自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 mmdet中集成多实例预测(构造target)

根据proposal和gt_box构造target一个需要三个步骤: assign, sample和get_target。

2022-09-13 02:39:27 504

原创 mmdetection 中的 EpochBasedRunner

EpochBasedRunner 阅读记录这个类有很多方法,这里只记录当前我所用到的方法。一、首先是实例化这个类的初始化方法: """ Args: model (:obj:`torch.nn.Module`): The model to be run. batch_processor (callable): A callable method that process a data batch. The interface of t

2021-12-09 15:30:37 2367

原创 mmdetection中的dataset

TOV_mmdetection中的dataset1、train.py2、build_dataset ; mmdet/datasets/builder.py3、build_from_cfg ; mmcv/utils/registry.py4、CocoFmtDataset.init ; mmdet/datasets/cocofmt.pyCocoFmtDataset.init:CustomDataset.init:一、首先将相关参数保存到属性中,值得注意的是这里的self是CocoFmtDataset。二、调用g

2021-11-28 21:17:20 4739 2

原创 mmdetection-anchor_head-loss

mmdetection之anchor_head中loss和loss_single方法loss方法0、方法的输入与输出1、根据输入特征的尺度与图片的相关信息在相应的设别上生成anchor2、根据真实标签构造一个tensor3、整理生成anchor的格式,使之与构造的tensor相匹配4、计算预测值与真实标签之间的距离loss_single方法0、输入与输出1、使用交叉熵计算分类损失1、使用Smooth L1计算边界框回归损失loss方法0、方法的输入与输出输入cls_scores(list[Tens

2021-11-27 21:00:08 2174

原创 Better to Follow, Follow to Be Better

Better to Follow, Follow to Be Better: Towards Precise Supervision of Feature Super-Resolution for Small Object Detection 阅读记录Abstract作者认为下列两点可以提高特征超分辨的性能:使用适当的高分辨特征作为训练特征超分辨网络的监督信号。匹配训练图像对的感受野。introduction略Related Work略...

2021-09-14 10:38:45 693 2

原创 Small Object Detection using Context and Attention

Small Object Detection using Context and Attention阅读记录论文链接:https://arxiv.org/abs/1912.06319v2Abstract作者使用上下文信息和注意力机制检测小目标。作者使用传统的SSD为基线,当网络输入为300x300时,其在Pascal VOC2007上的mAP为78.1%。Introduction作者认为解决小目标检测的关键是如何有效的利用上下文信息。作者使用深层的抽象信息作为上下文信息,在浅层使用注意力机制,

2021-09-11 17:03:24 862 3

原创 2021-08-17

Scale Match for Tiny Person Detection 阅读记录该论文提出了两大创新:提出了一个新的数据集(TinyPerson)。提出了一个尺度匹配的方法,使两个数据集之间的特征分布尽可能地一致。TinyPerson是海上快速救援的背景下,提出的微小目标检测数据集。神经网络预训练数据集和检测器学习数据集之间的尺度不匹配会影响特征表示和检测器的性能。因此,作者提出了一种简单而有效的尺度匹配方法来对齐两个数据集之间的对象尺度,以获得良好的微小对象的特征表示。City

2021-08-17 15:41:05 2860

原创 EfficientDet : Scalable and Dfficient Object Detection阅读记录

EfficientDet : Scalable and Dfficient Object Detection阅读记录论文地址论文代码这里写目录标题EfficientDet : Scalable and Dfficient Object Detection阅读记录3.BiFPN3.1Problem Formulation3.2 Cross-Scale Connections3.3 Weighted Feature Fusion4. EfficientDet4.1 EfficientDet Archite

2021-08-05 16:35:46 158

原创 数据集整理

python脚本实现批量下采样项目简介实现思路完整代码创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入项目简介在超分辨领域,下载到的数据集只有高分辨图像,低分辨图像需要根据高分辨率图像通过相应的下采样方式获取。本项目使用python脚本实现对高分辨图像的批量下采样。实现思路1、获取用户输入参数。包括高分辨图像路径、下采样因子等。2、完整代码去博客设置页面,选择一款你喜欢的代码片高亮样式,下面

2021-05-11 14:54:16 360 5

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除