【SlowFast】SlowFast Networks for Video Recognition安装教程和问题

最新推荐文章于 2024-05-16 06:18:51 发布
VIP文章 最新推荐文章于 2024-05-16 06:18:51 发布
阅读量2k 收藏
点赞数 2
文章标签： 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_50924243/article/details/123899276
版权

参考这个博主的教程即可安装成功

https://blog.csdn.net/WhiffeYF/article/details/113527759?spm=1001.2014.3001.5502

主要说一下过程中遇到的一些问题

1.AssertionError Torch not compiled with CUDA enabled

出现这个问题先查看一下自己的torch是不是cuda版本的，因为换源之后，国内下载源可能下载的都是cpu版本的

查看torch.cuda.is_available()返回false的话就要卸载安装的torch，重新安装

可以在https://download.pytorch.org/whl/torch_stable.html下载适合自己的版本，然后使用pip安装

最低0.47元/天 解锁文章
秃头女研究生
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SlowFast Networks for Video Recognition中文翻译.pdf
09-13
用知云文献翻译软件+自己的一些理解翻译的何神的这篇SlowFast Networks for Video Recognition论文
解决bug ： KeyError: ‘Non-existent config key: MODEL.×××××××ב
beneficial的博客
04-03 4266
解决bug ： KeyError: 'Non-existent config key: MODEL.××××××××'
ubuntu18.04 下slowfast网络环境安装及模型测试( python3.9)
y459541195的博客
08-13 6345
在ubuntu18.04 下对slowfast网络环境安装及模型demo测试，使用python3.9
detectron2和slowfast的安装与使用
leimingxiao的博客
03-07 4325
1.首先在github上下载slowfast和detectron2的代码，然后放到自己想放的位置，我是把detecron2放在slowfast文件夹里面，因为slowfast的使用要用到detectron2.（注：很多教程都是用git+http链接，外网网速不好的朋友会一直报错，最好复制Git后面的链接直接到官网下载zip包） 2.配置各种依赖项 配置依赖项时，由于我之前配置YOLOv5时新建的yolov5环境中已经安装了cuda11和torch1.7，opencv等依赖，其实只要安装fvcore等这种d
在Colaboratory上配置运行Slowfast的demo
cdyyyyyyy的博客
02-19 484
在Colaboratory上运行行为识别项目Slowfast代码的流程和细节，以及相关问题的解答。
关于pysot的一点小坑！
j879159541的博客
07-14 8005
最近在看目标跟踪方面的论文，发现效果比较好的CNN也就是Siamese系列的算法了，可喜的就是商汤开源的pysot，里面实现了SiamRPN++和SiameseMask，可以训练和测试，还可以测 benchmark 代码很全面！ ***pysot***的配置教程直接参考官网的install.md或者这篇博客： https://blog.csdn.net/ZZXin_/article/detail...
Pysot与Pysot-toolkit的填坑记录
weixin_43246440的博客
08-25 3864
下面分别是Pysot与Pysot-toolkit的官方github链接 Pysot Pysot-toolkit Pysot环境的配置就按照pysot的install.md 注意一定要将pysot添加到你的PYTHONPATH export PYTHONPATH=/path/to/pysot:$PYTHONPATH 然后下载model，并且运行Test tracker，这时候会报错，raise K...
merge报错 KeyError: ‘Non-existent config key: TEST.INFERENCE‘
qq_40349484的博客
05-05 2333
merge报错 KeyError: 'Non-existent config key: TEST.INFERENCE'
Mask R-CNN代码分析（二）
lscelory的博客
08-06 6821
二、Mask R-CNN代码解读 FAIR在发布detectron的同时，也发布了一系列的tutorial文件，接下来将根据Detectron/GETTING_STARTED.md文件来解读代码。 先来看一下detectron的文件结构。 config中是训练和测试的配置文件，官方的baseline的参数配置都以.yaml文件的形式存放在其中。 demo一些图像示例还有分割好的结果。 ...
Improved Residual Networks for Image and Video Recognition.pdf
04-27
Improved Residual Networks for Image and Video Recognition，ResNet的一种改良网路
Neural Networks for Pattern Recognition
02-20
Neural Networks for Pattern RecognitionNeural Networks for Pattern RecognitionNeural Networks for Pattern RecognitionNeural Networks for Pattern Recognition
