- 博客(11)
- 收藏
- 关注
原创 MMdetection
MMdetection可以说是我最常用的深度学习目标检测框架之一了。整体结构一惯遵循MM系列的规则,通过config配置网络。Mmdet里包括了很多常见的目标检测算法,基于密集检测基本范式的,基于anchor和无anchor的,还有一阶段和两阶段的,比如经典的yolo和faster rcnn。有的目标检测方法需要用到非极大抑制,有的目标检测方法直接max pooling就行,有的目标检测直接回归坐标,非常多的方法可以学习。
2023-06-08 23:23:51
98
原创 MMpretrain训练
配置环境后,克隆MM代码,安装mmlab命令行工具openmim,利用其中指令安MM。根据配置文件修改参数,有模型、数据集、规划和运行四个配置文件。训练时在模型配置文件中增加模型预训练权重加快训练收敛速度。训练结束后测试,可用analyze等命令对测试保存的结果进行分析。通过inference API使用训练的模型对真实图片进行实验,相比inference_model能配置更多参数。
2023-06-07 21:41:01
250
原创 MMpretrain
MMpretain是一个用来预训练模型的框架,目前支持很多经典的主干网络和多模态、自监督学习模型。经典主干网络,主要是ResNet系列,残差网络有效缓解了深层网络的网络退化表现。Vision transformer,主要是将图片token化,使用注意力机制,实现层次化特征学习。自监督学习,可以分为基于各种代理任务、基于对比学习和基于掩码学习。MAE认为模型只有理解图片的内容掌握图片上下文信息才能恢复图片中被遮挡的内容;IBOT结合了对比学习和掩码学习,DINOv2基于iBOT进行了改进。
2023-06-06 20:53:19
206
原创 MMpose三角板检测
课程里讲述了mmdetection和mmpose的安装方法,代码整理结构。对于三角板关键点检测,主要介绍了一种两阶段方法,先检测再进行关键点检测,关键点为三角板的三个顶点,基于热力图去做。还介绍了框架中进行配置网络的方法,训练和测试流程,还有可视化和视频检测可视化,效果可以达到实时。
2023-06-03 21:09:01
105
原创 MMpose
这一课大体介绍了关键点检测方法的两种大类,一个是自顶向下,自顶向下其实就是两阶段检测,先检测再关键点,自底向上,就是直接检测关键点再聚类(当然还有别的方法)。自底向上的方法,比如OpenPose,预测关键点和方向进行匹配,SPM使用单阶段可以做到2D到2D的估计,Hierachical SPR用到了热力图和节点位移回归,transformer的方法例如PRTR,是基于DETR开发的,encoder和decoder的方式进行预测。人体参数化模型包括SMPL,SMPlify,HMR等。
2023-06-02 21:47:57
49
原创 【无标题】
本人工作中也是使用openmmlab的框架,子豪兄大体介绍了其中包括的库,我比较熟悉的就是mmdet和mmdet3D,刚开始接触的时候,有点觉得“麻烦”,麻烦在哪里呢?就是出来问题找到了接口没法点进去,,得全局搜索类名,因为整个框架用的注册机制,但是这种麻烦,恰恰也是“方便”,当我们要自定义添加模块的时候,就很方便的可以使用这个框架实现效果。总体来说,很值得学习和开发。
2023-06-02 12:21:12
44
原创 飞桨深度学习笔记(五)
文章目录第二章 一个案例吃透深度学习(下)资源配置CPU还是GPU?分布式训练完整代码训练调试与优化计算模型的分类准确率检查模型训练过程,识别潜在训练问题加入校验或测试,更好评价模型效果加入正则化项,避免模型过拟合可视化分析第二章 一个案例吃透深度学习(下)接着上一章的四个部分的优化方法,今天学习另外三部分的优化。资源配置CPU还是GPU?飞桨动态图通过fluid.dygraph.guard(place=None)里的place参数,设置在GPU上训练还是CPU上训练。with fluid.dy
2020-08-16 19:21:58
1404
原创 飞桨深度学习笔记(四)
文章目录第二章 一个案例吃透深度学习(中)数据处理 ——换个思路来优化训练样本乱序、生成批次数据异步数据读取卷积神经网络损失函数Softmax函数交叉熵设置学习率完整代码第二章 一个案例吃透深度学习(中)今天的内容有点多,学习起来需要花费点功夫,由于工作忙碌,前期没有花太多时间,有关这节课相关的视频没有看(之前都看了),然后学习打卡悲剧了(才60),打破了我次次满分的成绩,挺难过的。。废话不多说,开始学习~~数据处理 ——换个思路来优化上一篇文章介绍的是极简版本的实现方法,忘记的小伙伴请看上一篇。这
2020-08-16 18:53:31
343
原创 飞桨深度学习笔记(三)
文章目录第二章 一个案例吃透深度学习(上)导入类库数据处理模型设计训练配置训练过程模型测试完整代码今天是学习打卡的第三天,学习内容是进行手写数字识别实践,这是一个非常常用的入门实践,比房价预测更进阶,也提出了一些训练模型更高效的小技巧,接下来直奔主题。采用的数据集:MNIST数据集第二章 一个案例吃透深度学习(上)导入类库数据处理飞桨提供了多个封装好的数据集API,涵盖计算机视觉、自然语言处理、推荐系统等多个领域,帮助读者快速完成深度学习任务。如在手写数字识别任务中,通过paddle.data
2020-08-14 14:05:34
300
原创 飞桨深度学习笔记(二)
文章目录第一章零基础入门深度学习(下)加载库数据处理模型设计训练配置训练过程保存模型测试模型完整代码今天是学习这门课程的第二天,学习内容是利用飞桨的深度学习平台来进行波士顿房价的预测,至于为什么要用飞桨这个平台,以下是官方回答,我也是刚接触,之前用的都是pytorch,现在一起学习呗,再次附上脑图链接:打卡学习笔记第一章零基础入门深度学习(下)加载库#加载飞桨、Numpy和相关类库import paddleimport paddle.fluid as fluidimport paddle.f
2020-08-12 14:41:31
815
1
原创 飞桨深度学习笔记(一)
飞桨深度学习实践8月11号学习笔记大家好!这是我第一次在CSDN上分享学习笔记,请多多指教!process on上也有相关的笔记,链接在此:打卡学习笔记第一章:零基础入门深度学习对于人工智能,机器学习,深度学习之间的关系我不做过多的累述,我就直接上干货了,此示例代码是以波士顿房价预测为背景展开的。数据处理数据处理包括数据导入、数据形状变换、数据集划分、数据归一化处理和封装load data函数。数据导入数据形状变换数据划分数据归一化注意: 要先划分训练集和测试集后再进行归一化,
2020-08-12 13:46:20
468
2
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