目标检测-实验
文章平均质量分 93
zxmyoung
学习
展开
-
ubuntu16.04安装多个cuda并切换
参考:https://blog.csdn.net/weixin_47479625/article/details/109020204https://www.cnblogs.com/shuimuqingyang/p/14323455.htmlhttps://blog.csdn.net/tunhuzhuang1836/article/details/79545625由于我以前进行实验以及配置环境时采用的是cuda9.0现在准备使用mmdetection工具箱,指导教程中显示需要安装cu.原创 2021-04-26 17:03:35 · 675 阅读 · 0 评论 -
ubuntu16.04中mmdetection按装,配置环境,训练流程
参考链接:https://blog.csdn.net/limingkaoyan/article/details/972461651. mmdetection是商汤提出的一个目标检测工具箱,大大降低了目标检测的环境配置。Mmdetection是商汤科技和香港中文大学开源的一个目标检测工具箱,目前支持了常见的目标检测网络Faster-RCNN、Mask-RCNN、Fast-RCNN、SSD、Cascade-RCNN等;该工具箱具有以下三点优势:performance稍高、训练速度稍快、所需显存稍小原创 2021-04-26 15:04:58 · 603 阅读 · 0 评论 -
caffe框架跑mycaffe
前提:配置caffe环境1. export PYTHONPATH=/home/zhai/experiment/Mycaffe/python:$PYTHONPATH2. cd Mycaffe/3. make all -j84. make pycaffe首选在$HOME/data中新建一个UAVDT文件夹,将数据集(VOC2007格式)都放到data中,这样有利于统一管理。生成lmdb格式文件(caffe输入格式)首先先把从Mycaffe/data/VOC0712/ 以下几个.原创 2020-09-08 20:07:16 · 351 阅读 · 0 评论 -
caffe+ubuntu+MobileNet-SSD训练UAV数据集
首先说下环境:ubuntu16.04,cuda9,cudnn7.5,python2.7.12,opencv2.14caffe框架数据集已经转好为IMDB格式利用MobileNetSSD进行训练由于VOC数据集是21类(加上背景),而这里只有7类(加上背景),因此,我们需要重新生成训练、测试和运行网络文件,这里就要用到gen_model.sh脚本,它会调用template文件夹中的模板,按照我们指定的参数,生成所需的训练网络模型。这个脚本的用法usage: CLASSNUM 对应labe...原创 2020-09-08 15:21:52 · 282 阅读 · 0 评论 -
UAV-VOC2007格式数据做成imdb格式
这两天需要使用caffe框架跑实验,每次都需要把VOC格式转换成IMDB格式。今天就把转换格式的过程单独列成一个博客。前提:配置caffe环境1. export PYTHONPATH=/home/zhai/experiment/caffe-ssd-master/caffe/python:$PYTHONPATH2. cd cafffe/3. make all -j84. make pycaffe首选在caffe/data中新建一个MyUAVDT文件夹,将数据集(VOC2007.原创 2020-09-08 14:14:31 · 621 阅读 · 0 评论 -
ubuntu+yolov4训练自己的数据集
论文题目:YOLOv4: Optimal Speed and Accuracy of Object Detection文献地址:https://arxiv.org/pdf/2004.10934.pdf源码地址:https://github.com/AlexeyAB/darknet今天,使用YOLOv4对进行目标检测,将自己的训练过程记录下来,总的来说,和之前Darknet的YOLOv3版本的操作完全相同。环境 Ubuntu 16.04 Python: 3.6.2 OPEN原创 2020-09-04 01:21:06 · 4036 阅读 · 3 评论 -
各个预训练模型下载地址
pytorchresnet 'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth', 'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth', 'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth', 'resnet10...原创 2020-09-02 17:33:26 · 1907 阅读 · 0 评论 -
ubuntu+pytorch+faster rcnn训练自己的数据集
faster-rcnn pytorch1.0.0版本源码地址:https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0参考:https://blog.csdn.net/qq_38497266/article/details/97396096https://blog.csdn.net/woshicao11/article/details/82055449https://blog.csdn.net/u014696804/articl原创 2020-08-31 23:03:51 · 4225 阅读 · 3 评论 -
