江南才尽江南山，年少无知年少狂！

以下链接是个人关于mmdetection(Foveabox-目标检测框架)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。目标检测00-00：mmdetection(Foveabox为例)-目录-史上最新无死角讲解前言在上篇博客中，已经对 mmdet\models\dense_heads\fovea_head.py 中的 FoveaHead 训练过程进行了讲解。但是推理过程还没有进行

根据主干网网络参数构建主干网络self.backbone=build_backbone(backbone)#如果设置了衔接网络，则构件衔接网络ifneckisnotNoneself.neck=build_neck(neck)#根据配置参数构件头部网络self.bbox_head=build_head(bbox_head)

从前面的博客，我们已经知道了数据读取，数据增强，以及训练架构等等。那么接下来，久要深入的了解Foveabox这个网络了。那么这篇博客。我们就来讲解一下其训练的流程吧。主要的相关代码位于mmdet/models文件夹（后续默认都以该文件夹为主-如果没有特别提示）。目标检测00-04mmdetection(Foveabox为例)-config文件注释-持续更新。总的来说，一个网络的构件，主要包含了三个部分，分别为backbone(主干网络)，neck(衔接网络)，bbox_head（头部网络）。...

在项目落地的过程中，我们需要对数据进行各种各样的增强。这样能很好提高模型的泛化能力以及准确率。在文末，我会分享本人在使用mmdetection项目落地过程常用数据增强方式。

以下链接是个人关于mmdetection(Foveabox-目标检测框架)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。...

到这里为止，实验部分就翻译完成，下面我们就是对代码进行深度解析了。httpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttps。

我们提出了一种准确，灵活，完全不需要anchor的目标检测算法。几乎所有最先进的目标检测算法，都是基于预定义的anchor去列举目标可能存在的位置，尺寸，边长比例。所以其性收到anchor的限制。然而Foveabox直接学习目标物体的概率值，以及对应boundingbox坐标（不参考任何anchor）。其都是通过一下方式实现的1.预测目标是否准在。对应的概率分布特征图。2.为每个可能存在目标物体的特征像素，进行boundingbox的预测，。httpshttps。...

该章节的内容比较单调，把cfg文件注释单独作为一篇博客列出来，是为了大家方便查找和分析（如果有错误的地方，需要大家及时指出）。本人在进行测试训练的时候，就是使用该配置，对应的数据集已经在前面的博客公布了。mmdetection的config文件不能存在中文注释，所以我提供了两个版本，即注释版本，和非注释版\color{red}{mmdetection的config文件不能存在中文注释，所以我提供了两个版本，即注释版本，和非注释版}mmdetec。...

通过前面的博客，我们已经知道怎么去评估以及训练一个模型，但是都是基于官方的数据集进行训练，那么我们如何去训练自己的数据呢？那么这篇博客我们来为大家讲解，首先请大家下载好该数据集，如果连接失效，请留言，本人会及时更换https提取码94uk下载好之后，本人摆放的位置如下放置好之后，那么我来简单的介绍一下该数据集。该数据集主要是一个仪表数据集，总共就一个类别，如果加上背景则为2个类别，打开其中的test.json即可查看，如下其中的categories的内容为只有一个类别。...

以下链接是个人关于mmdetection(Foveabox-目标检测框架)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。该系列博客主要以Foveabox为例。...

接下来，我会为大家无死角的解析mmaction2(SlowFast-动作识别)，之前的文章，如下(以下是我工作的所有项目，每一个项目都是，我都做了百分百的详细解读，随着项目增多，为了方便不臃肿，所以给出以下链接)视觉工作项目-为后来的你，提供一份帮助！我相信，关于mmdetection(Foveabox)的讲解，我的这一系列博客或许不是国内最早的，但是肯定是最详细的，该网络对应的论文为：FoveaBox: Beyond Anchor-based Object Detector如果本人代码修改了很多，

以下链接是个人关于 mmpose(Associative embedding动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。姿态估算03-00：mmpose(Associative embedding)-目录-史上最新无死角讲解链接转移该部分的内容，和之前本人讲解的 mmaction2(SlowFast) 基本是一致，所以本人就不再这里重复了。请大家查看如下两篇博客：

以下链接是个人关于 mmpose(Associative embedding动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。姿态估算03-00：mmpose(Associative embedding)-目录-史上最新无死角讲解注意，本人编写该博客的时间为2020/08/21，也就是说，你现在下载的作者代码或许和\color{red}{注意，本人编写该博客的时间为2020

