mmdetection

【扫盲】Swin-Transformer-Object-Detection环境搭建（最新mmdetection安装）欢迎关注公众号：小鸡炖技术，后台回复：“swin1”获取本

anchor可视化 在目录：mmdet\models\dense_heads\anchor_head就可以可视化anchor，插入位置为： anchor_list, valid_flag_list = self.get_anchors(feat

前言 一、入门 【环境配置/软件安装】win10配置mmdetection.入门篇一、各组件解读，配置文件解读.入门篇二、训练自己的数据集. 二、MMCV 【MMCV 源码解读】一、Config（配置文件相关

mmdetection中的faster-rcnn训练自己的voc数据集 1、首先先安装好mmdetection 2、安装好后在mmdetection文件夹下新建一个data数据集把voc数据集放进去 3、然后找到你的目录下的config/fa

MMdetection之necks之FPN 其横向为 1X1 的卷积，向下为 上采样 Specifically, for ResNets [16] we use the feature activations output by

由于大多数的服务器没有GPU，我们想要在上面跑openmmlab项目中的mmdetection需要装CPU版本的，由于官方的感觉有点模糊，所以自己搜索资料跑通了一个[mmdetection连接] (ht

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

mmdetection中使用训练好的模型单张图片推理并保存到文件夹 one_image_demo.py# Copyright (c) OpenMMLab. All rights reserved. import asyncio import

https://zhuanlan.zhihu.com/p/162730118 https://blog.csdn.net/weixin_42146720/article/details/114543889 https://www.it610.c

权重模型转推理模型的意义？ 方便部署：转为onnx格式的模型后，就可以不需要依赖mmdetection框架部署模型，同时也作为tensorRT格式的过渡模型。减少开销：onnx格式的模型占用GPU内存更小，更为精简，相比原始权重模型实际大小几乎