maskrcnn-benchmark理解记录——R_50_FPN的module和各层维度

最新推荐文章于 2024-07-05 16:47:00 发布
最新推荐文章于 2024-07-05 16:47:00 发布
阅读量2.7k 收藏 8
点赞数 3
分类专栏： 姿态估计逐步
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_37644085/article/details/88642960
版权
本文记录了对maskrcnn-benchmark的理解，重点关注GeneralizedRCNN中的ResNet backbone和FPN结构。ResNet中通过downsample调整维度，FPN则在特征金字塔网络中起到关键作用。此外，还提及了RPN的anchor_generator和rois_heads的box及keypoint模块。
摘要由CSDN通过智能技术生成

Table of Contents

序、一些记录

一、先看GeneralizedRCNN

 A、backbone

1）ResNet

2）FPN  #todo

 B、rpn

1） anchor_generator: 

2）head #todo

3）box_selector_train（inference.py）#todo

4）box_selector_test

C、rois_heads 

1）box

2）keypoint

 二、module总览

三、配置总览

序、一些记录

1.记录下COCO数据集：主要从复杂的日常场景中截取，图像中的目标通过精确的segmentation进行位置的标定。图像包括80种物体类别，328,000影像和2,500,000个label。主要的是有约 100,000个人的关键点信息的标注。而coco每张图约4~6个人，那就是约2万张有人的样本。

2.nn.Conv2d的功能是：对由多个输入平面组成的输入信号进行二维卷积。（有bias）

Conc2d（in_channels (int)，out_channels (int)，kernel_size (int or tuple), stride (int or tuple, optional),padding (int or tuple, optional),dilation (int or tuple, optional)，bias (bool, optional)，groups：将输入数据分组，通常不用管这个参数.）

(int1, int2)的元组（本质上单个的int就是相同int的(int, int)）。在元组中，第1个参数对应高度维度，第2个参数对应宽度维度。
bias (bool, optional): If True, adds a learnable bias to the output. Default: True(偏差)

2. 1关于 groups 参数

对于 groups 参数，用于分解 inputs 和 outputs 间的关系，分组进行卷积操作.

[1] - groups=1，所有输入进行卷积操作，得到输出.

[2] - groups=2，等价于有两个并列 conv 操作，每个的输入是一半的 input_channels，并输出一半 - 的 output_channels，然后再进行链接.

[3] - groups=in_channels，每个 input channel 被其自己的 filters 进行卷积操作，尺寸为Cout/Cin

当 group=in_channels 且 out_channels = K * in_channels，其中，K 是正整数，此时的操作被称为 depthwise convolution.

groups 决定了将原输入in_channels 分为几组，而每组 channel 重用几次，由out_channels/groups 计算得到，这也说明了为什么需要 groups能供被 out_channels与in_channels整除. - pyotrch_nn.Conv2d中groups参数的理解

3.总览在后面。

一、先看GeneralizedRCNN

有backbone、rpn、rois_heads。

GeneralizedRCNN(
  (backbone): Sequential(
    (body): ResNet()
    (fpn): FPN()
  )
  (rpn): RPNModule(
    (anchor_generator):AnchorGenerator()
    (head): RPNHead()
    (box_selector_train): RPNPostProcessor()
    (box_selector_test): RPNPostProcessor()
  )
  (roi_heads): CombinedROIHeads(
    (box): ROIBoxHead()
    (keypoint): ROIKeypointHead()
  )
)

 A、backbone

1）ResNet

    (body): ResNet(
      (stem): StemWithFixedBatchNorm()
      (layer1): Sequential()
      (layer2): Sequential()
      (layer3): Sequential()
      (layer4): Sequential()#Sequential
    )

每一层开始有个下采样，并进行维度的调节。eg: layer2(上表中的conv3_x)

先 (downsample): Sequential(
            (0): Conv2d(256, 512, kernel_size=(1, 1), stride=(2, 2), bias=False)     把上层的维度256，转为512以便于与此block【1*1,128；3*3,128;1*1,512】的结尾512维度一致，然后进行add。

