深度学习之PyTorch物体检测实战(笔记)
文章平均质量分 60
深度学习之PyTorch物体检测实战(笔记)
东东就是我
抖音号79344055434
展开
-
使用自己的数据集,测试mmrotate新网络rotated_rtmdet,旋转目标检测
旋转目标检测终于可以应用在实际项目上了原创 2023-02-12 10:24:09 · 1620 阅读 · 5 评论 -
卷积操作具体实现
1.具体结论我们都知道卷积操作就是滑动卷积核与图像点乘然后相加。但是pytorch不是这么操作的具体原理就是把图像和卷积核都缩放成一个二维矩阵,然后矩阵相乘。也就是im2col参考:https://mp.weixin.qq.com/s/GPDYKQlIOq6Su0Ta9ipzighttps://zhuanlan.zhihu.com/p/463056362.具体代码实现:1.1* H* W2.B* C* H* Wimport numpy as npimport torchfrom to原创 2021-10-13 18:35:03 · 590 阅读 · 0 评论 -
深度学习之PyTorch物体检测实战(4)
1.Inception# -*- coding: utf-8 -*-# Created by WIN10 on 2020/8/5# Copyright (c) 2020 WIN10. All rights reserved.import torchfrom torch import nnimport torch.nn.functional as Fclass BasicConv2d(nn.Module): def __init__(self,in_dim,out_dim,kerne原创 2020-08-05 16:25:56 · 1002 阅读 · 0 评论 -
深度学习之PyTorch物体检测实战(3)
1、Backbonefrom torch import nnimport torchimport torch.nn.functional as F#dilation空洞卷积 groups组卷机conv=nn.Conv2d(in_channels=1,out_channels=1,kernel_size=3,stride=1,padding=1,dilation=1,groups=1,bias=True)input=torch.randn(1,1,2,2)output=conv(input)原创 2020-08-04 18:26:42 · 541 阅读 · 0 评论 -
深度学习之PyTorch物体检测实战(2)
1.神经网络工具torch.nnfrom torch import optimimport torchfrom torch import nnimport torch.nn.functional as F#三层感知机class MLP(nn.Module): def __init__(self,in_dim,hid_dim1,hid_dim2,out_dim): super(MLP,self).__init__() self.layer=nn.Seq原创 2020-08-03 22:40:04 · 477 阅读 · 1 评论 -
深度学习之PyTorch物体检测实战(1)
1.IOUdef iou(boxA,boxB): """ @param boxA:真实框 @param boxB:预测框 @return:IOU """ left_max=max(boxA[0],boxB[0]) top_max=max(boxA[1],boxB[1]) right_min=min(boxA[2],boxB[2]) bottom_min=min(boxA[3],boxB[3]) #计算重合面积 int原创 2020-08-03 15:28:14 · 1906 阅读 · 0 评论