detectron2
文章平均质量分 81
电饭锅22
这个作者很懒,什么都没留下…
展开
-
VovNetV2代码分析之detectron2(backbone)
文章目录前言一、优化的地方二、VovNet1.VoVNetV22.代码分析总结前言ResNet是目标检测模型最常用的backbone,DenseNet其实比ResNet提取特征能力更强,而且其参数更少,计算量(FLOPs)也更少,用于目标检测虽然效果好,但是速度较慢,这主要是因为DenseNet中密集连接所导致的高内存访问成本和能耗。VoVNet就是为了解决DenseNet这一问题,基于VoVNet的目标检测模型性能超越基于DenseNet的模型,速度也更快,相比ResNet也是性能更好。代码实现原创 2021-03-04 17:50:09 · 3534 阅读 · 2 评论 -
ubuntu20 用docker配置detectron2
文章目录前言一、docker ≥ 19.03二、detectron21.从dockerfile构建image2.挂载目录方便储存和操作总结前言记录并汇总一些基础的操作和知识。一、docker ≥ 19.03Docker 19.03之后,增加了对gpus选项的支持,docker里面使用nvidia也不需要额外的安装nvidia-docker。但是本机还是要装nvidia驱动,就是不需要cuda了。卸载旧版本:sudo apt-get remove docker docker-engine d原创 2021-02-23 17:24:51 · 292 阅读 · 0 评论 -
detectron2的模型配置文件修改
文章目录一、cascade_mask_rcnn_X_152_32x8d_FPN_IN5k_gn_dconv.yaml二、Base-RCNN-FPN.yaml三、defaults.py一、cascade_mask_rcnn_X_152_32x8d_FPN_IN5k_gn_dconv.yaml_BASE_: "../Base-RCNN-FPN.yaml"MODEL: MASK_ON: True WEIGHTS: "catalog://ImageNetPretrained/FAIR/X-152-3原创 2020-12-28 17:31:12 · 3326 阅读 · 1 评论 -
detectron2的amp和cudnn记录
文章目录一、amp混合精度二、CUDNN_BENCHMARK一、amp混合精度简单来说就是部分float32换成float16,加快训练推理速度,减少显存的使用。pytorch1.6后自带amp功能。detectron2 0.3版本后新增amp训练功能。v0.3Features & Improvements: Support mixed precision in training (using cfg.SOLVER.AMP.ENABLED) and inference.amp使用的原创 2020-12-28 14:50:11 · 891 阅读 · 3 评论 -
detectron2的数据在线增强
文章目录前言一、训练数据的在线增强前言关于一些detectron2的学习记录和分享,有问题可留言交流。一、训练数据的在线增强使用visualize_data.py观察dataloader里增强后用于训练的图片和标注。train_data_loader = build_detection_train_loader(cfg) #构建训练数据loader到data/build.py里找到build_detection_train_loader()def build_detection_train原创 2020-12-28 14:15:03 · 1367 阅读 · 0 评论