2）FPN  #todo

    (fpn): FPN(
      (fpn_inner1): Conv2d(256, 256, kernel_size=(1, 1), stride=(1, 1))
      (fpn_layer1): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (fpn_inner2): Conv2d(512, 256, kernel_size=(1, 1), stride=(1, 1))
      (fpn_layer2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (fpn_inner3): Conv2d(1024, 256, kernel_size=(1, 1), stride=(1, 1))
      (fpn_layer3): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (fpn_inner4): Conv2d(2048, 256, kernel_size=(1, 1), stride=(1, 1))
      (fpn_layer4): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (top_blocks): LastLevelMaxPool()
    )

 B、rpn

1） anchor_generator: 

    (anchor_generator): AnchorGenerator(
      (cell_anchors): BufferList()
    )

2）head #todo

    (head): RPNHead(
      (conv): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (cls_logits): Conv2d(256, 3, kernel_size=(1, 1), stride=(1, 1))    #
      (bbox_pred): Conv2d(256, 12, kernel_size=(1, 1), stride=(1, 1))    # 位置3*4 
    )

3）box_selector_train（inference.py）#todo

(box_selector_train): RPNPostProcessor()

4）box_selector_test

(box_selector_test): RPNPostProcessor()

C、rois_heads 

1）box

#这里就是RCNN Head

(box): ROIBoxHead(
    (feature_extractor): FPN2MLPFeatureExtractor() 
    #7*7*256.配合spatial_scale对conv1-conv2进行ROIAlign，→fc1024→fc1024
    (predictor): FPNPredictor()         #class（2）、box（4）
    (post_processor): PostProcessor()   #从一组classification scores, box regression and proposals,
                                        #计算后处理框（post-processed boxes）, 并应用NMS得到最终结果
)

#TODO ：modeling/roi_heads/box_head/inference.py  →PostProcessor()

    (box): ROIBoxHead(
      (feature_extractor): FPN2MLPFeatureExtractor(
        (pooler): Pooler(
          (poolers): ModuleList(
            (0): ROIAlign(output_size=(7, 7), spatial_scale=0.25, sampling_ratio=2)
            (1): ROIAlign(output_size=(7, 7), spatial_scale=0.125, sampling_ratio=2)
            (2): ROIAlign(output_size=(7, 7), spatial_scale=0.0625, sampling_ratio=2)
            (3): ROIAlign(output_size=(7, 7), spatial_scale=0.03125, sampling_ratio=2)
          )
        )
        (fc6): Linear(in_features=12544, out_features=1024, bias=True)
        (fc7): Linear(in_features=1024, out_features=1024, bias=True)
      )
      (predictor): FPNPredictor(
        (cls_score): Linear(in_features=1024, out_features=2, bias=True)
        (bbox_pred): Linear(in_features=1024, out_features=8, bias=True)
      )
      (post_processor): PostProcessor()
    )


2）keypoint

    (keypoint): ROIKeypointHead(
      (feature_extractor): KeypointRCNNFeatureExtractor()
      (predictor): KeypointRCNNPredictor()
      (post_processor): KeypointPostProcessor()
    )

i)feature_extractor  这里就是 #14*14*256.配合spatial_scale对conv1-conv2进行ROIAlign，就是

14*14*256→14*14*512--*8-->14*14*512(8层)→

ii)predictor  （s=3,1/2）7*7*17。共17个热图，也就是类别为17。每个热图大小为7*7，并且呢，每个热图只会分出来一类。

iii) modeling/roi_heads/keypoint_head/inference.py→KeypointPostProcessor TODO

 

