mmdetection运行研究记录

最新推荐文章于 2024-11-12 23:15:59 发布
最新推荐文章于 2024-11-12 23:15:59 发布
阅读量245 收藏
点赞数
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/qq_17732497/article/details/120902593
版权

python

有时候会运行别的基于mmdetection框架的代码，有些并不需要install这些代码，而是依旧使用之前install mmdetection即可。然而需要注意是PYTHONPATH需要设定。
在这里插入图片描述
在这里插入图片描述
可以看出来加了PTHONPATH后，再去定位mmdet等库就是在修改的代码里。

「已注销」
关注
【MMdetection】2.自定义数据训练
linux_huangyu的博客
06-05 367
因为MMdetection里面提供了非常多的模型和配置文件供我们选择，这样做对比实验非常方便。官方文档在此。openMMlab提供了各种经典网络和配置文件系统使得MMdetection的上手难度有一点，不熟悉官方常规操作的小伙伴可能被各种各样的配置文件弄晕，这里总结网上一些优秀博主的博客和视频教程，完善了MMdetection的数据集训练过程，以mask rcnn为例，同理可以参考这个流程以使用其他的网络模型实现目标检测。
MMDetection目标检测实例
weixin_45734379的博客
01-16 1962
MMDetection目标检测实例 MMDetection基于cooc数据集，Faster-rcnn方法的目标识别训练 文章目录MMDetection目标检测实例前言一、MMDetection安装二、数据集介绍二、创建更改相关的py文件1.修改coco.py下的CLASSES=(‘hu’,’shu’)，顺序不要颠倒，因为JSON格式（看上面那个图）的种类顺序就是’hu’,’shu’。2.修改configs/faster-rcnn/faster_rcnn_r50_fpn_1x_coco.py，通过这个找
MMDetection: Open MMLab Detection Toolbox and Benchmark
abrams90的专栏
07-16 2004
Abstract： 本文提出了一个包含丰富的目标检测与实力分割算法以及相关组件与模块的目标检测工具箱，称为MMDetection。这个工具箱最开始是作为COCO Challenge2018检测跟踪冠军队伍的codebase。最终这个工具箱演化成了一个包括许多流行的目标检测方法与相关模块的统一平台。它不仅包括训练与推理代码，还提供了超过200种网络模型权重。我们认为这个工具箱是目前最完善的检测工具箱。本文中，我们会介绍这个工具箱的多样化特征。此外，我们还对不同方法、组件以及超参数进行了ben...
mmdetection3d模型框架解读
qq_52889317的博客
10-23 1216
由于 3D 本身数据的复杂性和 MMDetection3D 支持任务（点云 3D 检测、单目 3D 检测、多模态 3D 检测和点云 3D 语义分割等）和场景（室内和室外）的多样性，整个框架结构相对复杂，新人用户的上手门槛相对较高。所以我们推出新的系列文章，让各个细分方向的用户都能轻松上手 MMDetection3D，基于框架进行自己的研究和开发。首先展示整个代码库的目录结构，方便初步认识：# MMDetection3D 代码目录结构，展示主要部分|- configs# 配置文件。
【mmdetection】使用自定义的coco格式数据集进行训练及测试
热门推荐
YeeKo的博客
05-27 3万+
目录一、mmdetection简介二、环境安装1、安装教程2、运行demo测试环境是否安装成功三、训练自定义的dataset1、准备dataset2、Training前修改相关文件3、Training4、Testing 一、mmdetection简介 项目仓库地址：https://github.com/open-mmlab/mmdetection 香港中文大学-商汤科技联合实验室开源了基于 PyT...
基于MMdetection框架的目标检测研究-5目录文件讲解
图灵追幕者博客录
02-08 641
mmdetection框架的目录介绍。
mmdetection安装记录（使用google colab安装）
WhatPrime的专栏
03-03 4007
介绍 Google Colaboratory是谷歌开放的一款研究工具，主要用于机器学习的开发和研究。它给广大的AI开发者提供了免费的GPU使用，可以在上面跑tensorflow等框架。 mmdetection集成了多种目标检测算法，它的git地址,环境要求在官方文档中。我在Google Colaboratory上搭建环境的时候遇到了问题，记录...
mmdetection旧版安装指南
m0_64913373的博客
09-03 646
由于版本更新，新版的mmcv对应旧版的mmcv-full，新版的mmcv-lite对应旧版的mmcv，本人通过此文档确定安装mmcv-full==1.3.17。接着安装mmdet,请注意，这里一定要使用源码安装，也就是使用你克隆的那个仓库的代码进行安装，而不是再去克隆mmdetection的代码，本人在这里踩了坑。接下来，再查看你克隆的项目的readme文档，使用pip install -r 安装所需的项目依赖。设置环境变量，请注意，这个命令是临时的，当你关闭当前ssh会话后，就会失效。
mmdetection之config文件
weixin_45912366的博客
04-11 7000
1 config配置文件 MMDetection已经实现的配置文件都位于./configs文件夹下，配置文件都按照统一的规则命名，具体段的含义可以去官方文档自行查阅。 #命名规则 {model}_[model setting]_{backbone}_{neck}_[norm setting]_[misc]_[gpu x batch_per_gpu]_{schedule}_{dataset} #其中各个字段的含义 {model}： 模型种类，例如faster_rcnn,mask_rcnn等...
