我的CV学习之路
文章平均质量分 84
lyyyyy_16
道阻且长,行则将至;行而不辍,未来可期
展开
-
YOLO系列调优方法(个人随笔持续更新)
最根本的调优方式是数据集的质量筛选,拥有一组好的数据集,我们的模型学习的更深刻识别效果也更优;其次呢,是一些适当的训练参数,epchos、batch_size等参数;更改img-size参数,调为1280,相对应的letterbox函数中的new_shape(图片输入范围)参数要改成1280。1.增大模型网络参数img-size,例如:640改成1280。原理:输入图片的尺寸增大,让模型检测的范围扩大。原创 2023-11-21 12:59:48 · 397 阅读 · 0 评论 -
Autolabelimg自动标注工具
在做机器视觉有监督方面,通常会面对很多数据集,然后去进行标注,而有些时候我们面对庞大数量数据集的情况下也会感到十分头疼,这个时候Autolabelimg这个自动标注神器就应运而生了。让我们可以实现批量处理图片和标注文件。原创 2023-03-14 16:44:17 · 6014 阅读 · 44 评论 -
【PP-YOLO】
PPYOLO:不容错过的目标检测调参Tricks1. 摘要目标检测是计算机视觉一个重要的领域。转载 2022-06-22 09:33:40 · 1116 阅读 · 0 评论 -
【CV-目标检测】
简单记录自主学习CV领域的笔记——目标检测原创 2022-05-20 14:15:26 · 298 阅读 · 0 评论