MMDetection
文章平均质量分 55
阿基美德
这个作者很懒,什么都没留下…
展开
-
MMDetection——GPU训练
预先知识${CONFIG_FILE}:config/里面的文件config/faster_rcnn_r50_fpn_1x_coco.py${CHECKPOINT_FILE}:模型权重所在位置checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth[–out ${RESULT_FILE}]:测试生成的文件输出位置[–eval ${EVAL_METRICS}]:选用的测试方法${GPU_NUM}:GPU数量测试数据集#原创 2021-09-29 13:08:35 · 9099 阅读 · 9 评论 -
MMDetection——COCO格式数据集显示单类别AP
问题COCO格式数据集如何在MMDetection中显示单类别AP解决方案1. 进入mmdet/datasets/coco.py2. 修改363行中的evaluate函数参数:classwise=True3. iou_thrs可根据自己的情况看是否修改,(输入需是包含float数据的List)def evaluate(self, results, metric='bbox',原创 2021-07-30 11:55:18 · 1884 阅读 · 3 评论 -
MMDetection——data pipeline理解
1 Data pipeline理解官方给出的pipeline图如下所示:蓝色框为pipeline的操作,下面对应的是每一个操作会添加的keys到result dict中去。绿色 为 新添加的key 黄色 为 更改的key 黑色 为 不变的key1.1 Data loadingLoadImageFromfile: 添加参数:img, img_scale, ori_shapeLoadAnnotations: 添加参数:gt_bboxes,...原创 2021-07-10 23:20:53 · 1084 阅读 · 0 评论 -
MMDetection——config参数理解
1 config参数理解以faster_rcnn_r50_fpn_1x_coco.py为例,简要介绍各项参数含义2faster_rcnn_r50_fpn_1x_coco.py配置文件_base_ = [ '../_base_/models/faster_rcnn_r50_fpn.py', # 模型设置 '../_base_/datasets/coco_detection.py', # 数据集设置 '../_base_/schedules/schedule_1x.py'.原创 2021-07-10 15:03:44 · 1659 阅读 · 3 评论 -
MMDetection——常用工具:模型推理、可视化分析、FLOPs和参数计算、推理速度
常用工具1. 模型推理官方的数据集推理格式:# single-gpu testingpython tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [--out ${RESULT_FILE}] [--eval ${EVAL_METRICS}] [--show]python tools/test.py configs/faster_rcnn_r50_fpn_1x_coco.py \ checkpoints/faster_rcnn原创 2021-07-09 13:42:34 · 7835 阅读 · 0 评论 -
MMDetection,训练VOC格式数据集
一、数据集准备数据集目录格式要求:├── VOCdevkit(数据集名称)│ ├── VOC2007│ │ ├── Annotations│ │ ├── JPEGImages│ │ ├── ImageSets│ │ │ ├── Main│ │ │ │ ├── val.txt│ │ │ │ ├── train.txtPS:1. 所有图片末尾统一为.jpg(注意小写)数据集保存(创建软连接,方便数据原创 2021-06-27 00:50:35 · 2616 阅读 · 4 评论 -
MMDetection 环境配置
一、环境配置步骤1. 创建虚拟环境conda create -n open-mmlab python=3.7 -yconda activate open-mmlab原创 2021-06-19 15:21:20 · 611 阅读 · 0 评论