MMDetection'document.pdf
01-13
这部分记录了 MMDetection 各个版本的主要更新内容，包括新特性、改进和已知问题的修复等。 #### 六、索引和表格 提供了文档的索引和表格，方便用户快速查找所需信息。 ### 总结 MMDetection 是一个强大的目标...
【干货】用mmdetection，在COCO数据集上跑通faster R-CNN（测试、训练）
Activewaste
07-06 2万+
注：刚接触R-CNN、Fast R-CNN、Faster R-CNN，就尝试用mmdetection，在coco数据集上跑Faster R-CNN，训练测试完就来记录一下这个过程的一些坑 参考 mmdetection github网址 跑通mmdetection 安装Anaconda3遇到的几个问题 关于跑通mmdetection，建议主要看第一个网址，第二个网址参考为主，因为我按原博的步骤...
MMDetection技术文档：安装与使用指南
5. **Changelog**：记录了MMDetection的版本更新历史，包括每个版本的主要改进和新增功能。 - **v1.1.0**至**v0.5.1**：涵盖了从2019年初到2020年中的一系列版本更新，包括性能优化、新功能添加和bug修复。 MM...
MMDetection研究-1.入门及框架
周陽讀書
10-10 720
MMDetection
mmdetection3d SUN RGB-D数据集预处理
叶子的博客
11-30 5412
SUN RGB-D是普林斯顿大学发布的一种关于室内场景理解的数据集，共包含了10335个样本，其中训练样本和验证测试样本数量分别为5285和5050。每个样本包含了彩色图像（RGB）和深度（D）信息，并且分别进行了二维和三维标注。数据集的具体细节将在后续进行补充，这里主要介绍如何在mmdection3d中使用SUN RGB-D数据集。
〖MMDetection〗解析文件：mmdet/models/roi_heads/mask_heads/fcn_mask_head.py
sinat_39783664的博客
09-09 929
mmdetection源码解析
【python GUI编码入门-21】如何用Tkinter创建一个记事本应用
木头大左的博客
11-08 94
在现代编程环境中，图形用户界面（GUI）应用程序的开发变得越来越重要。Python的Tkinter库是一个功能强大且易于使用的GUI工具包，非常适合初学者和有经验的开发者使用。本文将详细介绍如何使用Tkinter创建一个简易的记事本应用，涵盖从安装到实现各项功能的全过程。Tkinter是Python的标准GUI库，它提供了丰富的接口来创建窗口、对话框、按钮等常见的GUI组件。Tkinter具有良好的跨平台性，可以在Windows、Mac OS和Linux上运行。
自动化爬虫DrissionPage
m0_55297736的博客
11-09 829
自动化爬虫DrissionPage
一次薅国家超算平台的记录
weixin_55179972的博客
11-07 408
参与 谁是下一个“AI”跃人 -AI体验推介活动，赢取千元算力券！（https://www.scnet.cn/home/subject/modular/index270.html）2. Clone开源的Llama3 Chinese （https://github.com/LlamaFamily/Llama-Chinese）活动名称主题：国家超算互联网「AI跃升季」：谁是下一个“AI”跃人 - AI算力体验活动。其中位置1，2替换为商品基模型和训练出来的微调模型。模型改为商城下载的模型。2、运行的过程记录。
外星人入侵
最新发布
weixin_60243362的博客
11-12 731
外星人入侵项目实践
mmdetection下运行focs
07-27
FCOS网络是一种全卷积one-stage目标检测算法，它在2019年发布。与传统的目标检测算法不同，FCOS算法不需要使用anchor，而是通过逐像素的方式进行像素级的分类和回归。这种方法在准确率上超越了以往的网络。如果你想在mmdetection下运行FCOS算法，你可以按照以下步骤进行操作： 1. 首先，你需要下载mmdetection的源码并进行编译。你可以从mmdetection的官方GitHub仓库中获取源码，并按照官方文档提供的编译指南进行编译。 2. 在编译完成后，你可以使用mmdetection提供的配置文件来配置FCOS算法的参数。在配置文件中，你可以设置模型的结构、训练的超参数以及数据集的路径等。 3. 接下来，你可以使用mmdetection提供的训练脚本来进行模型的训练。在训练过程中，你可以监视训练集和验证集的性能指标，以便选择最佳的模型。 4. 训练完成后，你可以使用mmdetection提供的测试脚本来评估模型的性能。测试集用来测试模型的泛化能力，验证所选择的模型的性能指标是否与验证集的结果相符。 总之，如果你想在mmdetection下运行FCOS算法，你需要下载源码并编译，配置算法参数，进行模型训练和测试。希望这些步骤对你有帮助。 #### 引用[.reference_title] - *1* *2* *3* [使用FCOS训练自己的数据](https://blog.csdn.net/yinkaishikd/article/details/105027185)[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^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
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