R-FCN训练自己得数据集(代补充)
前言RFCN和faster rcnn算法模型原理非常类似,也有RPN,也是分两阶段来进行目标检测。主要不同点就是RFCN添加了Position Sensitive ROI Pooling层,这样使得ROI Pooling前已经带有位置信息,后面只需要做分类即可。基于这一改变,使得后面全连接层可以省略掉,模型size减少很多,计算量大为减少,从而效率提高了,而准确度还能和faster rcnn相当。参考:https://blog.csdn.net/sinat_30071459/article/deta原创 2020-09-02 01:00:32 · 470 阅读 · 1 评论 -
ubuntu-Pytorch搭建Efficientdet目标检测平台
参考:https://blog.csdn.net/weixin_44791964/article/details/106343014源码下载https://github.com/bubbliiiing/efficientdet-pytorch把自己的数据集放到如下位置在根目录下修改voc_annotation.py运行python voc_annotation.py会生成3个带有根目录标签文件修改model_data/voc_classes.txt内容.原创 2020-08-23 23:36:18 · 299 阅读 · 0 评论 -
SSD+pytorch+ubuntu16.04训练自己的数据集
参考各位大神:https://zhuanlan.zhihu.com/p/98059235https://blog.csdn.net/Lighter_Go/article/details/106917245https://blog.csdn.net/lianggyu/article/details/100076153https://blog.csdn.net/weixin_43730508/article/details/106225270https://blog.csdn.net/weixi原创 2020-06-28 18:40:47 · 1183 阅读 · 2 评论 -
ubuntu 16.04+Faster RCNN+pytorch(2)训练自己的数据集
参考文献:https://blog.csdn.net/woshicao11/article/details/82055449https://blog.csdn.net/u014696804/article/details/103817245原创 2020-06-15 23:35:47 · 449 阅读 · 0 评论 -
ubuntu 16.04+Faster RCNN+pytorch(1) 运行过程及训练自己的数据集和踩坑记录
由于科研要求,我必须要进行跑实验,本来想着在window10系统上跑实验的,一方面是win10系统的环境太难配了,另一方面,Faster RCNN的实验教程大部分都是Ubuntu上的。最后还是在ubuntu上来进行实验。参考:https://blog.csdn.net/cc__cc__/article/details/103896815https://www.cnblogs.com/wind-chaser/p/11359521.htmlhttps://blog.csdn.net/yshtjd原创 2020-06-15 22:24:35 · 1691 阅读 · 1 评论 -
ubuntu下-手把手教你用Faster-RCNN训练自己的数据集
不能再详细!!!手把手教你用Faster-RCNN训练自己的数据集https://blog.csdn.net/zcy0xy/article/details/79614862原创 2020-06-13 15:33:28 · 534 阅读 · 0 评论 -
win10+Tensorflow+Faster RCNN目标检测(2)训练自己的数据集
这里不再介绍VOC2007数据集,假设你已经制作好了自己的数据集。(我的数据集在其他博客中讲解)注意:这篇博客是基于上述两篇博客tensorflow和faster rcnn版本的,如果不是用的上面的版本,那很可能这篇博客的方法是行不通的。训练模型部分:需要更改的主要有以下地方:1.在...\Faster-RCNN\data目录下,检查是否有个叫cache的文件夹,每次在训练模型前,建议清空这个文件夹里面的东西。2.在...\Faster-RCNN\data目录下,将VOCDevkit.原创 2020-06-13 15:22:39 · 1430 阅读 · 0 评论 -
win10+Tensorflow+Faster RCNN目标检测(1)环境配置及VOC2007数据集训练及测试
现在拉下的工科太多了,现在得赶紧的补习,就先从学习目标检测实战开始。本文分为3部分:在win10系统上配置Tensorflow版本的Faster RCNN 运行Faster RCNN程序,测试了图片 过程中的踩坑记 一、相关准备阶段1.设备环境win10系统,显卡GeForce GTX 1050ti; TensorFlow-GPU 1.10.0,CUDA 10.0,Cudnn 7.4.2; python 3.5.4, opencv3.4.2, opencv-python 4..原创 2020-06-13 11:17:26 · 2559 阅读 · 2 评论