【mmdetection】保存pkl文件时如何控制保存的class

已于 2023-05-15 22:29:41 修改
阅读量214 收藏 2
点赞数
分类专栏： 目标检测
于 2021-10-02 16:31:55 首次发布
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_40690815/article/details/120587026
版权

mmdetection 目标检测

【mmdetection】保存pkl文件时如何控制保存的class

😄 😆 😊 😃 😏 😍 😘 😚 😳 😌 😆 😁 😉 😜 😝 😀 😗 😙 😛 😴 😟 😦 😧 😮 😬 😕 😯 😑 😒 😅 😓 😥 😩 😔 😞 😖 😨 😰 😣 😢 😭 😂 😲 😱

代码细节

在mmdet/apis/test.py的single_gpu_test函数中

在这里插入图片描述

StevenGerrad
关注
专栏目录
MMdetection各种测试代码（收藏使用）
故乡的云和星星
10-12 1811
允许的值取决于数据集，例如，proposal_fast，proposal，bbox，segm可用于 COCO，mAP，recallPASCAL VOC。--show-dir：如果指定，检测结果将绘制在图像上并保存到指定目录。--eval-options: 如果指定，key-value 对可选 eval cfg 将为 dataset.evaluate() 函数的 kwargs，它仅用于评估。--show-score-thr：如果指定，分数低于此阈值的检测将被删除。
MMDetection使用及相关问题
chenfang0529的博客
03-26 4774
搭建mmdetection，并训练自己的数据集，及使用过程中出现的各种问题汇总：服务器缓存，core dumped等
利用MMdetection中的test.py进行测试
weixin_51486807的博客
08-07 1820
2、通过添加–eval mAP 可显示测试结果，如下表格所示。
kitti数据集解析以及在mmdection3d中的pkl文件参数解析
weixin_51021488的博客
09-06 3216
kitti数据集
深度学习python之用Faster-rcnn 检测结果（detections.pkl 和class_pr.pkl） 在原图画出box
恰同学少年的博客
12-26 3635
class_pr.pkl 包括召回率（Recall），精确率（Precision），平均正确率（Average_precision(AP) ） 在Spyer中敲入如下代码即可打开，在变量栏查看具体数值（本文只对一类目标进行检测）import cPickle as pickle f = open('ship_pr.pkl') info = pickle.load(f) 下面是使用detec
mmdetection测试阶段生成各种评价指标，pkl,mAP,APm，APs,APl等
微信号：Custom-Software
02-21 5983
其中，“CONFIG_FILE”代表当前使用的算法，“INPUT_SHAPE”代表输入图像的尺寸，我每次输入都报错，很难受。由于每次输入：[–shape ${INPUT_SHAPE}]，都报错，所以我没有输入，在py文件里面改默认值作为输入。其中，“–shape 1000 608”代表输入图片的大小，“3，1000，608”代表3通道。参考网站：https://zhuanlan.zhihu.com/p/607576946。为例，–out是只生成的权重文件地址，result是生成的pkl文件名；
MMDetection训练自己的数据集过程
qq_45057749的博客
03-18 8030
接着前一篇MMDetection亲测安装教程，安装好后就来尝试训练自己的数据集吧，以训练 RetinaNet 模型为例说明。 1.准备数据集 本文采用VOC格式训练，在 mmdetection 项目中新建data文件夹，按如下组织形式存放自己的数据。 ./data └── VOCdevkit   └── VOC2007     ├── Annotations   # 标注的VOC格式的xml文件     ├── JPEGImages   # 数据集图片     └── ImageSet      
mmdetection3改进cocoapi评估指标
记录些个人学习过程的代码实现以及解决方案
02-02 1987
在训练自己的模型时，正常情况下只能打印评估指标，形式如下开启打印每一类的评估数据时，仅仅只能打印mAP的值修改后如下可以打印真实的平均准确率(Precision)、召回率(Recall)、mAP注:下图的mAP_50_95即是上图的mAP值实验环境 修改步骤 项目最终目录1.粘贴工具包中的至下，其代码如下，新建将下面代码粘贴即可 2.新建自己的，命名为,路径: 3.修改路径下的，主要是修改导包处改为修改后代码如下 4.修改文件 5.中开启测试打印 完整效果 运行时输出如下
怎么看mmdetection版本_mmdetection使用指南
weixin_42105570的博客
01-13 2734
主要是目标检测方面的使用记录，mmdetection还有分类网络，分割等功能，但这篇博客主要关注目标检测，之后如果涉及到分割会再开一篇博客进行记录。1. 安装mmdetection需要的环境是cuda10.0为基础的环境，对驱动版本也有一定的要求，cuda8.0的我始终没有配通，主要的错误都是跟cuda相关的。具体安装过程参见：https://blog.csdn.net/DD_PP_JJ/arti...
mmdetection中pkl文件生成