以下链接是个人关于 mmpose(Associative embedding动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。姿态估算03-00：mmpose(Associative embedding)-目录-史上最新无死角讲解该系列博客主要以 Associative embedding 为例mmpose开源github：https://github.com/open

接下来，我会为大家无死角的解析mmpose(Associative embedding-人体姿态估算)，之前的文章，如下(以下是我工作的所有项目，每一个项目都是，我都做了百分百的详细解读，随着项目增多，为了方便不臃肿，所以给出以下链接)视觉工作项目-为后来的你，提供一份帮助！我相信，关于mmpose(Associative embedding)的讲解，我的这一系列博客或许不是国内最早的，但是肯定是最详细的，该网络对应的论文为：Associative embedding：Associative embe

这样，我们就已经把官方的模型进行了测试，并且训练了market1501数据集。httpshttpshttpshttpshttpshttps。

以下链接是个人关于OpenUnReID(SpCL-行人重识别)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。

接下来，我会为大家无死角的解析OpenUnReID(SpCL-行人重识别)，之前的文章，如下(以下是我工作的所有项目，每一个项目都是，我都做了百分百的详细解读，随着项目增多，为了方便不臃肿，所以给出以下链接)视觉工作项目-为后来的你，提供一份帮助！我相信，关于OpenUnReID(SpCL)的讲解，我的这一系列博客或许不是国内最早的，但是肯定是最详细的，该网络对应的论文为：SpCL：Self-paced Contrastive Learning with Hybrid Memory for Domai

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解前言通过前面的博客，相信大家对于 mmaction2(SlowFast) 训练，测试，数据读取，网络构建等过程都有了一定了解，那么接下来我们就来看看如何使用官方的模型，或者自己的模型进行视

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解前言根据前面的博客，我们以及分析了 SlowFast 的主干网络，现在我们再来看看其头部分类网络SlowFastHead。其主要代码位于/mmaction/models/heads/slo

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解前言在上篇博客中，我们讲解了mmaction/models/backbones/resnet3d_slowfast.py中class ResNet3dSlowFast(nn.Module)

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解前言通过前面的博客，我们已经知道训练模型的总体思路，以及数据集加载的整体过程，并且知道我们拿到的数据是什么。接下来我们就是要对模型进行分析。分析其是如何构建的，如何训练的，loss是如何计

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解前言该章节的内容比较单调，把 cfg 文件注释单独作为一篇博客列出来，是为了大家方便查找和分析（如果有错误的地方，需要大家及时指出）。阅读过前面博客的朋友，我相信大家注意到了，本人的con

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解本论文名为：SlowFastNetworksforVideoRecognition\color{red}{本论文名为：SlowFast Networks for Video Recogni

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解前言我们在训练模型的时候，是执行如下指令：python tools/train.py configs/recognition/slowfast/my_slowfast_r50_4x16x

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解前言根据上一篇博客，我们知道数据加载的类主要涉及到：mmaction/datasets/rawframe_dataset.py中的 class RawframeDataset(BaseD

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解前言数据的加载有两种方式分别为RawframeDataset，VideoDataset。如本人训练的my_slowfast_r50_4x16x1_256e_ucf101_rgb.py中的如

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解前言通过前面的介绍，我相信大家已经把模型训练起来了，我知道你是冰雪聪明的。那么下面我们就来分析其源码吧，不放过任何的细节，这样我们在做项目的时候心里才有底。废话不多说了，我们直接开始吧代

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解注意，本人编写该博客的时间为2020/07/28，也就是说，你现在下载的作者代码或许和\color{red}{注意，本人编写该博客的时间为2020/07/28，也就是说，你现在下载的作者代码

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解注意，本人编写该博客的时间为2020/07/23，也就是说，你现在下载的作者代码或许和\color{red}{注意，本人编写该博客的时间为2020/07/23，也就是说，你现在下载的作者代码

以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解mmaction2开源github：https://github.com/open-mmlab/mmaction2论文地址论文名称：SlowFast Networks for Vide

接下来，我会为大家无死角的解析mmaction2(SlowFast-动作识别)，之前的文章，如下(以下是我工作的所有项目，每一个项目都是，我都做了百分百的详细解读，随着项目增多，为了方便不臃肿，所以给出以下链接)视觉工作项目-为后来的你，提供一份帮助！我相信，关于mmaction2(SlowFast)的讲解，我的这一系列博客或许不是国内最早的，但是肯定是最详细的，该网络对应的论文为：SlowFast：SlowFast Networks for Video Recognition如果本人代码修改了很多