![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
智能血压计
这个作者很懒,什么都没留下…
展开
-
【手撕经典算法】【论文解读】【目标检测】YOLO系列解读YOLOv3算法手写
YOLO系列算法论文解读YOLOv11、直接看网络的输出如何表示目标如Fig2最终的输出层特征尺寸为S*S大小的grid,每个grid单元代表一个输出预测; 每个输出预测包括B个bbox以及C个类别的置信度 bbox表示为[x,y,w,h, 置信度],其中,xy 为相对于gridcell边界的中心;w,h 为相对于整个图片的距离;置信度预测为预测框和真实框的IOU值,当grid cell中不存在目标时,其值为0 C个类别置信度为Pr(Classi| Object),其中P(Obj原创 2020-12-29 10:43:47 · 1126 阅读 · 1 评论 -
【手撕经典算法】【目标检测】SSD
先看论文,再写解读,再根据pytorch 手写实现原创 2020-12-21 15:08:15 · 1460 阅读 · 2 评论 -
detectron2官方tutorials翻译-Configs
Configsdetectron2提供了一个基于k-v的配置问题体系,能够被用于标准通用的一些行为。detectron2的配置文件使用yaml和yacs类型数据。为了提供基本操作和更新配置文件,我们提供了如下的额外功能:配置文件可能含有_BASE_:base.yaml字段,该字段首先加载一个基本配置文件。base配置文件中的一些值将会被子配置文件所覆盖。我们为标准模型架构提供了几个base配置。我们提供了配置的版本控制,向后兼容。配置文件是一个非常有局限性的语言。我们不希望detect原创 2020-07-27 20:09:06 · 510 阅读 · 0 评论 -
detectron2官方tutorials翻译-Evaluation
Evaluation评估是一个接受一些输入/输出对并计算相应指标的过程。你可以直接使用模型,并手动解析输入输出来评估性能。detectron2也提供了一个评估接口DatasetEvaluator。detectron2包含了一些计算标准数据集评估指标的DatasetEvaluator(例如COCO,LSVT等)。你也可以实现你自己的DatasetEvaluator来完成其他的一些评估任务。例如,统计验证集中实例的个数:class Counter(DatasetEvaluator): def re原创 2020-07-27 20:08:22 · 957 阅读 · 0 评论 -
detectron2官方tutorials翻译-Training
Training在之前的文档中,你可能已经自定义了一个模型和一个dataloader。为了训练,使用者通常在以下两种方式中挑选一种:Custom Training Loop在模型和dataloader已经准备好的情况下,模型训练loop中所有需要的东西都已经在Pytorch中实现好了,你可以自由的实现你所需要的部分。这个方式允许开发者自主实现整个训练逻辑。官方提供的例子为:tools/plain_train_net.py。Trainer Abstraction我们也提供了一个标准的“trainer原创 2020-07-27 20:07:22 · 242 阅读 · 0 评论 -
detectron2官方tutorials翻译-Write Models
Write Models如果你正在尝试完成一些新任务,你可能想要实现一个完全的自研模型。然而,很多情况下你只需修改或者扩展detectron2中的现有模型。因此我们提供了一个注册机制来让你覆写标准模型的内部组成部分。例如,为了添加一个新的backbone,在你的代码里添加以下部分:from detectron2.modeling import BACKBONE_REGISTRY, Backbone, ShapeSpec@BACKBONE_REGISTRY.register():class Toy原创 2020-07-27 20:06:38 · 170 阅读 · 0 评论 -
detectron2官方tutorials翻译-Use Models
Use ModelsDetectron2中的模型构建是通过以下函数实现,例如:build_model、build_backbone、build_roi_heads:from detectron2.modeling import build_modelmodel = build_model(cfg) # 返回一个torch.nn.Modulebuild_model仅仅是创建了模型,并且填入了随机参数,下面说明如何加载已有模型,和如何使用model对象。Load/Save a Checkpoint原创 2020-07-27 20:05:51 · 348 阅读 · 0 评论 -
detectron2官方tutorials翻译-Use Dataloaders
Use DataloadersDataloader是为模型提供数据的部分,一个dataloader通常从数据集中获取行信息,处理为模型需要的格式。How the Existing Dataloader WorksDetectron2提供了两个方法从config来创建一个默认的dataloader:build_detection_{train, test}_loader,下面是工作原理:它首先用一个注册数据集的名称拿到该数据集,让后用一个轻量级的格式加载一个list[dict]来表示该数据集。这些原创 2020-07-27 20:04:39 · 253 阅读 · 0 评论 -
detectron2官方tutorials翻译-Use Custom Datasets
Use Custom Datasets如果想要使用自定义数据集的同时复用detectron2的dataloader,你将需要\1. Register 你的数据集\2. 可选,注册你的数据集的metadata接下来详细说明这两个步骤:Register a Dataset假设我们需要建立一个名称为my_datasets的数据集,需要做的工作有两个,首先需要实现一个返回items的函数,并将这个函数传递给detectron2def my_dataset_function(): ...原创 2020-07-27 20:02:02 · 561 阅读 · 1 评论