YOLOV5中添加Task-Specific Context Decoupling

最新推荐文章于 2024-08-23 16:53:34 发布
最新推荐文章于 2024-08-23 16:53:34 发布
阅读量1.3k 收藏 9
点赞数 3
分类专栏： yolov5改进 文章标签： python 开发语言 深度学习
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_45459097/article/details/130028804
版权
文章详细介绍了如何将TSCODE集成到Yolov5中，包括代码修改步骤，如插入类、修改函数，解决torch.concat报错问题，调整配置文件以及处理训练时的wandb错误。此外，建议使用最新版本的代码以减少兼容性问题。
摘要由CSDN通过智能技术生成

注明：以下代码以及修改思路均来源于b站博主魔傀面具，特此感谢！魔导的主页奉上：

魔傀面具的个人空间_哔哩哔哩_bilibili

        撰写此文章的目的是记录改进代码的过程以及碰到的一些问题及解决方式，如有侵权，可联系我，我会将文章进行隐藏。

        更加细节的东西建议去b站听魔导讲解一下，此文章主要是对代码进行复现，不涉及任何理论知识。

Task-Specific Context Decoupling文章链接：2303.01047.pdf (arxiv.org)

完整代码链接：objectdetection_script/yolov5-TSCODE.py at master · z1069614715/objectdetection_script (github.com)

一、代码修改

 

