SOLOv2 AdelaiDet 代码下载笔记

最新推荐文章于 2024-08-07 16:46:51 发布
最新推荐文章于 2024-08-07 16:46:51 发布
阅读量3.1k 收藏 14
点赞数 4
分类专栏： 计算机视觉 笔记 文章标签： 深度学习 python 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44270815/article/details/105283697
版权
本文介绍了如何下载和使用AdelaiDet，一个基于Detectron2的多实例识别工具箱。首先，遵循官方指南安装Detectron2，然后选择模型和配置文件进行构建。接着，下载预训练模型并运行演示。此外，还详细说明了如何配置数据集以训练自己的模型，并提供了评估训练后模型的方法。
摘要由CSDN通过智能技术生成

博客原文：https://blog.csdn.net/weixin_44270815/article/details/105283697

solov2学习笔记：https://blog.csdn.net/weixin_44270815/article/details/105283301

github链接：https://github.com/aim-uofa/AdelaiDet/

AdelaiDet是对的顶部的多个实例级识别任务的开源工具箱Detectron2。

1、预训练模型

首先按照官方的指南的INSTALL.md安装Detectron2。然后使用以下命令构建AdelaiDet：

git clone https://github.com/aim-uofa/AdelaiDet.git
cd AdelaiDet
python setup.py build develop

选择一个模型及其配置文件，例如fcos_R_50_1x.yaml
下载模型wget https://cloudstor.aarnet.edu.au/plus/s/glqFc13cCoEyHYy/download -O fcos_R_50_1x.pth
使用运行演示

