Simplify_boy的博客

yolov5 模型使用 工程 git clone https://github.com/ultralytics/yolov5.git 预训练模型 首次运行时，attempt_download函数会下载对应的模型。模型参数配置在models/*.yaml里。 yolov5网络组成 Focus + Backbone + Detect coco数据集训练 下载coco数据集，放在于yolov5同一目录下。 python3 train.py --data coco.yaml --cfg yolov5s.y

import numpy as np import matplotlib.pyplot as plt def voc_ap(rec, prec, use_07_metric=False): if use_07_metric: # 11 point metric ap = 0. for t in np.arange(0., 1.1, 0.1): if np.sum(rec >= t) == 0:

优化器 SGD Wnew=Wold−α∂Loss∂WoldW_{new}=W_{old} - \alpha\frac{\partial{Loss}}{\partial{W_{old}}}Wnew​=Wold​−α∂Wold​∂Loss​ α\alphaα:学习率 缺点：容易陷入局部极小值 加入动量（Momentum），解决局部极小值。 SGD+Momentum Momentum更新：Vnew=ηVold−α∂LossWoldV_{new}=\eta V_{old} - \alpha \frac{\parti

计算公式 lk=lk−1+[(fk−1)∏i=1k−1si]l_{k}=l_{k-1}+[(f_{k}-1)\prod_{i=1}^{k-1}s_i]lk​=lk−1​+[(fk​−1)i=1∏k−1​si​] 其中lkl_{k}lk​为k层的感受野，fkf_{k}fk​为k层的卷积核大小，∏i=1k−1si\prod_{i=1}^{k-1}s_i∏i=1k−1​si​为stride的乘积。 No. layers kernel size stride 1 conv1 3x3 2 2 po

数据 我们已有标注数据个数为json保存的，现在训练代码使用的标注格式为PASCAL VOC2007，为了不修改代码，将数据转换到PASCAL VOC2007的xml格式。 转换代码 import os import json from lxml.etree import Element, SubElement, tostring, ElementTree from xml.dom import minidom # 从文件夹下获取json文件名 def ReadFileDir(path): file

MNN下交叉编译 预备工作 下载ndk https://dl.google.com/android/repository/android-ndk-r21-linux-x86_64.zip 下载交叉编译器 https://releases.linaro.org/components/toolchain/binaries/latest-7/arm-linux-gnueabi/ 按照宿主机类型(这里以X...