PixelShuffle DUC（Dense Upsampling convolution）博客Pytorch的可视化，使用 Netron Netron 安装：pip install n

检测与分割的区别：https://www.leiphone.com/category/yanxishe/Fah5xOL3Qb96k1NL.html 1. 目标检测：预测包围盒 YOLO，Fast-R

IOU IoU 的全称为交并比（Intersection over Union），IoU 计算方法有两种 1、 “预测的边框” 和 “真实的边框” 的交集和并集的比值。 2、 “预测的边框” 和 “真

保存到文件夹查看预测情况 from argparse import ArgumentParser import os from mmdet.apis import inference_detector, init_detector #, s

该文章主要解决使用coco格式数据报错！ 将标注完成的数据集通过xml2coco（转换代码）后生成coco数据集格式。运行train.py，出现标题的报错，出现该错误的原因和

You Only Look Once 【论文】 一、YOLO（你只看一次） 【注】 痛点：SSD中锚框大量重叠，因此浪费了很多计算 改进点：YOLO将图片均匀分成SxS

Pytorch: 目标检测-特征金字塔-FPN Copyright: Jingmin Wei, Pattern Recognition and Intelligent System, School of Artificial and Inte

新加坡国立大学发表在ICCV 2019上。解决小样本目标检测问题。目前目标检测的增量都与小样本学习相结合，可能因为小样本的目标检测虽然性能较差，但是提升较大，因此容易产生一些贡献点和达到SOTA。 解

目标检测 YOLOv5 - 多机多卡训练 flyfish 环境： Python>3.6.0 PyTorch>1.7 YOLOv5:v51 CUDA_VISIBLE_DEVICES环境变量 通过设置CUDA_VISIBLE

1. KITTI 3D 目标检测数据集描述 KITTI 数据集主页 3D目标检测基准由7481个训练图像和7518个测试图像以及相应的点云组成，共包含80256个带标签的目标。（ 国内下载方式） 2.