![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
FCOS
文章平均质量分 52
Home丶Basic
这个作者很懒,什么都没留下…
展开
-
安装pycococreatortools
安装一个库,pycococreatortoolsgit地址:https://github.com/waspinator/pycococreatorpip install git+git://github.com/waspinator/pycococreator.git@0.2.0原创 2021-10-27 21:12:45 · 2263 阅读 · 0 评论 -
RPN架构及其PyTorch实现
RPN(Region Proposal Network)引言RPN架构RPNAnchor 生成Proposals 的选择loss 的计算RPN架构及其Pytorch实现基于RPN产生~20k个候选框~20k个候选框(1):RPN~20k个候选框(2):Fast RCNNRPN主体部分RPN部分的损失函数引言由于RPN架构RPNAnchor 的生成方法如何选择 anchor 做为 proposalsloss 的计算, 在计算 loss 之前需要从 anchor 中选择正负样本其实RPN本原创 2021-10-25 20:36:20 · 1260 阅读 · 1 评论 -
FPN架构及其Pytorch实现
FPN(Feature Pyramid Network)引言FPN架构FPN架构及其Pytorch实现引言一种兼顾准确率(检测小物体)和速度(开销)的卷积方式FPN架构上图左侧模型叫bottom-up,右侧模型叫top-down,特征金字塔网络(FPN)相当于先进行传统的bottom-up(自上而下)的特征卷积,然后FPN试图融合左侧特征图的相邻的特征图。横向的箭头叫横向连接(lateral connections),目的是因为高层的特征语义多,低层的特征语义少但位置信息多。左侧模型特征图大原创 2021-10-23 19:24:28 · 1133 阅读 · 1 评论 -
ResNet架构及其Pytorch实现
FCOS残差学习ResNet网络ResNet的Pytorch实现残差学习深度网络的退化问题至少说明深度网络不容易训练。但是我们考虑这样一个事实:现在你有一个浅层网络,你想通过向上堆积新层来建立深层网络,一个极端情况是这些增加的层什么也不学习,仅仅复制浅层网络的特征,即这样新层是恒等映射(Identity mapping)。在这种情况下,深层网络应该至少和浅层网络性能一样,也不应该出现退化现象。ResNet网络ResNet网络是参考了VGG19网络,在其基础上进行了修改,并通过短路机制加入了残差单原创 2021-10-22 21:02:43 · 429 阅读 · 0 评论 -
FCOS梳理(二)
FCOSfrom ./fcos_core/modeling/backbone/fpn.pyimport torchimport torch.nn.functional as Ffrom torch import nnclass FPN(nn.Module): """ 特征金字塔 Module that adds FPN on top of a list of feature maps. The feature maps are currently suppo原创 2021-10-17 20:06:44 · 80 阅读 · 0 评论 -
FCOS梳理(一)
ResNetfrom ./fcos_core/modeling/backbone/resnet.py"""下述为ResNet及大量变体(采用cfg参数)Example usage. Strings may be specified in the config file. model = ResNet( "StemWithFixedBatchNorm", "BottleneckWithFixedBatchNorm", "ResNet50Sta原创 2021-10-17 19:50:40 · 88 阅读 · 0 评论