【水下目标检测】比赛记录和心得 day4

最新推荐文章于 2023-10-24 21:02:24 发布
最新推荐文章于 2023-10-24 21:02:24 发布
阅读量1.4k 收藏 3
点赞数
分类专栏： ▶ 深度学习-计算机视觉
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_44936889/article/details/104657074
版权

比赛记录和心得

改进成果：

  1. 果然新训练的有了些许提升（提高了 5%），然后应该再训练一会可以更好地收敛（由于硬件原因只训练了大概 5、6 个 epoch，晚上睡觉再训练吧，，，）；
  2. 昨天的合成样本考虑了简单的方法，即先将图片分成困难分类(im_hard)和简单分类(im_easy)，分完之后大概是 43 : 45 43:45 43
了解本专栏 订阅专栏 解锁全文 超级会员免费看
【水下目标检测】比赛记录和心得 day5
梁瑛平的博客
03-05 1625
比赛记录和心得成果：改进方案： 成果： 找到了一个学姐队友！！！比我强太多了，，，，（我就是个弟弟????）； 原来的 Faster-RCNN 效果似乎更好了一点： 当然不能只说‘似乎’啦，，，这里把前 200 张图片划分出来作为验证集，测试了一下： emmm 果然精度还是不太够，，，，大概是因为 Faster-RCNN 下采样比较深，最后的特征层比较小，加上 ROI Pooling 导致的精度...
【水下目标检测】比赛记录和心得 day2
梁瑛平的博客
03-02 1232
比赛记录和心得吐槽：言归正传：改进： 吐槽： 今天上了一天的网课，没有很多时间改进结构和方法，好不容易抽出时间调试一下 FPN，结果因为编译的问题耽误了不少时间（因为源码是针对 Linux 写的，setup.py 文件有许多需要改动的地方），最后放弃…… 言归正传： 昨天降采样的方法还是比较有效滴： 海星海胆啥的没什么大问题了，可是emmm为啥海参这么难呢，，， 改进： 这里考虑了几种改进...
【水下目标检测】比赛记录
有所为，有所成长
03-04 5712
Brief 水下目标检测正好在这段时间学习一些二维的检测方法，这一篇记录该比赛的过程。 YOLOV3 一开始还是打算直接使用一些比较经典又比较容易改的网络结构，下面根据此次题目的一些特性，逐步记录该过程。参考了这篇 博客 数据集lable处理 数据 首先是去官网上下载数据集，有 下面两个数据集train.zip和测试数据集test−A−image.ziptest-A-image.ziptest−A...
水下目标检测算法赛（36w奖金池）
3D视觉工坊
03-15 2385
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达参赛链接：https://www.kesci.com/home/competition/5e535...
2021-水下光学目标检测智能算法赛
特别的猫
04-30 4373
比赛网址链接：https://www.heywhale.com/home/competition/605ab78821e3f6003b56a7d8 水下目标检测资源：https://github.com/wangdongdut/Underwater-Object-Detection 首先看看原始数据集： 1、直接拿原始数据训练，YOLOV4 线上： 经过图像增强的视觉效果： 采用cascade_rcnn_r50_fpn训练图像增强后的数据集，并删除数据集中水草“waterweeds”这一类.
【水下目标检测】比赛记录和心得 day3
梁瑛平的博客
03-03 1272
比赛记录和心得改进成果：存在的不足：提升思路：正在做的工作： 改进成果： 成功检测到海参酱~ （原来是预处理方法的问题，，，处理之后海参就基本看不见了，，，） 隐藏的海星酱~ 以及贝壳酱????~ 由于海参酱检测比较困难，所以训练样本只先选取了含有海参酱的图片，这样训练 1.6k 次后再在全部训练集上做 fine-tuning，检测精度有了比较大的提升； 存在的不足： 依然存在...
【水下目标检测】比赛记录和心得 day1
梁瑛平的博客
03-01 4569
记录 day1（一）数据及分析：（二）图像预处理：（三）网络框架选择：（四）解决样本不均衡问题： 今天报名参加了一个水下目标检测比赛，数据集大概长这个样子： 就在这里记录一下每天的心得吧（因为自己比较菜所以就匿名啦） （一）数据及分析： 数据的话大概就是上面这样子，有几个问题： 水下图片比较模糊，而且有的图片是运动时拍摄： 样本存在分布不均衡的问题，如图： 存在一些错误标注和噪声区域（图像为...
水下目标检测数据集(xml格式可转TXT)
03-23
五千多张实拍水下生物目标检测数据集，标注文件是xml格式的，附赠转txt格式的py代码。本文亲测可用，海胆海参扇贝等一些海产品的实拍数据集.可用于YOLO算法训练
UMOT数据集||水下目标检测数据集
weixin_43960370的博客
04-02 1371
作者联系方式: landrykezebou@gmail.com, panettavisonsensinglab@gmail.com。MOTChallenge Underwater：该数据集包含了水下目标追踪的视频序列和相应的注释，视频序列来自于不同的场景和视角。The PETS 2009 dataset：该数据集包含了水下目标检测和追踪的视频序列，视频序列来自于一个水下实验室。The CoLin dataset：该数据集包含了水下目标追踪的视频序列和相应的注释，视频序列来自于不同的场景和视角。
YOLOv8水下目标检测权重+数据集
