复现《Dynamic Anchor Learning for Arbitrary-Oriented Object Detection》,AAAI2021

目录

前言

一、安装环境

二、复现

1. 下载git+git出错

 2.cclplus出错

3.setuo.py   make

2.Inference报错

1.没有weights/last.pth

总结


前言

论文:Ming, Qi, Zhiqiang Zhou, Lingjuan Miao, Hongwei Zhang和Linhao Li. 《Dynamic Anchor Learning for Arbitrary-Oriented Object Detection》. arXiv, 2020年12月15日. http://arxiv.org/abs/2012.04150.

GitHub:GitHub - ming71/DAL: [AAAI 2021] Official implementation of "Dynamic Anchor Learning for Arbitrary-Oriented Object Detection".


一、安装环境

python3.7 

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 

二、复现

按照README.md

1.安装问题

1. 下载git+git出错

pip install git+git://github.com/lehduong/torch-warmup-lr.git

解决方法:

 参考:解决fatal: unable to connect to github.com: github.com[0: 20.205.243.166]: errno=连接超时 - 是大高呀 - 博客园 (cnblogs.com)

 2.cclplus出错

cd $ROOT/utils
sh make.sh

 解决方法:直接下载sudo apt-get g++,会自动下载gcc,还能保证两者版本一致。

结果: 

3.setuo.py   make

cd $ROOT/utils/overlaps_cuda
python setup.py build_ext --inplace

结果: 

参考: 

OSError: The CUDA lib64 path could not be located in /usr/lib64 · Issue #495 · endernewton/tf-faster-rcnn · GitHub

2.Inference报错

python demo.py

1.没有weights/last.pth


总结

提示:这里对文章进行总结:

例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
该资源内项目源码是个人的课程设计、毕业设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 该资源内项目源码是个人的课程设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。

“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 1
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