- 博客(5)
- 收藏
- 关注
原创 YOLOX的动态匹配策略详解
看着是只限制了左上角,随后又将步伐由0.5的 变为2.5再次进行偏移,又生成了上述的这些锚框,筛选方式一样,最后取二者交集,初筛了一部分锚框 在我这里是8400变成2100,根据锚框标签,选择与之对应的预测框,计算真实框与预测出来的2100个框进行IOU计算,生成(targets,2100),计算IOUloss就是-log(iou),然后计算分类LOSS,分类的概率乘以置信度的概率当成分类的,根据这两个loss和锚框标签生成代价矩阵。pair_wise_cls_loss #分类loss。
2023-07-14 14:24:42
232
原创 使用C++ OpenCV加载YOLOV7模型报错:error:(-215:Assertion failed)
在报各种OpenCV的错误时,如果差不到资料,就使用nerton模块查看一下自己的ONNX模型导出是否出现问题。如果发现没问题,在Python中的CV2的DNN模块测一下模型。如果可以运行但是C++的OpenCV加载报错,大概率是网络出现一些识别不了的操作了。还有一件事,OpenCV做ONNX推理的时候是不支持动态输入的,一定不要动态导出。
2023-05-06 00:20:41
1229
1
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