- 博客(12)
- 收藏
- 关注
原创 Python中类的传参问题
如下图所示,即便将k改为k1,仍然会把值传递过去,证明上上图的k与上图的k不同。下图的k=5并未传给self.m,最终self.m的参数k还是k=3。下图的k=5会传给self.m,最终self.m的参数k是k=5。注意此处的k于卷积类的定义的k不同。打印出来的模块信息如下图所示。
2023-12-21 18:04:51 398
原创 YOLOv5的yolo.py文件的parse函数注释,结合C3和BiFPN对该部分进行注释
【代码】YOLOv5的yolo.py文件的parse函数注释。
2023-12-20 19:48:20 502 1
原创 明确YOLOv5的yaml文件中C3模块的n
由上图断点处步入至C3的类,如下图所示,传入参数n=2,即Bottleneck的重复次数,上图打印出来的C3的构造也可看出Bottleneck的重复次数为2。返回至上上张图继续调试,进入下图的断点处,此处打印的是n_,不是n,所以对应的是2,但是是Bottleneck的重复次数,而不是C3的重复次数,C3仍为1。条件语句的判断是基于n而不是n_,所以此处C3的重复次数是n=1,只生成一个C3。然后重新给n赋值,使n=1,如下图所示,n_依然为2。下图是传参结果,经过计算后n = n_ =2。
2023-12-20 19:24:47 415 1
原创 【无标题】PASCAL VOC简介
数据已分为 50% 用于训练/验证,50% 用于测试。在训练/验证和测试集中,按类别划分的图像和对象的分布大致相等。总共有 9,963 张图像,包含 24,640 个带注释的对象。其他博主链接:https://blog.csdn.net/qq_37541097/article/details/115787033。官网:http://host.robots.ox.ac.uk/pascal/VOC/训练/验证数据有 11,530 张图像。类别个数与2007一致。
2023-11-21 19:47:59 66
原创 Github官网下载指定版本的代码库
参考链接:https://blog.csdn.net/qq_44237926/article/details/105940314。代码示例:git clone -b v6.2。回复如下,看来是不影响。
2023-11-14 22:32:33 339 1
原创 用YOLOv5训练自己的数据集(VOC格式)
按照labelimg软件要求进行标注,此次项目数据已标好,按照软件要求存放照片和标注文件(xml),检查一下标注效果。生成4个txt文件,每个文件存储有不同图片的名称。使用脚本检查数据集的标注类别及其他信息。
2023-10-26 19:36:03 215
原创 RepVGG论文中的相关知识点
以此也可知卷积核的每组通道数为1,输入通道数等于输出通道数等于分组数(也就是卷积核的通道数)。分组卷积(假设分为N组),每组卷积核的通道数为C1/N,每组卷积核的数量为C2/N。假设卷积核的长宽为H和W,则卷积核的通道数为C1,卷积核的数量为C2。此时卷积核的每组通道数为1,输入通道数等于输出通道数等于分组数。假设输入特征图的通道是C1,输出特征图的通道是C2,则分组卷积的参数量为C1/N *H*W* C2/N。对比可知,分组卷积的参数量为常规的 N分之一。则常规卷积的参数量为C1*H*W*C2。
2023-10-25 15:29:37 53 1
原创 RepVGG论文解读
大体过程:先将每条支路的卷积层(无偏置)和BN层合为一个新的带偏置的卷积层,再将新的卷积层等效转化为3*3的卷积层,最后将各支路卷积层合并为单路径的卷积层。
2023-10-24 15:09:58 69
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