![](https://img-blog.csdnimg.cn/20190918140145169.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
玩转MMDetection
文章平均质量分 91
基于MMDetection集成的PyTorch的对象检测工具包,该专栏详细介绍各个配置文件的参数以及配置文件的设计。同时,根据MMDetection复现多个目标检测算法,以便大家学习使用
zuoyou-HPU
图像处理人工智能毕设课程设计指导私
电子信息研究生
展开
-
玩转MMDetection-MMDetection v2 目标检测模型有用工具的使用(六)
需要测试图像的路径。:相应的配置文件的路径。:测试所用的权重文件路径。:所用的GPU的ID号。运行demo路径下的image_demo.py代码,图像路径为demo/demo.jpg,所采用的配置文件路径为configs/faster_rcnn_r50_fpn_1x_coco.py,测试所用的权重文件路径checkpoints/faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth,设备采用cpu --device cpu。原创 2023-07-17 11:22:25 · 484 阅读 · 0 评论 -
玩转MMDetection-MMDetection v2 目标检测模型有用工具的使用(五)
测试通用命令。原创 2023-07-14 15:00:16 · 321 阅读 · 0 评论 -
玩转MMDetection-MMDetection v2 目标检测模型训练和测试(四)
即可,一般情况下不调用,④--gpus要使用的gpu数量⑤--gpu-dis要使用的gpus的id这两个参数,仅适用于非分布式训练,如果多卡训练时,需要调用,选择采用的gpu数量和对应gpu的ID。,采用4卡训练,没有定义GPU的ID,默认为0,1,2,3。采用Swin Transformer训练DOTA数据集,采用4卡训练,没有定义GPU的ID,默认为0,1,2,3。设置存放训练生成文件(log文件和权重文件)的路径这两个参数是必需的,③。设置训练时不验证模型,如果需要调用时,只需直接在训练命令中添加。原创 2023-07-13 18:11:10 · 1215 阅读 · 0 评论 -
Swin Transformer实现(复现)纯目标检测
Swin Transformer实现(复现)纯目标检测原创 2023-04-15 11:38:54 · 2366 阅读 · 8 评论 -
玩转MMDetection-MMDetection中的数据集文件、训练计划文件、运行信息文件及具体参数解读(二)
首先先介绍以下coco.py文件中的CocoDataset类函数,顾名思义,如果我们采用coco数据集格式,则需要调用coco.py文件,如果采用coco公共数据集则直接调用。若需要训练自己的数据集,则需要将coco.py文件下的CocoDataset类中的CLASSES中,更改为你自己数据集对应的种类,如果只有一类,切记要在一个类后加逗号。以下是coco数据集用作目标检测的数据集文件及参数解读coco_detection.py。coco数据集格式如下图所示。原创 2023-04-12 20:03:17 · 1795 阅读 · 2 评论 -
玩转MMDetection-MMDetection中的模型框架文件及参数解读(一)
该文主要介绍完整的MMDetection包含的配置文件中的模型文件--model.py以下代码详细逐行解读了模型文件包含的代码含义及使用。原创 2023-04-10 21:17:07 · 2470 阅读 · 0 评论 -
玩转MMDetection-MMDetection制作自己的配置文件(三)
首先,创建属于自己的配置文件me.py;其次,引入自己所需要的模型文件数据集文件训练计划文件运行信息文件;接着,从模型文件开始看,是否需要进行部分参数的更改,如果需要更改则按照引入的模型文件对应匹配写入me.py文件,且写入自己的参数;完成自己模型文件参数配置后,看数据集文件,是否需要进行部分参数的更改,如果需要更改则按照引入的数据集文件对应匹配写入me.py文件,且写入自己的参数;完成自己数据集参数配置后,看训练计划文件,是否需要进行部分参数的更改,如果需要更改则按照引入的训练计划文件。原创 2023-04-06 20:26:11 · 959 阅读 · 0 评论