    (keypoint): ROIKeypointHead(
      (feature_extractor): KeypointRCNNFeatureExtractor(
        (pooler): Pooler(
          (poolers): ModuleList(
            (0): ROIAlign(output_size=(14, 14), spatial_scale=0.25, sampling_ratio=2)
            (1): ROIAlign(output_size=(14, 14), spatial_scale=0.125, sampling_ratio=2)
            (2): ROIAlign(output_size=(14, 14), spatial_scale=0.0625, sampling_ratio=2)
            (3): ROIAlign(output_size=(14, 14), spatial_scale=0.03125, sampling_ratio=2)
          )
        )
        (conv_fcn1): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))  #same
        (conv_fcn2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
        (conv_fcn3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
        (conv_fcn4): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
        (conv_fcn5): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
        (conv_fcn6): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
        (conv_fcn7): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
        (conv_fcn8): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      )
      (predictor): KeypointRCNNPredictor(
        (kps_score_lowres): ConvTranspose2d(512, 17, kernel_size=(4, 4), stride=(2, 2), padding=(1, 1))
      )                          # 这个是缩小的1/2
      (post_processor): KeypointPostProcessor()
    )

 二、module总览



GeneralizedRCNN(
  (backbone): Sequential(
    (body): ResNet(
      (stem): StemWithFixedBatchNorm(
        (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False)
        (bn1): FrozenBatchNorm2d()
      )
      (layer1): Sequential(
        (0): BottleneckWithFixedBatchNorm(
          (downsample): Sequential(
            (0): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
            (1): FrozenBatchNorm2d()
          )
          (conv1): Conv2d(64, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (1): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(256, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (2): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(256, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(64, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
      )
      (layer2): Sequential(
        (0): BottleneckWithFixedBatchNorm(
          (downsample): Sequential(
            (0): Conv2d(256, 512, kernel_size=(1, 1), stride=(2, 2), bias=False)
            (1): FrozenBatchNorm2d()
          )
          (conv1): Conv2d(256, 128, kernel_size=(1, 1), stride=(2, 2), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(128, 512, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (1): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(512, 128, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(128, 512, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (2): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(512, 128, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(128, 512, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (3): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(512, 128, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(128, 512, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
      )
      (layer3): Sequential(
        (0): BottleneckWithFixedBatchNorm(
          (downsample): Sequential(
            (0): Conv2d(512, 1024, kernel_size=(1, 1), stride=(2, 2), bias=False)
            (1): FrozenBatchNorm2d()
          )
