【VisDrone|目标检测】保姆级教程：Cascade-RCNN模型训练VisDrone数据集（含代码修改+训练启动）（四）

最新推荐文章于 2024-08-16 09:45:51 发布
最新推荐文章于 2024-08-16 09:45:51 发布
阅读量874 收藏 10
点赞数 8
分类专栏： VisDrone数据集各种检测算法实验（写论文） 文章标签： 目标检测 深度学习 计算机视觉 VisDrone MMDetection Cascade-RCNN
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/wzk4869/article/details/134597865
版权
本文提供了一篇关于使用Cascade-RCNN模型训练VisDrone数据集的详细教程。内容包括修改代码以适配数据集类别，使用训练命令生成配置文件并调整参数，以及解决GPU训练问题。在训练过程中，需要注意修改num_classes、data_root等关键参数，并确保在GPU环境下正确运行训练脚本。
摘要由CSDN通过智能技术生成

文章目录

一、修改两处代码

第一处： mmdet/evalution/class_names.py 代码下的 def coco_classes() 的 return 内容改为自己数据集的类别；

在这里插入图片描述

第二处：mmdet/datasets/coco.py 代码下的 class CocoDataset(CustomDataset) 的 CLASSES 改为自己数据集的类别；

在这里插入图片描述
注意：修改两处后，一定要在根目录下，输入命令：

python setup.py install build

重新编译代码，要不然类别会没有载入，还是原coco类别，训练异常

了解本专栏 订阅专栏 解锁全文 超级会员免费看
旅途中的宽~
关注
专栏目录
订阅专栏
【VisDrone数据集】Cascade_RCNN训练VisDrone数据集步骤与结果
Gorgeous_wxd
08-13 546
Cascade_RCNN训练VisDrone数据集步骤与结果
【VisDrone|目标检测】保姆级教程：Cascade RCNN训练VisDrone数据集的日志信息+评估结果（五）
wzk4869的博客
11-24 1138
【VisDrone|目标检测】保姆级教程：Cascade RCNN训练VisDrone数据集的日志信息+评估结果（五）
使用Mask-RCNN训练自己的数据集看这一篇就够了，从制作数据集开始一步步教你如何玩转Mask-RCNN（保姆级教程）
热门推荐
ekekex的博客
04-15 1万+
使用Mask_RCNN训练自己的数据集的方法，教你从零开始训练自己的Mask_RCNN模型。
Detectron-Cascade-RCNN 使用教程
最新发布
gitblog_00755的博客
08-16 385
Detectron-Cascade-RCNN 使用教程 Detectron-Cascade-RCNNCascade R-CNN in Detectron项目地址:https://gitcode.com/gh_mirrors/de/Detectron-Cascade-RCNN 项目介绍 Detectron-Cascade-RCNN 是一个基于 Facebook AI Research 的 Dete...
YOLOv9论文解析与VisDrone无人机目标检测训练
weixin_43937010的博客
03-02 3888
作者从数据逐层输入进行特征提取和空间变换时，会丢失大量信息的角度作为切入点，因此从信息瓶颈（information bottleneck）和可逆函数（reversible functions）作为出发点，提出PGI（Programmable gradient information）和GELAN结构（Generalized Efficient Layer Aggregation Network）。其中PGI可以为目标任务提供完整的输入信息来计算目标函数，从而获得可靠的梯度信息来更新网络权重；
【VisDrone|目标检测】保姆级教程：Faster RCNN模型训练VisDrone数据集（含代码修改+训练启动+评估指标）（六）
wzk4869的博客
11-24 1047
【VisDrone|目标检测】保姆级教程：Faster RCNN模型训练VisDrone数据集（含代码修改+训练启动+评估指标）（六）
小目标检测 改进 拆分拼接
jacke121的专栏
02-17 4155
小目标Trick 论文链接： https://paperswithcode.com/paper/slicing-aided-hyper-inference-and-fine-tuning 代码链接：https://github.com/obss/sahi 检测小目标和远程目标检测是监控应用中的一个主要挑战。这些物体由图像中少量的像素表示，缺乏足够的细节，使得传统的检测器难以检测。在这项工作中，提出了一个名为切片辅助超推理(SAHI)的开源框架，该框架为小目标检测提供了一个通用的切片辅助推理和微
【mmdetection】使用cascade-rcnn、faster-rcnn训练自定义的coco数据集
qq_41627396的博客
05-06 1万+
