BiseNetV2网络复现

1.代码地址

https://github.com/CoinCheung/BiSeNet

2.参考文章

https://arxiv.org/pdf/2004.02147v1.pdf

【工程测试与训练】使用BiSeNetv2测试、训练cityscapes数据集、训练自己的数据集_magic_ll的博客-CSDN博客_bisenet训练自己的数据集

3.步骤

使用 【bisenetv2_city】测试图片:

将example图片放到tools文件夹中(否则会出现错误TypeError: 'NoneType' object is not subscriptable)

运行bisenetv2_city.py
打开tools/demo.py ,做如下修改:

parse.add_argument('--config', dest='config', type=str, default='../configs/bisenetv2_city.py',)
parse.add_argument('--weight-path', type=str, default='../MODEL/model_final_v2_city.pth',)
parse.add_argument('--img-path', dest='img_path', type=str, default='example.png',)

运行demo.py
结果保存为res.jpg

使用【bisenetv2_coco】测试视频:

把video视频放到tools文件夹中

运行bisenetv2_coco.py

打开tools/demo_video.py,做如下修改:

parse.add_argument('--config', dest='config', type=str, default='../configs/bisenetv2_coco.py',)
parse.add_argument('--weight-path', type=str, default='../MODEL/model_final_v2_coco.pth',)
parse.add_argument('--input', dest='input', type=str, default='video.mp4',)
parse.add_argument('--output', dest='output', type=str, default='res.mp4',)

运行demo_video.py

结果保存为res.mp4

  • 0
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
AFDetV2 是一个目标检测算法,下面是一个简单的复现示例: 1. 数据集准备:首先,你需要准备一个带有标注的目标检测数据集,如COCO、VOC等。确保你有图像和对应的标注文件。 2. 搭建网络结构:使用深度学习框架,如PyTorch或TensorFlow,搭建 AFDET V2 网络结构。这个网络通常由骨干网络和检测头部组成。可以使用预训练的骨干网络(如ResNet、EfficientNet)和自定义的检测头部。 3. 数据预处理:对输入图像进行预处理,如缩放、裁剪、归一化等操作。同时,将目标检测标注文件转换为模型所需的格式,如YOLO、SSD等。 4. 训练模型:使用准备好的数据集和网络结构,进行模型的训练。在训练过程中,可以使用一些优化算法如SGD或Adam,并设定合适的学习率和损失函数。 5. 模型评估:在训练完成后,使用测试集对模型进行评估。计算模型在测试集上的精度、召回率等指标,以评估其性能。 6. 预测与应用:使用训练好的模型对新图像进行目标检测,得到目标的位置和类别信息。可以通过调整阈值和后处理技术来提高检测结果。 需要注意的是,AFDetV2 是一个较新的算法,可能缺乏详细的开源代码和文档。因此,复现该算法可能需要一些额外的工作,如根据论文和相关实现进行推断。 希望这个简单的步骤可以帮助你开始复现 AFDetV2 算法。如果你需要更具体的指导,请提供更多细节,我将尽力帮助你。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值