04-22
1、YOLOv8水下目标检测权重，含有数据集，7000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO系列的水下海产品目标检测；数据场景丰富；类别为starfish、holothurian、echinus、scallop、waterweeds 5个水产品类别目标 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
YOLOv5水下目标检测权重+数据集
最新发布
04-30
1、YOLOv5水下目标检测权重，含有数据集，7000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO系列的水下海产品目标检测；数据场景丰富；类别为starfish、holothurian、echinus、scallop、waterweeds 5个水产品类别目标 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
目标检测数据集(YOLOV5目录格式)：大分辨率水下海鲜动植物目标检测数据集（5类别）
03-21
项目包含：大分辨率水下海鲜动植物目标检测数据集（5类别），数据保存按照YOLOV5文件夹保存，可直接用作目标检测数据集，无需额外处理。 图像分辨率为1920*1080的RGB图片，数据为海水中动植物目标 【数据集介绍】水下图像数据，5类别：海参、海胆、扇贝、海星、海草五类别 【数据总大小】800 MB 数据分为分为训练集和验证集 训练集datasets-images-train：6080张图片和6080个标签txt文件组成 验证集datasets-images-val：1520张图片和1520个标签txt文件组成 测试集datasets-images-val：1200张不带txt标签的图片 ***除此外，包含检测类别的txt字典文件*** 为了方便查看数据，提供了可视化py文件，随机传入一张图片即可绘制边界框，并且保存在当前目录。脚本无需更改，可以直接运行
水下目标检测之数据集和数据增强方法
热门推荐
帕里亚的杂货铺
04-06 1万+
水下目标检测之数据集和数据增强方法 通过之前对yolov5的简单学习，发现yolov5的训练和调试都比较方便，因此希望将其运用到水下目标检测的任务中。那么首要任务就是寻找比较合适的数据集作为训练样本，考虑到水下图像数据集就少的可怜，此处列举3个针对水下目标检测的数据集。 Real-world Underwater Image Enhancement(RUIE) 大连理工大学的自制数据集，论文https://arxiv.org/abs/1901.05320，数据集https://github.com/dlut
水下目标检测
whaosoft143ai的博客
02-06 3038
水下目标检测目前任然还是一个具有挑战的领域, 相比于传统图像处理方法分多个步骤和环节处理检测任务, 基于深度学习的方法将其统一为端到端的特征提取和分类。虽然水下目标检测技术已经不断地从学术研究走向成熟的工业应用, 但是依然有一些需要解决的问题。 whaosoft aiot http://143ai.com
基于PPYOLOE+的水下生物目标检测
dddlli的博客
10-29 3404
利用PaddleDetection训练水下目标检测模型，并通过EasyEdge部署在移动端。
【水下目标检测】RoIMix: Proposal-Fusion among Multiple Images for Underwater Object Detection
贱小杜的博客
06-17 2948
原文：RoIMix: Proposal-Fusion among Multiple Images for Underwater Object Detection 论文被International Conference on Acoustics, Speech, and Signal Processing（ICASSP ）2020收录（CCF B） URPC 2019的冠军方案 【水下目标检测】RoIMix: Proposal-Fusion among Multiple Images for Underwat
水下目标检测总结
zhuyijun09的博客
10-29 3702
数据标注格式
ICCV 2023 数据集分享（含水下图像视频、阴影去除、目标检测跟踪分割、交互、超分等）...
我爱计算机视觉
10-24 110
关注公众号，发现CV技术之美本文整理了收录于 ICCV 2023 会议的数据集论文，涵盖了水下图像视频、阴影去除、目标检测、跟踪分割、交互、超分辨率等领域。视频背景音乐合成数据集Video Background Music Generation: Dataset, Method and Evaluation为了解决在编辑视频时可以根据视频输入自动生成背景音乐曲目，避免手动选择音乐时的耗时耗费。本文...
Kesci水下目标检测算法竞赛优胜算法解析
资源摘要信息:"和鲸社区Kesci 水下目标检测算法赛（声学图像赛项）a榜 top3 b榜 top9.zip" 和鲸社区Kesci组织的水下目标检测算法赛聚焦于声学图像中的目标识别与分类，该赛事反映了当前目标检测技术在特定领域的...
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

打赏作者

BIT可达鸭

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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