开始 这篇文章主要是记录我第一次使用mmdetection工具包里面的cascade-rcnn训练自己模型的经过 训练环境 本次是使用的系统是linux的ubuntu20.04 cuda=10.2 cudnn=7.6.5 anaconda=3（用于创建虚拟环境，后续的训练、测试模型也在这个虚拟环境中） (以上软件安装可以参考其他博客) pytroch=1.5.0 torchvision=0.6.0 cudatoolkit=10.2.89 mmcv-full=1.3.1 mmdetection=v2.11
基于改进Cascade-RCNN的垃圾目标检测系统1
08-08
【基于改进Cascade-RCNN的垃圾目标检测系统】 在当今社会，随着生活水平的提升和消费量的增加，垃圾处理已成为一个日益重要的问题。复杂的垃圾种类和混乱的堆积环境对自动化的垃圾分拣和分类提出了严峻的挑战。为了...
基于Cascade-Rcnn的行人检测.pdf
05-21
每个检测模型都是基于不同IOU的正负样本训练得到，并且前一个检测模型的输出是后一个检测模型的输入，越靠后的检测分支其检测的政府样本IOU越不断提升，导致每个检测模型的IOU尽量与输入proposal的IOU接近，让每一个...
cascade-rcnn:多种流行对象检测框架的Caffe实现
05-11
该存储库在MS-COCO和PASCAL VOC数据集上实现了多种流行的对象检测算法，包括Faster R-CNN，R-FCN，FPN和我们最近提出的Cascade R-CNN。 骨干网有多种选择，包括AlexNet，VGG-Net和ResNet。 它是用C ++编写的，并由...
Cascade RCNN原理与代码实例讲解
AI架构设计之禅
06-19 994
Cascade R-CNN原理与代码实例讲解 1.背景介绍 在计算机视觉领域,目标检测是一项重要且具有挑战性的任务。目标检测旨在定位图像中的目标对象,并对每个对象进行分类。随着深度学习技术的快速发展,基于卷积神经网络(CNN)的目标检测算法取得了巨大的进步。 R-C
【VisDrone数据集】Faster-RCNN训练VisDrone数据集步骤与结果
Gorgeous_wxd
08-13 1563
Faster-RCNN训练VisDrone数据集步骤与结果
P2BNet网络训练VisDrone数据集
qq_50903021的博客
11-21 1710
利用P2BNet网络训练VisDrone数据集
搭建简单的CNN网络模型进行预训练，验证，和预测（准确率不高，单纯记录下模型搭建，训练，验证，预测整套流程）
weixin_44747173的博客
12-08 3355
搭建简单的CNN网络模型进行预训练，验证，和预测（准确率不高，单纯记录下模型搭建，训练，验证，预测整套流程） 以下三个python文件都在同一级目录下 model.py import torch from torch import nn # 搭建神经网络 class Mymodel(nn.Module): def __init__(self): super(Mymodel, self).__init__() self.model = nn.Sequential(
yolov3训练自己的数据集（darknet）+visdrone数据集
daisy_d_的博客
04-26 2798
上篇链接：https://blog.csdn.net/daisy_d_/article/details/105748051 全部完成分为下面几个步骤： 1.制作自己的数据集-将visdrone转化为yolo所需的格式 2.配置yolov3 （下面完成这部分） 3.测试及计算map 下载darknet并编译 git clone https://github.com/pjreddie/darknet ...
cnn模型训练——从环境搭建到模型部署
weixin_46326852的博客
08-25 6598
一、准备python环境 以Windows平台为例： 1.安装python3 直接默认安装，并且添加到PATH。 安装完毕后在命令行输入python回车查看是否安装成功。 2.更换pip源 在命令行输入%APPDATA%，点击确定，进入C:Users\用户名\AppData\Roaming文件夹，在该文件夹下新建文件夹pip，在pip下新建文本文件，在其中填入如下内容，然后将文件命名为pip，扩展名改为ini。 [global] index-url = http://mirror
VisDrone格式训练自己FPN数据集
Joemt
06-18 666
数据格式定义 Xml转txt import os import os.path import xml.etree.ElementTree as ET import glob class_names = ['opium'] xmlpath = 'xml文件路径' txtpath = '保存txt文件路径' def xml_to_txt(xmlpath, txtpath): os.chdir(xmlpath) annotations = os.listdir('.') annot
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

打赏作者

旅途中的宽~

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