Detectron2 updating...

介绍

  • 之前一直看相关的api,包括数据集的注册,detectron这种标准数据集的custom注册等源代码分析,对json文件也有了很清晰的认识,COCO的注册更简单一些,直接调用register_coco_instances这个函数
  • 具体annotations格式略

简单demo测试

python3 demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
  --input demo.jpg \
  --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

测试效果展示

omg,效果相当神奇。。。,person和backpack都检测出来了

版权声明:本文为CSDN博主「Jason Lau」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_36822894/article/details/120850772

Jason Lau

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

pytorch建立mobilenetV3-ssd网络并进行训练与预测

前言 这篇文章记录的是我在公司实习用深度学习做车辆信息识别项目时,用来做车辆检测的算法。因为我们公司面向的边缘端计算,边缘盒子的计算能力有限,所以我们在做算法研究时,就尽量选用轻量级算法

MMdetection环境搭建(win10)

一、 创建虚拟环境 这里创建python3.7环境 二、安装torch及cudatoolkit 进入torch官网,找到需要的torch及cuda(torch官网已经搭配并打包一起,后续不用设置环境变