目标检测学习笔记——mmdet的mmcv安装
要求mmcv-full版本是1.1.5,经检测发现torch版本是1.10.0,cuda版本是11.3,通过mmcv官网https://github.com/open-mmlab/mmcv
pip
要求mmcv-full版本是1.1.5,经检测发现torch版本是1.10.0,cuda版本是11.3,通过mmcv官网https://github.com/open-mmlab/mmcv
pip
锚框
引例
在理解目标检测的锚框之前,我们首先通过一个不太严谨的例子对锚框进行一个简单的了解: 由于目前污染比较严重,导致海洋中漂浮着许多垃圾,这些垃圾既污染环境,又不利
一、cascade_mask_rcnn_X_152_32x8d_FPN_IN5k_gn_dconv.yaml
_BASE_: "../Base-RCNN-FPN.yaml"
MODEL:MASK_ON: TrueWEIGHTS: "catal
文章解读:
1 创新点
cascade R-CNN算法是CVPR2018的文章,通过级联几个检测网络达到不断优化预测结果的目的,与普通的级联不同的是,cascade RCNN的几个检测
#1 makeTxt.py(将训练数据自动划分为训练集、验证集和测试集)... 2
#2 voc_label.py(将VOC格式数据集转换成yolo数据集)... 3
#3 tube.
解决问题:当我们运行不同的代码时,可能会用到不同版本的Pytorch/Tensorflow,不同版本的Pytorch/Tensorflow在使用GPU时,对应不同的CUDA版本࿰
官方git:GitHub - Megvii-BaseDetection/YOLOX: YOLOX is a high-performance anchor-free YOLO, exceeding yolov3~v5 with MegEngin
一、前提准备 源码下载 https://github.com/ultralytics/yolov5 YOLOv5 文档: https://docs.ultralytics.com/ yolo v5原理: 深入浅出Yolo系列之Yo
笔记
论文的脉络
先对比了和一些 其他工作的比较,比如 比 fast rcnn 更加能利用 全局的信息。
牵扯到的基础知识
iou
mAP
2. 统一的检测流程
提出了一个想法:每一个 box 如果 有
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