- 博客(17)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 对labelImg生成的xml进行各种操作
在目标检测制作数据集时，有时需要检查或修改xml文件中的各种参数，该脚本可实现对xml文件的各种操作。
2023-08-29 11:52:58
147
原创 对labelme生成的json文件及图片同时进行resize
在目标检测中，有时需要对数据集进行resize处理，该python脚本可实现对分割数据集图片及标注文件同时进行resize。
2023-08-29 11:10:20
228
原创 使用python对label生成的xml及labelme生成的json数据集统计类别及类别的数量
有时需要检查校准训练数据集的类别及类别个数，需要多训练集进行统计，脚本对label生成的xml及labelme生成的json数据集统计类别及类别的个数。
2023-08-28 17:06:44
243
原创 mmyolo训练yolov5~ppyoloe
相关文档： https://github.com/open-mmlab/mmdeploy/blob/dev-1.x/docs/zh_cn/get_started.md。使用mmyolo检测工具箱，完成yolo系列算法的训练，包括环境的搭建及yolo系列算法的配置文件等。yolo5~yolo8训练的config大致相同，yolox略有不同。二、训练yolo系列算法（以yolo6和yolox为例）2.安装pytorch、torchvision。2.写yolov6、yolox的配置文件。
2023-02-28 17:10:13
1099
原创 MMselfSup训练自监督模型之mocov3
首先调整configs/selfsup/_base_/models/mocov3_resnet50.py文件中的温度系数参数。修改mocov3_resnet50_8xb512-amp-coslr-100e_in1k.py。数据集结构为datasetdir->｛namedirs｝->pics。新建位置自定，本人为：configs/selfsup/mocov3下。注：如果遇到不收敛（loss不降低）的情况。2.写模型自监督预训练的配置文件。4.下载mmselfSup并编译。根据自己的配置安装相应版本。
2022-12-28 09:33:30
1402
2
原创 自监督学习相关概念及论文简述
在预训练过程中，BEiT 先将原始图片标记化，并且对图像块进行随机掩码，并将掩码后的图片输入到编码器当中，主要的预训练目标便是基于未掩码图像块来恢复掩码图像块。论文思想：MAE 相比于 BEiT，简化了整体训练逻辑，利用随机掩码处理输入的图像块，以及直接重建掩码图像块来进行训练。论文思想：SimMIM认为掩码部分采用随机掩码，并且适当增大图像块的分辨率即可获得很好的结果，并且文章中提供了对比试验的结果，当图像块分辨率为 32x32 时可以获得最好的效果，并将其设置为 ViT 模型的默认设置。
2022-12-14 14:08:31
406
原创 labelme格式数据的大json转为小json方法
python实现coco数据中图片resize后，通过大图的json得到resize后的json。
2022-10-13 16:31:18
521
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人