最低0.47元/天 解锁文章
凤酱
关注
  • 3
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
YOLOV5改进：即插即用! | 国防科大联合慕尼黑工业大学提出新型解耦头 TSCODE: 助力目标检测器轻松涨点！
m0_51530640的博客
04-14 1255
即插即用! | 国防科大联合慕尼黑工业大学提出新型解耦头 TSCODE: 助力目标检测器轻松涨点！
深度学习论文: Task-Specific Context Decoupling for Object Detection及其PyTorch实现
mingo_敏
03-14 2100
目标检测还需要定位出图像中每个感兴趣目标所在的位置和类别信息，但是定位和分类两个子任务对特征上下文的偏好并不一致，其中，定位需要更多的边界感知特征来准确地回归边界框，而分类任务则需要更多的语义上下文信息。两者之间存在一种空间不对齐(spatial misalignment)的问题。通过实验，作者提出全连接头可能更适合分类任务，而卷积头则更适合定位任务，这是因为fc-head比conv-head具备更高的空间敏感性，具有更强的区分完整对象和部分对象的能力，但对于回归整个对象并不稳健。
导入FashionMNIST数据集时报错module ‘torchvision.datasets’ has no attribute ‘FashionMNIS’
01-07
在阅读动手学深度学习-pytorch的过程中，发现softmax部分代码需要加载FashionMNIS数据集 书上代码如下： mnist_train = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=True, download=True, transform=transforms.ToTensor()) mnist_test = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=False, downl
AttributeError: module ‘torch‘ has no attribute ‘concat‘
Job_class的博客
04-05 6394
在跑算法代码的时候，发现报错，但是这个错误在网上没有找到，我推测是pytorch改版问题，于是查看torch版本改动，发现torch.concat改版后该写为torch.cat。不过或许我写的也不够准确，除此之外还看到了有人问torch.concat和torch.cat的区别。不过出现了这类问题改成torch.cat试试看吧。
YOLOV7改进-添加注意力机制
m0_46700884的博客
07-05 4062
注意力机制一般加在backbone或者是PAN层。，配合yolov7.yaml的文件来结合看！1、在github主页中找到SE.py注意力模块。
YOLOV5改进-Optimal Transport Assignment
m0_46700884的博客
07-05 586
YOLOV5改进-Optimal Transport Assignment。2、在官网下载yolov5的源代码 ，用pycham打开。5、打开val.py，在# loss 中增加一个参数。内容最后面，结果如下图所示，从237行开始。前向推理部分要额外增加一个参数。1、首先找到该loss.py。中的内容，并将它粘贴到步骤2中。4、打开train.py。之后就可以进行训练了！
yolov5详解与改进
qq_44089890的博客
04-13 8501
https://github.com/z1069614715/objectdetection_scriptOptimal Transport Assignment（OTA）是YOLOv5中的一个改进，它是一种更优的目标检测框架，可以在保证检测精度的同时，大幅提升检测速度。在传统的目标检测框架中，通常采用的是匈牙利算法（Hungarian Algorithm）进行目标与检测框的匹配。这种算法虽然能够找到最优匹配，但是在实际应用中，由于匹配的计算量过大，往往会导致检测速度过慢。OTA算法通过引入一种新的目标与检
Task-Specific Context Decoupling for Object Detection 组会汇报ppt
11-16
在本次组会汇报的PPT中，主题是"Task-Specific Context Decoupling for Object Detection"，即针对目标检测的特定任务上下文解耦。这一研究主要聚焦于解决目标检测任务中的空间不对齐问题，特别是定位和分类两个子...
Android-MVP-Decoupling:使用MVP设计模式使UI和业务(Interactor)完全解耦
07-09
要配置`androidannotations`，你需要在项目的build.gradle文件中添加依赖项： ```groovy dependencies { // ... annotationProcessor 'org.androidannotations:androidannotations:4.4.0' } ``` 然后，你可以...
Energy-Based Controller Decoupling of Powered Parafoil Unmanned Aerial Vehicle
02-11
Powered Parafoil Unmanned Aerial Vehicle(PPUAV), which is suitable for large-area and long-time surveillance and airdrop missions, is a type of innovative UAV. It consists of parafoil canopy, payload ...
Context Decoupling Augmentation for Weakly Supervised .pdf
11-21
为了解决这个问题，本文提出了一种名为“上下文解耦增强”（Context Decoupling Augmentation，简称CDA）的方法，其目的是改变对象出现的固有上下文环境，从而促使网络减少对实例对象与上下文信息之间的依赖。...
Bypassing and Decoupling-综合文档
05-23
标题中提及的"Bypassing and Decoupling"是电子工程领域中的重要概念，尤其在电磁兼容（EMC）和印刷电路板（PCB）设计中占据核心地位。具体来讲，Bypassing和Decoupling指的是在电路板中使用电容器或其它元件来减少...
修改 YOLOv5 7.0 的backbone—以ResNet为例
weixin_44243449的博客
12-18 2720
基于Ultralytics版的YOLOv57.0，修改YOLOv5的backbone有两种方式：①对于常见的分类网络，如：VggNet、ResNet、ViT、SwinTransformer等。可以直接利用Timm库修改；②对于一些不太常见的分类网络，则需要手动修改模型文件内容，利用yolo.py的“parse_model”函数建立修改后的模型。
YOLOv5 V7.0 添加注意力机制的步骤，源自bilibili魔傀面具老师的视频课程
weixin_44243449的博客
09-17 968
构造并导入注意力机制脚本修改模型参数yaml文件在构建模型yolo.py文件中，传入通道数至注意力层中。总的来说，步骤比较简单，目前尝试的注意力机制有SimAM、ShuffleAttention、SEAttention三种，后续会尝试更多注意力机制，如：BAM、CBAM等。
Pytorch出现错误Attribute Error: module ‘torch‘ has no attribute ‘_six‘
qq_44727287的博客
04-01 1万+
Pytorch 出现错误 Attribute Error: module ‘torch‘ has no attribute '_six'
特定任务上下文解耦用于目标检测（Chat-GPT协助完成）
gzq0723的博客
04-14 546
今天就让我来给大家介绍新技术，我是大家耳熟能详的Chat-GPT！01概述目标检测是计算机视觉领域中的一个重要问题，其中分类和定位任务之间存在不一致性
module ‘torch’ has no attribute ‘xxx’ 问题
热门推荐
w1290027的博客
07-02 3万+
import torch出现错误：module ‘torch’ has no attribute 'from_numpy’ 刚接触torch，好不容易安装成功（pip install torch1.5.1+cpu torchvision0.6.1+cpu -f https://download.pytorch.org/whl/ torch_stable.html），cpu版本，打开发现这样问题：module ‘torch’ has no attribute ‘from_numpy’ 心情很是糟糕，求助了淘
报错module ‘torch‘ has no attribute ‘_version_‘ 的解决方法
m0_52150192的博客
11-07 1万+
导入torch后，通过torch.__version__语句查看时出现如标题所示的报错。在导入torch的geometric库前，需查看电脑安装的torch版本。解决方法是version前后是2个“_”，添加后即可查看。
如何在Python中使用IP代理
最新发布
IPIPGO的博客
08-23 321
通过以上步骤，你应该已经学会了如何在Python中使用IP代理。无论是单个代理IP、带认证的代理IP，还是批量使用代理IP，这些方法都能帮助你在实际项目中灵活应用。希望这篇文章对你有所帮助，如果你有任何问题或建议，欢迎在评论区留言，我们会尽力为你解答。t=N7T8。
module 'torch' has no attribute 'concat'
07-27
根据引用\[1\]中的信息，你遇到的错误可能是因为pytorch版本改动导致的。在新版本中，torch.concat被改为了torch.cat。你可以尝试将代码中的torch.concat替换为torch.cat来解决这个问题。 另外，根据引用\[2\]中的信息，如果你在导入torchvision时遇到了"module 'torch' has no attribute '_utils_internal'"的错误，你可以尝试安装低版本的torchvision，使用命令"pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torchvision==0.4.1"来安装。 希望这些信息对你有帮助！ #### 引用[.reference_title] - *1* [AttributeError: module ‘torch‘ has no attribute ‘concat](https://blog.csdn.net/Job_class/article/details/129972693)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [import torchvision报错module ‘torch‘ has no attribute ‘_utils_internal](https://blog.csdn.net/m0_52552810/article/details/127078224)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [YOLOV5中添加Task-Specific Context Decoupling](https://blog.csdn.net/weixin_45459097/article/details/130028804)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 1
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

凤酱

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