pytorch

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

一、安装 Detectron2 初次接触 Detectron2 的话，可能安装会遇到些坑，大家可以按下面的方式逐步安装，基本不会有什么问题。如果用到别的数据库的话，安装对应的api就可以

1. Fater RCNN检测网络下载 网络学习视频 [源码地址]https://github.com/bubbliiiing/faster-rcnn-pytorch 2. FLIR 数据集准备 数据集的具体格式和内容请看 FLIR数据集

2022.1.27日的记录 今天开始用faster-rcnn（resnet50）来训练数据集。同时也在学习能量检测法。（仅仅是知道该怎么训练） faster-rcnn代码：

参考：https://xugaoxiang.com/2020/07/02/yolov5-training/ 数据下载(如带没带口罩)：https://public.roboflow.com/ 软硬件环境 ubu

看了下CAM（class activation mapping）相关文章，想着自己搞一下YOLOV5  最后输出的三层head的feature map可视化，好像有点效果。 输出的三张热力

此文章记录如何在ubuntu下部署yolov5网络，并训练自己的数据集 环境：ubuntu16.04PycharmPytorch1.7.1Cuda10.1 具体如何在ubuntu下配置深度学习环境，可以

前言 在目标检测数据集的制作上，我们保存的标签格式基本是xml格式的，但是在yolov5等网络模型中，我们使用的是txt的标签格式，需要进行相互转换。 还有一些其他的用处&#xff0c

深度学习论文: Remote Sensing Image Object Detection Based on Angle Classification Remote Sensing Image Object Detection Based on

模型四元素：背景模型结构与输出后处理损失函数 背景 目标检测就是识别出图中物体的位置，目前常用物体检测器详尽列出潜在物体的位置并对每个位置进行分类，这比较低效，并且需要额外的后处理。