程序猿的视界

yolov6 学习初篇

大致分为两类one-stage和two-stage，主要区别是检测目标类别与bounding box回归任务是否分开进行。two-stage代表是rcnn系列（rcnn、fast-rcnn、faster-rcnn）one-stage代表是yolo系列（yolov1-yolov5）、SSD、RetainNet1、one-stage①yolo略②SSD③RetainNet2、two-stage...

简单总结了yolov3、v4、v5区别。 yolov3 yolov4 yolov5 输入端 数据增强 Mosaic Mosaic 锚框 anchor anchor 自适应anchor 主干网络（backbone） 网络 Darknet53 CSPDarknet53 Focus+CSP 归一化 BN CMB...

1、resnet残差网络 较深的网络比较浅的网络性能更差。 一个创新的想法：如果什么也没学到，那就比以前更糟：因此提出了identity map（也称为shortcut连接）。 H（x）= x + F（x），F（x）= H（x）-x，称为残差。 ResNet的深度各不相同，从18层到34、50、101到非常深的152层。 不同的快捷方式，如果不更改尺寸，则可以使用身份映射。 但是在实践中，尺寸更改因此会产生“瓶颈”。 （这在基线后记中很流行，因为它可以保存参数。） 残差单元：

1、卷积层[convolutional]batch_normalize=1filters=32size=3stride=1pad=1activation=mish# Downsample[convolutional]batch_normalize=1filters=64size=3stride=2pad=1activation=mish2、Shortcut和Route层shortcut在cfg中的内容都是一样的[shortcut]from=-3ac

先占个坑

占坑，参考：https://blog.csdn.net/nan355655600/article/details/106246625 图片来源于：https://blog.csdn.net/nan355655600/article/details/106246625（1）输入端：这里指的创新主要是训练时对输入端的改进，主要包括Mosaic数据增强、cmBN、SAT自对抗训练。（2）BackBone主干网络：将各种新的方式结合起来，包括：CSPD...

1、k-means2、NMS3、iou4、xyxy2xywh5、xywh2xyxy6、padding-resize7、数据预处理加载8、cfg解析9、model构建10、损失函数11、map

1、使用标注工具对图像进行标注：标注的数据是目标的左上和右下的坐标（xmin，ymin，xmax，ymax）2、对已标注的数据进行转换，转换为目标的中心坐标及宽高（xc，yc，wc，hc）并归一化--box xc=(xmax+xmin)/2;yc=(ymax+ymin)/2;wc=xmax-xin;hc=ymax-ymin 归一化：(xc/w,yc/h,wc/w,hc/h) 使用K-means生成9个anchors对应3个尺寸不需要归一化3、加载数据：图像-标签（一一对应）.

1、使用标注工具对图像(W,H)进行标注：标注的数据是目标的左上和右下角坐标（xmin，ymin，xmax，ymax）2、对已标注的数据进行转换，转换为目标的中心坐标及宽高（x，y，w，h）并归一化 转化：x=(xmax+xmin)/2;y=(ymax+ymin)/2;w=xmax-xin;h=ymax-ymin 归一化：(x/W,y/H,w/W,h/H) for file in train_file: sp = file.split('/')[1] .