![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
yolo
文章平均质量分 58
yolo系列模型结构
模型转换
在不同框架运行
慕思侣
一条互联网咸鱼
展开
-
U版yolov3调用DDP训练
模型训练训练根据计算资源(显卡)的情况,主要分3种:单机单卡,单机多卡,多机多卡。需要说明的是,Yolo v5的作者采用的不是熟悉的DP模式torch.nn.DataParallel,而是torch.nn.parallel.DistributedDataParallel, 即DDP模式。按照PyTorch官方的说法[3]: 即使在单机多卡的环境,也推荐DDP模式,DDP模式会显著快于DP模型,关于DDP的例子可见官网[4].单机单卡训练:python train.py --img 6..原创 2021-05-13 16:35:29 · 881 阅读 · 0 评论 -
Pytorch-YOLOv3数据集制作流程
github链接:https://github.com/eriklindernoren/PyTorch-YOLOv3使用Pytorch-YOLOv3训练自己的数据集1. 生成网络结构文件yolov3_custom.cfgcd config/bash create_custom_model.sh <num-classes> #num-classes is the num...原创 2019-10-11 11:44:04 · 1674 阅读 · 4 评论 -
Yolov5 v6.0模型简介
参考链接:https://blog.csdn.net/IEEE_FELLOW/article/details/117536808YOLOv5模型剪枝压缩_IEEE_FELLOW的博客-CSDN博客_yolov5压缩原创 2021-12-10 14:11:24 · 2249 阅读 · 0 评论 -
深度理解yolov3损失函数
深度理解yolov3损失函数在yolov3中,loss分为三个部分:一个是xywh部分带来的误差,也就是bbox带来的loss 一个是置信度带来的误差,也就是obj带来的loss 最后一个是类别带来的误差,也就是class带来的loss在代码中分别对应lbox,lobj,lcls,yolov3中使用的loss公式如下: 其中:S:代表grid size,代表13×13,26×26,52×52B:box :如果在i,j处的box有目标,其值为1...原创 2021-05-14 17:37:50 · 13050 阅读 · 4 评论 -
yolov2学习率更新策略总结
yolov2中的学习率一共有如下几种,CONSTANT, STEP, EXP, POLY, STEPS, SIG, RANDOMCONSTANT:即学习率固定,这个是最简单的学习率变化策略(不变),配置文件中只需要一个参数,实际中用得比较少,原因是:为了避免跳过全局最优,当参数状态越来越逼近全局最优点时,我们应该降低学习率。STEP:在迭代固定的次数之后以一定的比例降低学习率,...原创 2019-12-27 18:06:27 · 1112 阅读 · 0 评论 -
yolov3.yaml
# parametersnc: 80 # number of classesdepth_multiple: 1.0 # model depth multiplewidth_multiple: 1.0 # layer channel multiple# anchorsanchors: - [10,13, 16,30, 33,23] # P3/8 - [30,61, 62,45, 59,119] # P4/16 - [116,90, 156,198, 373,326] # P...原创 2021-04-11 17:46:34 · 699 阅读 · 0 评论 -
yolov3.cfg
[net]# Testingbatch=1subdivisions=1# Training# batch=64# subdivisions=2width=640height=640channels=3momentum=0.9decay=0.0005angle=0saturation = 1.5exposure = 1.5hue=.1learning_rate=0.001burn_in=1000max_batches = 500200policy=stepssteps转载 2021-04-11 17:39:04 · 124 阅读 · 0 评论 -
u版yolov3查看模型anchors
1.查看anchorsimport torchfrom models.experimental import attempt_loadmodel = attempt_load('./weights/yolov5s.pt', map_location=torch.device('cpu'))m = model.module.model[-1] if hasattr(model, 'module') else model.model[-1]print(m.anchor_grid)2.使用原创 2021-05-22 15:38:43 · 343 阅读 · 0 评论 -
yolov3网络结构
原创 2020-01-19 16:44:10 · 376 阅读 · 0 评论 -
darknet编译测试yolov4
参考链接:https://www.cnblogs.com/monologuesmw/p/13035442.htmlhttps://segmentfault.com/a/1190000022539087https://zhuanlan.zhihu.com/p/340025123原创 2021-08-09 11:06:27 · 525 阅读 · 0 评论 -
darknet版本yolov4转caffe
参考链接:https://zhuanlan.zhihu.com/p/357316097原创 2021-08-09 14:01:13 · 806 阅读 · 0 评论 -
Pytorch-YOLOv3运行中可能遇到的错误
github链接:https://github.com/eriklindernoren/PyTorch-YOLOv3错误1File "pytorch_platform/PyTorch-YOLOv3/utils/logger.py", line 7, in __init__ self.writer = tf.summary.FileWriter(log_dir)Attrib...原创 2019-10-11 11:55:12 · 1458 阅读 · 4 评论 -
基于yolov2-tiny训练自己的数据
1.制作数据数据集制作我们按照PASCAL VOC 2007格式进行,基于检测来讲,只需要用到如下几个文件夹:Annotations文件夹 该文件夹下存放的是xml格式的标签文件,每个xml文件都对应于JPEGImages文件夹中的一张图片JPEGImages文件夹 该文件夹下存放的是数据集图片,包括训练和测试图片ImageSets文件夹 ...原创 2019-10-30 15:48:37 · 3050 阅读 · 3 评论 -
yolov5训练过程可视化
软硬件环境 ubuntu 18.04 64bitpytorch 1.7cuda 11.0yolov5 4.0nvidia gtx 1070Ti 前言 前文 yolov5 V4.0更新了啥? 我们介绍过yolov5已经在本地集成了Weights & Biases,也就是wandb,这样就可以方便的追踪模型训练的整个过程,包括模型的性能、超参数、GPU的使用情况、模型预...转载 2021-05-13 16:20:04 · 4939 阅读 · 0 评论 -
yolov5 自动anchor计算
早在yolov2时就了解到不同于faster-rcnn中手动设置的anchor,yolov2中的 anchor是通过k-means聚类算法得的,这样更贴合实际的训练数据。这次借学习yolov5的机会把其中关于自动anchor计算的逻辑再梳理一遍,重点就是分析一下utils/autoanchor.py文件的相关函数。除非显示地设置noautoanchor参数为True,否则训练过程中默认会使用自动 anchor 计算,即调用check_anchors函数。....if not opt.noaut..转载 2021-05-13 18:47:29 · 7461 阅读 · 5 评论 -
darknet-yolov2曲线可视化
map测试-----------------------------------------------------------------------------------------------------------------------------------1. 批处理测试图输出测试结果文本,-out后面的""会自动生成“类名.txt”,结果保存在darknet/result...原创 2019-12-27 14:28:57 · 673 阅读 · 0 评论