08-31
在mmdetection中，生成.pkl文件需要先生成.pth文件。可以参考以下步骤来生成.pkl文件： 1. 下载mmdetection模型文件，例如rpn_r50_fpn_1x_20181010-4a9c0712.pth。 2. 确保你的数据集符合COCO数据集的格式要求，...
pkl转换json（pkl格式如何打开，pkl2json）
阿利同学的博客
12-26 1225
pkl2json，如何读取.pkl格式。将array与pkl呼唤
【MMDetection3D实战5】Dataset 和 model配置文件解析
@bangbang的博客
03-16 1230
在定义了如下几个全局变量: 因为是kitti数据集，所以默认为。也可以是其他数据集，比如 LyftDatasetNuScenesDataset, 也可以是自定义的数据集类型。data_root：定义数据存放的跟目录，比如: 数据的类别名，比如KITTI数据集的类型为：[‘Pedestrian’, ‘Cyclist’, ‘Car’]: 点云覆盖的有效范围，用于过滤点云数据。input_modality: 设定使用的数据对应的模态信息。对于。
新版mmdetection跑通自己的voc数据集【2020MMdetection】【详细】
AI414010的博客
11-05 4081
问题： 用新版mmdetection跑通自己的数据集。数据集的格式是voc格式的。 解决办法： 一、数据集准备 将所有的图片放在 ./data/VOCdevkit/VOC2007/JPEGImage 将所有的标签放在 ./data/VOCdevkit/VOC2007/Annotations 将图片划分训练集、验证集和测试集，名字存在txt文件里 ./data └── VOCdevkit └── VOC2007 ├── Annotations # 标注的VOC格式的xml标签文件
【超强组合】基于淘金优化算法GRO-BP-Adaboost的数据分类预测算法Matlab实现.rar
最新发布
10-08
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 替换数据可以直接使用，注释清楚，适合新手
VMware Workstation Pro 和 VMware Fusion 安装与配置指南
10-08
内容概要：本文档详细指导了如何在不同的主机环境下，通过 VMWare 的两款产品——Workstation Pro 和 Fusion 进行新虚拟机的构建流程以及具体的操作要点说明。 适用人群：希望在单一机器上部署多操作系统的工作环境或学习测试场景的技术人员和学生。 使用场景及目标：旨在帮助初学者搭建属于自己的虚拟机实验平台，从而方便进行软件测试或者研究操作系统相关的新特性等任务，同时也有利于团队间的协作和资源调配。 注意事项：文中涉及的具体操作如下载源文件、配置网络参数时要注意版权合法性问题和技术安全防范。此外还需依据各自电脑的软硬件条件适当增减虚拟机的资源设定。
科研经费管理系统 SSM毕业设计 源码+数据库+论文（JAVA+SpringBoot+Vue.JS）.zip
10-08
科研经费管理系统 SSM毕业设计 源码+数据库+论文（JAVA+SpringBoot+Vue.JS） 启动教程：https://www.bilibili.com/video/BV1GK1iYyE2B
使用Python Matplotlib进行图形输出与保存详解（包含详细的完整的程序和数据）
10-08
内容概要：本文详细介绍了使用 Python 的 Matplotlib 库来输出和保存图形的方法。不仅涉及了基本流程，如生成图表并将之导出成PNG、PDF和SVG等不同格式的内容，还包括高级话题如设置透明度、分辨率以及制作包含图形元素的HTML页面等。文章通过一个具体的示例代码讲解了各个环节的关键细节和技术要点。 适用人群：对数据可视化有兴趣的初学者及具有一定基础想要深入学习 Matplotlib 使用技巧的技术人员。 使用场景及目标：适用于需要掌握 Matplotlib 不同输出选项及其特点的应用场合，尤其是当需要生成用于打印或网页展示的高质量、可自定义外观的图形时。
【数字信号分离】基于matlab自然梯度算法盲信号分离（含串音信号 变步长）【含Matlab源码 8813期】.zip
10-08
CSDN海神之光上传的代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b或2023b；若运行有误，根据提示修改；若不会，私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开main.m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博客文章底部QQ名片； 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计： 故障诊断分析： 雷达通信：雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计：SOC估计 目标定位：WSN定位、滤波跟踪、目标定位 生物电信号：肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统：DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪（CEEMDAN）、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信
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