聿默的博客

提出一种orthographic feature transform（正交特征变换），可以将图像的特征映射到正交3D空间。在KITTI 3D object benchmark数据集上取得了当时的SOTA。

代码参考：https://github.com/wang-xinyu/tensorrtxhttps://github.com/ultralytics/yolov51.环境ubuntu16.04python3.6cuda10.1/cuda10.0tensorrt7.0.0.112.安装参考：https://github.com/wang-xinyu/tensorrtx/blob/master/tutorials/install.mdtensorrt安装参考：https

转载请写出处。1.环境ubuntu16.04cuda10.1cudnn7opencv3.4python3.6torch==1.7.12.Dockerfile这里分享一个我写的Dockerfile：FROM nvidia/cuda:10.1-cudnn7-devel-ubuntu16.04LABEL maintainer Gu Mengting <1065504814@qq.com>RUN sed -i s@/archive.ubuntu.com/@/

1.可用环境torch==1.7.1+cu110torchvision==0.8.2+cu1102.错误环境遇到的问题（1）情况一torch==1.7.0+cu110torchvision==0.8.0训练yolov5时，训练就会开始报错：return torch.ops.torchvision.nms(boxes, scores, iou_threshold)RuntimeError: Could not run 'torchvision::nms' with argu

论文：Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection代码：https://github.com/sfzhang15/ATSS 本文提出anchor-based与anchor-free目标检测方法的核心区别在于对正负样本的定义不一样，并认为这点是导致anchor-based与anchor-free两者性能差异的关键。......

https://github.com/biubug6/Pytorch_Retinaface0.环境ubuntu16.04python3.6cuda9.0torch==1.1.0ipython1.准备数据与模型（1）准备数据原始数据：train+val+testhttp://shuoyang1213.me/WIDERFACE/WiderFace_Results.html标签数据：https://pan.baidu.com/s/1Laby0EctfuJGgGMgRRgykA.

1.修改cd SRN/srn/extensions/vim _nms/build.pyfrom torch.utils.ffi import create_extensionto:from torch.utils.cpp_extension import BuildExtensionffi = create_extension( '_ext.nms', headers=headers, sources=sources, define_macros=d...

https://github.com/deepinsight/insightface/tree/master/RetinaFace0.环境mxnet-cu90 @ file:mxnet_cu90-1.2.0-py2.py3-none-manylinux1_x86_64.whlCython==0.29.21easydict==1.9numpy==1.14.6opencv-python==4.4.0.44环境配置步骤：git clone https://github.com/dee

参考TinaFace: Strong but Simple Baseline for Face Detectionhttps://github.com/Media-Smart/vedadet0.环境ubuntu16.04python3.6torch==1.1.0cd vedadetpython setup.py develop1.准备1.1 准备模型https://drive.google.com/u/0/uc?id=1zU738coEVDBkLBUa4hv.

参考https://paperswithcode.com/paper/dsfd-dual-shot-face-detectorhttps://github.com/Tencent/FaceDetection-DSFD0.环境

论文地址：https://arxiv.org/pdf/2203.03605v1.pdf

1.摘要引入RPN（Region Proposal Network：同时预测检测框和目标分数）到FastRCNN中。其中RPN是一个全连接层。使用VGG16作为backbone在GPU上推理速度为5fps。In ILSVRC and COCO2015 competitions拿到第一名。2.介绍RPNs被设计用来有效地预测具有广泛规模和长宽比的区域建议。提出一种训练策略，在RPN预测的区域建议进行微调，在微调的过程中，能够将对应的区域建议固定。给出其两个代码连接：https://gi.

yolov3在刚出来那会，简直火得一塌糊涂。速度这么快，性能还可以，落地有希望了。工业届也很快就用上了。今天把经典再拉出来看一看。1.摘要320 × 320 YOLOv3以28.2mAP精度运行只需要22ms，是当时一个比较火的算法SSD的3倍快。现在的yolov4、yolov5都是以这个基础来的。总体一句话更快更准。代码地址：https://pjreddie.com/yolo/2.介绍哈哈哈，介绍居然是在闲聊。无内容。3.Idea待添加~...

论文主要是过一遍，记一下我觉得重点的部分，当然也欢迎指正。1.摘要主要提到作者用了较多的tricks与一些结构：（1）Weighted-Residual-Connections (WRC)（2）Cross-Stage-Partial-connections (CSP)（3）Cross mini-Batch Normalization (CmBN)（4）Self-adversarial-training (SAT)（5）Mish-activation（6）Mosaic data au..

粗读一遍，后续会看看大佬写的，然后重新读下论文，再补充。1.摘要通过对预测框的坐标（关键点）进行模拟，训练得到的模型。是一种比较经典的anchor free的检测方法。能够方便的运用到3D定位、方向、甚至是姿态识别中。2.介绍介绍中主要说明，这篇文章把检测坐标框的预测，转变为坐标框中心点坐标的预测。较快应用到其他的任务中。而且速度非常快。并提供其代码：xingyizhou/CenterNet3.相关工作（1）区域分类：初期刚出现检测任务时，通过分配较多的候选框，对候选框中的内容进

最近准备静下心来，重新看下目标检测中的一些经典论文：检测方法名称 论文 代码 CenterNet Objects as Points CenterNet Yolov5 无 yolov5 Yolov4 YOLOv4: Optimal Speed and Accuracy of Object Detection yolov4 Yolov3 YOLOv3: An Incremental Improvement yolov3 ..

这篇文章的目的，1.解析Crowdhuman数据集；2.准备Crowdhuman相应配置，训练yolov5。其中我的是将273271,1017c000ac1360b7.jpg，全部写为273271_1017c000ac1360b7.jpg1.环境ubuntu16.04cuda10.1cudnn7python3.6 Cythonmatplotlib>=3.2.2numpy>=1.18.5opencv-python>=4.1.2PillowPyYAML&g

1.环境准备ubuntu16.04cuda10.1cudnn7python3.6git clone https://github.com/sfzhang15/ATSS.gitcd ATSS# because of cuda version error: no AT_CHECK definationsed -i '16 a #ifndef AT_CHECK \n#define AT_CHECK TORCH_CHECK \n#endif' atss_core/csrc/cuda/d

1.论文提出的几个点：（1）证明多尺度融合部分作用不大，即高层卷积特征已经包含低层信息。（2）在不同尺度上做检测影响比较大。（3）

#!/usr/bin/env python""" Copyright (C) 2018-2019 Intel Corporation Licensed under the Apache License, Version 2.0 (the "License"); you may not use this file except in compliance with the License. You may obtain a copy of the License at http://w.