用DETR进行目标检测的predicat文件


前言

由于最近研究DETR目标检测,但是发现官方给的代码缺少了predict文件,于是自己写了一个,但是写代码的过程中也想到了一些问题,比如DETR没有采用NMS,该如何避免预测框重叠。总之按照论文方法简单实现了一下DETR的predict。


一、DETR的predict实现过程
由于只是测试用,仅仅简单实现了一下,有其他需要的可以自己更改,过程比较简单,就是加载训练权重,图像预处理送入网络进行前传,对得到的pre-logits和box进行处理得到类别cls和box坐标,最后将其画出来就可以了。

二、使用步骤

1.更改官方detr中308行的类别数

目标数是多少类就改为多少类目标数是多少类就改为多少类,对于官方的coco数据集来说是91类,背景为no-object类

2.根目录加入检测文件

看情况修改加载类别文件txt,输入大小自定,目前只支持w=h,否则检测框不准,需要更改的自己修改,懒得找问题了。
运行predict文件进行检测,需要输入图像位置
在这里插入图片描述效果如下
在这里插入图片描述没有进行NMS和置信度筛选,框比较乱,需要可以进一步修改。


总结

对比yolo检测结果,发现对遮挡物的效果DETR更加优秀。yolo检测如下
在这里插入图片描述需要留邮箱。

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 22
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 22
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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