- 博客(7)
- 收藏
- 关注
原创 MMDetection介绍
MMDetection由OpenMMLab研发,是一个轻量级的目标检测工具箱,它包括了多种最新的目标检测算法,并采用了高效的并行加速,实现了领先水平的性能表现。MMDetection的可扩展性和易用性使得它近年来受到了广泛的关注和应用。MMDetection支持多种经典的目标检测算法,如Faster R-CNN、Mask R-CNN、Cascade R-CNN、RetinaNet、YOLOv3、SSD等等,还支持从头训练、迁移学习和fine-tune等方式,能够快速适应不同场景的检测任务。
2023-06-11 08:20:27 136
原创 MMDetction和其他工具箱比较
首先,MMDetection是一个轻量级的目标检测工具箱,它包括了多种最新的目标检测算法,并采用了高效的并行加速,实现了领先水平的性能表现。MMDetection支持多种经典的目标检测算法,如Faster R-CNN、Mask R-CNN、Cascade R-CNN、RetinaNet、YOLOv3、SSD等等,还支持从头训练、迁移学习和fine-tune等方式,能够快速适应不同场景的检测任务。总的来说,MMDetection和PaddleDetection都是优秀的目标检测工具箱,具有不同的特点和优势。
2023-06-11 08:09:52 207 1
原创 MMDetection进行物体检测步骤
总之,使用MMDetection进行物体检测的一般步骤包括安装、配置、加载数据、训练、测试和可视化结果。这些步骤可以帮助您实现高效和准确的物体检测。安装MMDetection:首先,您需要安装MMDetection。
2023-06-11 08:01:43 110
原创 人耳关键点检测的论文
这些论文都涉及到人耳关键点检测,并提出了不同的方法和模型来检测人耳的关键点。它们在相关的会议或期刊上发表,并且对于该领域的研究人员具有一定的参考价值。
2023-06-06 17:19:53 109
原创 [七班]OpenMMLab课程Day3笔记
加载数据集:根据具体需求加载相应的数据集,例如COCO数据集或者Fashion-MNIST数据集。进行关键点检测:使用MMPose进行关键点检测,可以通过设置需要检测的关键点位置来实现。加载模型:根据具体需求加载相应的模型,例如HRNet模型或者RetinaNet模型。可视化结果:通过可视化结果来查看关键点检测结果。使用MMPose进行关键点检测的步骤。
2023-06-04 12:00:53 50
原创 [七班]OpenMMLab笔记Day2
它支持多种人体姿态分析相关任务,包括2D多人姿态估计、2D手部姿态估计、2D人脸关键点检测、133关键点的全身人体姿态估计、3D人体形状恢复、服饰关键点检测、动物关键点检测等。同时,MMPose具有较高的模型精度和训练速度,支持多样的数据集,模块化设计使得用户可以便捷地构建自定义的人体姿态分析模型。MMPose由8个主要部分组成,包括apis、structures、datasets、codecs、models、engine、evaluation和visualization。
2023-06-03 21:03:02 32
原创 OpenMMLab课程Day1笔记
它的开源项目和开放数据集可以供研究人员和开发者使用,以加速机器学习项目的开发。OpenMMLab的开源项目包括分类、检测、分割、3D检测、OCR、人体关键点检测、光流估计、目标跟踪、小样本学习等领域,其中MMDetection是一个基于PyTorch的目标检测开源工具箱,MMDetection3D则是在点云数据或者纯视觉数据上实现3D检测的工具箱,MMSegmentation则可以用于无人驾驶汽车遥感、医疗影像分析等领域的语义分割任务。
2023-06-01 18:29:58 30
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人