Neural Networks for Pattern Recognition.zip
06-20
《机器学习与模式识别》同作者的又一经典之作，本书可以作为模式识别、神经网络的学习教材和参考书籍。本书为英文PDF版本，下载解压即可。
Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
05-21
is “artificial” and may reduce the recognition accuracy for the images or sub-images of an arbitrary size/scale. In this work, we equip the networks with another pooling strategy, “spatial pyramid ...
使用flask db migrate 抛出异常 raise KeyError(key)，KeyError: ‘formatters‘
weixin_53484385的博客
06-02 199
在重新 使用flask db init 初始化 生成migrations文件夹 在使用 flask db migrate 一切就ok!所以索性直接删除 项目下migrations文件夹和删除数据库 alembic_version表。首先 我在网上看到很多 是找不到日志等原因 修改日志的读取路径 但是我没有找到所要修改的代码。
maskrcnn-benchmark报错 KeyError “Non-existent config key: MODEL.BACKBONE.OUT_CHANNELS“
weixin_44384749的博客
08-20 3224
在尝试利用vqa-maskrcnn-benchmark:Files · master · Vedanuj Goswami / vqa-maskrcnn-benchmark · GitLab提取视觉特征的时候， 依据INSTALL的指示编译maskrcnn-benchmark后，运行 python script/extract_features.py ... 出现错误： KeyError "Non-existent config key: MODEL.BACKBONE.OUT_CHANNELS"
Mask Scoring R-CNN,代码运行报错KeyError: ‘Non-existent config key: MODEL.PRETRAINED_MODELS‘
热门推荐
qq_33047753的博客
10-17 1万+
这几天在做Mask Scoring R-CNN算法运行，可是运行命令： python tools/train_net.py --config-file configs/e2e_mask_rcnn_R_50_FPN_1x.yaml 总是报错： KeyError: 'Non-existent config key: MODEL.PRETRAINED_MODELS' 我是根据，下面几个博客进行...
SlowFast训练自己数据过程中出现的问题
weixin_50924243的博客
04-12 1738
1.执行训练语句时报错 File "/home/vision/mxy1/SlowFast/slowfast/datasets/ava_dataset.py", line 63, in _load_data boxes_and_labels = ava_helper.load_boxes_and_labels( File "/home/vision/mxy1/SlowFast/slowfast/datasets/ava_helper.py", line 101, in load_boxes_and_labe
[数据集][目标检测]蕃茄核桃桔子龙眼青枣5种水果检测数据集VOC+YOLO格式270张5类别
最新发布
FL1623863129的博客
05-16 195
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:[“fanqie”,“hetao”,“juzi”,“longyan”,“qingzao”]特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：270。标注数量(xml文件个数)：270。标注数量(txt文件个数)：270。标注规则：对类别进行画矩形框。
slowfast yolo
12-10
SlowFast YOLO是一种用于目标检测的深度学习模型。这个模型的全称是SlowFast You Only Look Once (YOLO)，它结合了SlowFast和YOLO两种方法的优点。 首先，SlowFast是一种用于视频分类和目标检测的网络结构。它的特点是在处理视频时引入了两个不同速度的网络，即快速网络和慢速网络。其中，慢速网络用于提取静态背景信息，快速网络用于捕捉快速运动物体的细节。通过这种双管齐下的方式，SlowFast可以在保证准确性的同时提供更好的运行效率。 而YOLO则是一种非常流行的目标检测算法。它的特点是可以实现实时的物体检测，并且在速度和准确性上都表现出色。YOLO将目标检测问题转化为回归问题，并将整个图像划分为多个网格，每个网格预测一组边界框和相应的类别概率。通过这种方式，YOLO能够在不损失太多准确性的情况下实现实时的目标检测。 SlowFast YOLO综合了SlowFast和YOLO两种方法的优点，既能够处理视频中的快速运动物体，又能够实现实时的目标检测。它运用了SlowFast网络的特征提取能力和YOLO的实时性，从而在目标检测任务中取得了较好的性能。对于需要高效率和准确性同时考虑的目标检测应用领域，SlowFast YOLO是一种非常有潜力的解决方案。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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