python demo/demo.py \
    --config-file configs/FCOS-Detection/R_50_1x.yaml \
    --
最低0.47元/天 解锁文章
komorebi_fresh
关注
专栏目录
SOLOv2:SOLOv2
04-22
SOLOv2 该代码是SOLOv2的非官方pytorch实现 安装 请检查以获取安装说明。 训练 遵循与SOLOv1相同的方式。 单个GPU： python tools/train.py configs/solov2/solov2_r101_3x.py 多GPU（例如8）： ./tools/dist_train.sh configs/solov2/solov2_r101_3x.py 8 重物 可以在下载经过训练的模型码：qw4e 结果 在使用resnet-101主干在coco数据集上训练了36个纪元（3x）之后，在COCO test-dev2017数据集上的mAP为39.5。 在原始论文中，该模型在72个时代（6x）之后达到了39.7。 可视化（1个纪元）
SOLOV2代码和预训练模型
04-18
SOLOV2源代码和相关预训练模型
SOLOv2（NeurIPS 2020）论文与代码解读
最新发布
00000cj的博客
08-07 1115
本文针对SOLO中存在的三个影响性能的瓶颈提出了对应的优化方法，提出了SOLOv2。
「解析」 SOLOv2：backbone + FPN
绿色羽毛
10-06 728
SOLO & SOLOv2 是实例分割领域优秀的模型之一，特别是作者提出的思想，将实例分割引入了一阶的快车道，而且降低了门槛，可惜的是，并没有太多人参与，社区较小。博主在学习的时候就费了很多力气才略有成效，因此打算将自己的见解整理供小伙伴们参考交流。
SOLOv2中adet/modeling/solov2/solov2.py的部分解析
weixin_61809944的博客
02-09 2074
SOLOv2 inference 和 inference_single_image
Solo v2图像分割项目源码（不包含数据集、模型参数权重）
08-17
Solo v2图像分割项目源码（不包含数据集、模型参数权重），包含前后端代码和模型创建、训练和预测以及结果绘制的源码。
SOLOv2 学习笔记
weixin_44270815的博客
04-03 3092
博客原文： 论文地址：https://arxiv.org/pdf/2003.10152.pdf 开源地址：https://github.com/aim-uofa/AdelaiDet/ SOLOv2: Dynamic, Faster and Stronger 作者：xinlong wang **0介绍：**在这项工作中，我们旨在建立一个性能强大的简单，直接和快速的实例细分框架。我们遵循Wang等人的...
单阶段实例分割SOLO-v1& SOLO-v2论文笔记
m_buddy的博客
11-28 2620
参考代码： AdelaiDet SOLO，本文所引用代码源自于此 这里提到的v1和v2版本分别对应的文章名称： SOLO: Segmenting Objects by Locations SOLOv2: Dynamic and Fast Instance Segmentation 1. 概述 导读：SOLO系列的文章解决的是单阶段的实例分割任务，相比之前的检测-分割（top-down）的方法在操作流程上简化不少，同时取得的效果也是不错的。在单阶段的实例分割任务中由于缺少检测带来的位置确定性，因而需
深度学习word2vec学习笔记.docx
04-05
深度学习 word2vec 学习笔记 深度学习 word2vec 笔记之基础篇主要讲解了深度学习和 word2vec 的基础知识。深度学习是机器学习领域的巨星，Google 公司无疑是旗举得最高的，口号喊得最响亮的那一个。word2vec 是 ...
MyBatis 源代码阅读笔记 2 基于"注解"方式的代码编写
程序员光剑
07-24 8553
MyBatis 源代码阅读笔记 2 基于"注解"方式的代码编写 源代码工程 https://github.com/Jason-Chen-2017/source-code-reading 代码详解: package com.light.sword; import org.apache.ibatis.datasource.DataSourceFactory; import org.apac...
SOLO:SOLO和SOLOv2用于细分，ECCV 2020和NeurIPS 2020
03-20
SOLO：按位置分割对象 该项目托管用于实现SOLO算法（用于实例分割）的代码。 ，王新龙，Kong涛，沉春华，江玉宁，李磊在：Proc。 2020年欧洲计算机视觉会议（ECCV） arXiv预印本（ ） ，王新龙，张如峰，Kong涛，李磊，沉春华在：Proc。 2020年神经信息处理系统（NeurIPS）的进展arXiv预印本（ ） 强调 完全不带盒子： SOLO完全不带盒子，因此不受（锚定）盒子位置和比例的限制，自然受益于FCN的固有优势。 直接实例分割：我们的方法以图像为输入，以完全卷积，无盒和无分组的范式直接输出实例掩码和相应的类概率。 高质量的蒙版预测： SOLOv2能够预测精细和详细的蒙版，尤其是在对象边界处。 一流的性能：基于ResNet-101和可变形卷积的最佳单一模型在COCO测试开发（不进行多尺度测试）下的AP达到41.7％ 。轻型版本的SOLOv2在单个V10
SOLOV2:实例分割，非官方实现
03-29
SOLOV2:实例分割，非官方实现
solo源码解析
05-14
solo源码解析，很难找的，希望对大家有帮助
AdelaiDet是一个开源工具箱，用于执行多个实例级检测和识别任务-python
06-18
AdelaiDet是基于Detectron2之上用于多个实例级识别任务的开源工具箱 AdelaiDet AdelaiDet 是一个开源工具箱，用于基于 Detectron2 的多个实例级识别任务。 我们小组的所有实例级识别工作都在这里开源。 迄今为止，AdelaiDet 实现了以下算法： FCOS BlendMask MEInst ABCNet SOLO 发布（mmdet 版本） SOLOv2 发布（mmdet 版本） DirectPose 发布 CondInst 发布 Models COCO Object Detecton Baselines with FCOS Name inf. 时间箱AP下载FCOS_R_50_1x 16 FPS 38.7模型FCOS_MS_R_101_2x 12 FPS 43.1模型FCOS_MS_X_101_32x8d_2x 6.6 FPS 43.9模型FCOS_MS_X_101_32x8d_dcnv2_2x 4.6 FPS 46.6模型FCOS_RT_MS_DLA_34_4x_shtw 52 FPS 39.1模型更多的车型可以在FCOS README
AdelaiDet:AdelaiDet是一个开源工具箱，用于执行多个实例级检测和识别任务
04-03
阿德莱 AdelaiDet是对的顶部的多个实例级识别任务的开源工具箱 。 我们小组的所有实例级识别工作都在此处开源。 迄今为止，AdelaiDet实现了以下算法： （ ） （） 即将发布 楷模 使用COCO对象检测基准 姓名 inf。 时间 盒式AP 下载 16 FPS 38.7 12 FPS 43.1 6.6帧/秒 43.9 4.6帧/秒 46.6 52 FPS 39.1 可以在FCOS 找到更多模型。 COCO实例细分基准 模型 姓名 inf。 时间 盒式AP 面罩AP 下载 遮罩R-CNN 10 FPS 42.9 38.6 混合面膜 11 FPS 44.8 39.5 混合面膜 10 FPS 46.8 41.1 有关更多型号和信息，请参阅BlendMask 。 使用COCO实例细分基准 姓名 inf。 时间 盒式AP 面罩AP
SOLOV2源码解析
m0_58348465的博客
02-02 5933
一、 train部分 1.1 总体框架 执行train_net.py--> args = default_argument_parser().parse_args()加载参数--> launch函数判断是否为多gpu训练，从launch末尾进入train_net的main函数--> main函数主要是读取参数，同时判断是否先进入test（不进入）。之后根据从trainer = Trainer(cfg)进入Trainer类,同样是理解读取参数，具体操作包括加载数据集，模型，优化器
跑通SOLOV1-V2实例分割代码，并训练自己的数据集。
donkey_1993的博客
08-17 8881
系统平台：Ubuntu18.04 硬件平台：RTX2080 super cuda和cudnn版本：cuda10.0 cudnn：7.5.6 pytorch版本：pytorch1.2.0 环境安装： #创建solo虚拟环境 conda create -n solo python=3.7 -y conda activate solo #下载solo源码，并编译 git clone https://github.com/WXinlong/SOLO.git cd SOLO pip instal...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值