          (conv1): Conv2d(512, 256, kernel_size=(1, 1), stride=(2, 2), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(256, 1024, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (1): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(1024, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(256, 1024, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (2): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(1024, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(256, 1024, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (3): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(1024, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(256, 1024, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (4): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(1024, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(256, 1024, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (5): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(1024, 256, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(256, 1024, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
      )
      (layer4): Sequential(
        (0): BottleneckWithFixedBatchNorm(
          (downsample): Sequential(
            (0): Conv2d(1024, 2048, kernel_size=(1, 1), stride=(2, 2), bias=False)
            (1): FrozenBatchNorm2d()
          )
          (conv1): Conv2d(1024, 512, kernel_size=(1, 1), stride=(2, 2), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(512, 2048, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (1): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(2048, 512, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(512, 2048, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
        (2): BottleneckWithFixedBatchNorm(
          (conv1): Conv2d(2048, 512, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn1): FrozenBatchNorm2d()
          (conv2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (bn2): FrozenBatchNorm2d()
          (conv3): Conv2d(512, 2048, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn3): FrozenBatchNorm2d()
        )
      )
    )
    (fpn):
最低0.47元/天 解锁文章
业精于勤荒于嬉-行成于思而毁于随
关注
  • 3
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
R_50_FPN的module和各层维度
m0_37644085的博客
03-29 737
(backbone): Sequential( (body): ResNet( (stem): StemWithFixedBatchNorm( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): FrozenBat...
maskrcnn_resnet50_fpn_coco-bf2d0c1e.pth
03-16
maskrcnn_resnet50_fpn_coco-bf2d0c1e模型参数
解决：ModuleNotFoundError: No module named ‘maskrcnn_benchmark‘
我是索隆啊
09-14 5985
试了各种方法，换torch版本，添加__init__.py 文件等，都没用。最后发现 是 路径设置错误。 你的 maskrcnn_benchmark下载完成后有2级maskrcnn_benchmark文件夹。你的环境变量一定要设置外层的maskrcnn_benchmark路径。 解决示例： 比如你的路径是 E:\my_test\dl_pkg\cityscapesscripts\evaluation\instance.py 运行找不到 evaluation； 那么你应该添加的路径是 evaluation的上
Dataset之COCO：计算机视觉数据集数据集COCO的简介、下载和使用方法详解
最新发布
科技改变人类，技术成就未来
07-05 1561
COCO数据集是一个强大且多功能的计算机视觉数据集，被广泛应用于对象检测、实例分割和关键点检测等任务。本文详细介绍了COCO数据集的简介、下载方法以及具体的使用方法，并提供了大量代码示例，帮助你快速上手并应用COCO数据集进行各种任务。
Detectron研读和实践三：用faster_rcnn_R-50-FPN训练PASCAL VOC数据集
Blateyang的博客
04-04 5603
该系列上一篇博客介绍了Detectron的getting started例子faster_rcnn_R-50-FPN的一些源码分析，这次来实践一下，用faster_rcnn_R-50-FPN模型训练PASCAL VOC数据集。 平台和环境：Ubuntu16.04+GTX1080ti+CUDA 8.0+cudnn5.1 1 为Detectron准备PASCAL VOC数据集 1.1 下...
MaskRCNN环境配置
sinat_29634715的博客
01-31 2978
一、Ananconda虚拟环境 1、python环境 (1)创建虚拟环境 conda create -n MaskRCNN python=3.6 conda activate MaskRCNN (2)安装依赖包 conda install ipython pip pip install ninja yacs cython matplotlib tqdm opencv-python r...
maskrcnn_benchmark理解记录——modeling\roi_heads\box_head\roi_box_feature_extractors.py
m0_37644085的博客
03-18 2446
摘取config记录如下 MODEL: META_ARCHITECTURE: "GeneralizedRCNN" WEIGHT: "catalog://ImageNetPretrained/MSRA/R-50" BACKBONE: CONV_BODY: "R-50-FPN" RESNETS: BACKBONE_OUT_CHANNELS: 256 ROI_H...
