机器视觉爱好者的博客

1.P,R,mAP_0.5,mAP_0.5:0.95比较2.train参数比较：3.val参数比较：4.lr比较：总结：1.5s版本在mAP_0.5:0.95，train/box_loss,train/obj_loss,val/box_loss,val/obj_loss中比其他版本略差2.5m,5l,5x在本数据集的各指标基本一致，变化不大3.最优的化可以考虑5m版本（40.56MB），如果对精度要求不高，但要求实时的化还是5s版本，毕竟5s只有13.76MB.

5s:python test.py --weights runs/train/exp9/weights/best.pt --data data/9.yaml --task test --save-json --iou-thres 0.5 模型大小：best.pt 13.76MB Class Images Targets P R mAP@.5 mAP@.5:.95 ...

首先用bash weights/download_weights.sh在主目录执行，下载模型要比直接去release快很多不过你可能更想要这个：链接：https://pan.baidu.com/s/1Wc1jpP-wcCKfwtWf-iNmlg提取码：v5wj四个模型都有

1.日志分析analyze_logs.pyhttps://blog.csdn.net/jy1023408440/article/details/1057017052.可视化数据集browse_dataset.pypython tools/browse_dataset.py m1/faster_rcnn_r50_fpn_1x_coco.pyConfigDict' object has no attribute 'pipeline'报错，不过我用的voc格式的个人数据集3.模型...

版本一（old）mmdetection[v1.1.0]：python 3.7.9 Driver Version: 440.33.01 CUDA Version: 10.2mmcv 0.4.3mmdet 1.1.0+51df8a9 /root/data/ieemoo/mmdetectionnumpy 1.19.4torch 1.1.0torchvision 0.3.0...

步骤一：首先根据规范的VOC数据集导入到项目目录下，如下图所示：mmdetection├── mmdet├── tools├── configs├── data│ ├── VOCdevkit│ │ ├── VOC2007│ │ │ ├── Annotations│ │ │ ├── JPEGImages│ │ │ ├── train.txt│ │ │ ├── val.txt步骤二：修改config.py,在confi...

＃查看显卡设备和显卡驱动ubuntu-drivers devices＃自动安装合适显卡驱动sudo ubuntu-drivers autoinstall ＃查看gunicorn进程树pstree -ap|grep gunicorn#pytorch中查看gpu是否可用import torchtorch.cuda.is_available()#tensorflow中查看gpu是否可用import tensorflow as tfprint(tf.test.is_gpu_av..

上图：问题原因： 使用了旧的预训练模型解决方案： 重新下载yolov5s.pt等文件（这已经是我下载的第三次权重）注：2020-10-10下载的,v3.0版本，以后的版本不保证...

简易命令：./scripts/inference.sh configs/halpe_26/resnet/256x192_res50_lr1e-3_1x.yaml pretrained_models/halpe26_fast_res50_256x192.pth test.mp4原装命令：python scripts/demo_inference.py --cfg configs/coco/resnet/256x192_res50_lr1e-3_1x.yaml --checkpoint pretrai...

解决方案：vim ~/.bashrc 添加export CUDA_HOME=/usr/local/cuda-10.0 source~/.bashrc错误：No module named 'mmcv._ext'解决方案：pip uninstall mmcvpip install mmcv-full

可能问题1：cuda 与 torch 版本不对应可能问题2：安装的torch是cpu版本，或者无cuda版本可能问题3：torch的关联包未安装解决方案：使用conda重新安装conda install pytorch torchvision cudatoolkit=10.1 -c pytorch10.1是cuda版本号conda 不仅会安装torch，还会安装关联包...

先上对比图：原本训练效果：经过fp16混合精度训练效果：结果：1.GPU Menmory 4201MB/5853MB=0.71775 GPU-Util 0.66/0.74=0.891892.训练总时间： 1day 15:34/2day 4:00=2374/3120=0.760893.time ...

#绘制一些运行的分类损失。python tools/analyze_logs.py plot_curve work_dirs/faster_rcnn_r50_fpn_1x/20200306_175509.log.json --keys loss_cls --legend loss_cls#绘制一些运行的分类和回归损失，并将该图保存为pdf。python tools / analyze_...

直接上报错的图：前提条件：检查了cuda.is_available（）和CUDA_HOME为True解决方案：conda install -c pytorch pytorch-nightly cuda100 （我的cuda为cuda10.0）

直接上效果图：原来效果：字体下载路径: https://github.com/sonatype/maven-guide-zh/raw/master/content-zh/src/main/resources/fonts/simsun.ttcmodel.py中核心代码：def cv2ImgAddText(img,result, text, textColor=(0, 255...

不废话，先上图总体来说：chineseOCR_lite的通用ocr跟chineseocr比较接近，稍微弱一丢丢，赞 但火车票和身份证识别差距比较大，身份证号经常丢失，而且信息不全，不过可以理解比较模型小了不少...

chineseocr_lite版本：https://github.com/ouyanghuiyu/chineseocr_lite.git电脑环境：v100服务器，cudn10,python3.6编译报错错误：lto-wrapper: fatal error: g++ returned 1 exit statuscompilation terminated./usr/bin/ld:...

之前写过一个版本，现在不怎么适用了。所以重新写下。步骤一：首先根据规范的VOC数据集导入到项目目录下，如下图所示：mmdetection├── mmdet├── tools├── configs├── data│ ├── VOCdevkit│ │ ├── VOC2007│ │ │ ├── Annotations│ │ │ ├── JPEG...

官方步骤：https://github.com/open-mmlab/mmdetection/blob/master/GETTING_STARTED.md首先根据规范的VOC数据集导入到项目目录下，如下图所示：mmdetection├── mmdet├── tools├── configs├── data│ ├── VOCdevkit│ │ ├── VOC200...