mmdetection

最近自己写了个模型，采用mmdetection框架去训练coco数据集。由于数据集较大，单卡情况下预计需要一个月时间才能完成1x的训练。这无法容忍，于是采用多卡分布式训练。
首先，第一次

前言 本篇是mmdetection源码解读第二篇，主要讲解mmdetection是初始化数据类的。本文以coco数据集为例，当然，源码解读不可能面面俱到，重要的是揣摩设计者的思想以及实现过

MMDetection目标检测实例 MMDetection基于cooc数据集，Faster-rcnn方法的目标识别训练 前言
接触深度学习目标检测工具箱MMDetection将近一周了，学习过程十分艰难&#xff0

Mmdetection RuntimeError(‘Invalid DISPLAY variable’)
from mmdet.apis import init_detector, inference_detector
import mmcv

from mmdet.apis import init_detector
from mmdet.apis import inference_detector
#from mmdet.apis import show_result# 模型配置文件

在使用mmdetecion测试的时候我们可能想得到下面的结果，其实很简单，在test.py 后面加--options "classwiseTrue" 即可。
例如
python tools/test.py ./c

1.日志分析 analyze_logs.py
https://blog.csdn.net/jy1023408440/article/details/105701705
2.可视化数据集 browse_dataset.py
python t

mmdetection的官方使用教程： https://github.com/open-mmlab/mmdetection/blob/master/README_zh-CN.md
本文以coco格式数据集为例，其他

此方法仅供自己学习用，纯属自己的学习笔记。
绘制方法参考Github上面的：mmdetection_visualize 按照上面的方法放置好相应的文件之后，下面放置json文件：
1、

【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