maskrcnn_benchmark 代码详解之　anchor_generator.py
leijieZhang的博客
06-10 3877
前言： 　　在RPN中需要生成拥有不同步长(stride)不同大小(size)以及不同长环比(ratio)的anchor,　在maskrcnn_benchmark中，这一工作由anchor_generator.py完成。anchor_generator.py生成所需的不同特征图上的anchor，需要注意的是，如果在backbone中采用了FPN的话，需要保证，stride个数，size个数以及F...
maskrcnn_benchmark 代码详解之 inference.py
leijieZhang的博客
06-14 2245
前言： 在MaskRCNN、FasterRCNN的最后阶段需要对边框进行一次最后的预测，得到最终的预测边框。在maskrcnn_benchmark中，这一操作由inference.py来完成。其代码详解为： # Copyright (c) Facebook, Inc. and its affiliates. All Rights Reserved. import torch imp...
MASK_RCNN解读3-原始训练模型加载和构建
weixin_38383886的博客
02-19 1382
MASK_RCNN解读3-原始训练FPN模型加载 现在开始进行网络的训练，脚本为： python tools/train_net.py --config-file configs/my_e2e_mask_rcnn_R_50_FPN_1x.yaml MODEL.ROI_BOX_HEAD.NUM_CLASSES 6 SOLVER.IMS_PER_BATCH 4 SOLVER.BASE_LR 0.001...
【超详细图解】FPN + Mask RCNN
子燕若水的博客
07-19 1040
Classification部分利用已经获得的proposalfeaturemaps，通过fullconnect层与softmax计算每个proposal具体属于那个类别（如人，车，电视等），输出cls_prob概率向量；同时再次利用boundingboxregression获得每个proposal的位置偏移量bbox_pred，用于回归更加精确的目标检测框。MaskR-CNN概述。右边中间的分支通过一个简单的全卷积网络，直接预测出一个0-1mask图。.........
【实验记录】mask rcnn 用detectron2
weixin_44892610的博客
07-03 624
detectron2/mask rcnn的github链接 创建新环境 １.在终端输入conda create -n detec python=3.6 在磁盘空间足够时，新建环境好管理 激活环境及配置 ２.激活环境source activate detec ３. 安装pytorch conda install pytorch＝1.4 torchvision cudatoolkit=10.0 这一步需要挂梯子操作（经常网络不佳）,但是有的时候国内源更快 装依赖项 在每个项目的网络的安全说明里去找，一般会写出要
faster rcnn 实现via的自动框人-使用detectron2中faster rcnn将图片中的人检测出来，将坐标导入via(VGG Image Annotator)中，实现自动框选出人的区域
weixin_42875510的博客
09-05 265
中已经将视频以30帧为间隔进行切割，本文通过faster rcnn 将图片中的人框检测出来，最后将检测的结果转化为via可以识别的csv格式。因为我是在AutoDL中生成的detection.csv，所以先下载到自己电脑上，然后用记事本打开，使用替换功能，删除其中的全部的单引号。detection.csv是faster rcnn算法计算出来的人的坐标数据，然后转换为via可是识别的csv文档。在目录/detectron2_repo/demo/下新建一个python脚本，名字为：myvia.py。
Detectron研读和实践二：getting _started例子faster_rcnn_R-50-FPN
Blateyang的博客
02-18 6552
版权声明：本文为博主原创文章，未经博主允许不得转载。 关于Detectron的介绍可以参看我的上一篇博客。此篇博客主要是对Detectron的getting_started例子faster_rcnn_R-50-FPN模型的相关代码进行分析。 1.相关原理简介 该模型主要涉及两个网络模块：基于ResNet50的FPN特征提取网络和Faster R-CNN目标检测网络。实际上，该模型是对F...
PyTorch Tips (三):nn.Module
Tsehooo的博客
08-08 479
因为使用autograd可实现深度学习模型，但其抽象程度较低，如果用其来实现深度学习模型，则需要编写的代码量极大。在这种情况下，torch.nn应运而生，其是专门为深度学习设计的模块。torch.nn和核心数据结构是Module，它是一个抽象的概念，既可以表示神经网络中的某个层（layer）,也可以表示一个包含很多层的神经网络。在实际使用中，最常见的做法是继承nn.Module，撰写自己的网络层。下面来先看看如何用nn.Module实现自己的全连接层。全连接层，又名仿射层，输出y和输入x满足y=Wx + b
【Detectron2】代码库学习-2. 环境搭建和demo
wendell 的博客
11-10 1278
Detectron2是Facebook AI Research(FAIR)推出的基于Pytorch的视觉算法开源框架，主要聚焦于目标检测和分割任务等视觉算法，此外还支持全景分割，关键点检测，旋转框检测等任务。Detectron2继承自Detectron和mask-rcnn。Detectron2具有较强的灵活性和可扩展性，支持快速的单GPU训练，多GPU并行训练和多节点分布式训练。
Detectron2 测试用例 demo 代码注释
mmm305658979的博客
03-15 4547
demo预测流程: args传参 -- cfg获取 -- VisualizationDemo模型建立 (元数据获取 -- \ DefaultPredictor预测模型 (元结构注册 -- 指定要评估 -- 元数据注册 -- 加载模型权重 -- 图像resize和BGR)) -- \ 预测数据读入 -- VisualizationDemo预测结果及可视化 (DefaultPredi...
maskrcnn-benchmark keypoints
07-27
Maskrcnn-benchmark是一个由Facebook AI Research提出的框架，它基于PyTorch1.0，并具有训练速度快、占用GPU较少等优点。该框架主要用于目标检测和关键点检测任务。在关键点检测方面，Maskrcnn-benchmark的应用相对较少，但仍然可以通过对源代码进行修改来适应不同的任务需求。例如，在maskrcnn_benchmark/structures/keypoints.py文件中，可以根据具体任务的要求进行相应的修改。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* [maskrcnn-benchmark框架下使用Maskrcnn训练自己的数据集](https://blog.csdn.net/WhuNewbie/article/details/107702902)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [Maskrcnn-benchmark利用自己的数据进行目标检测和关键点检测](https://blog.csdn.net/ylq0505/article/details/102760946)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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