视觉检测

前言 由于初入物体检测领域，我在学习SSD模型的时候遇到了很多的困难。一部分困难在于相关概念不清楚，专业词汇不知其意，相关文章不知所云；另一部分困难在于网上大部分文章要么只是简要介绍了SS

配置环境： RTX3090  PyTorch 1.9.0 CUDA 11.3  cudnn 8.2.0 mmcv 0.5.9(旧版本) opencv 3.4.4.19（旧版本） DOTA数

YOLO系列是非常优秀的物体检测框架，目前总共有V1-V5五个版本。本博客的目的在于教大家如何使用YOLOv5训练自己的数据，重点在于应用。有关原理我会在后面的博客中详细介绍。使用YOLOv5训练自己的数据往往要经过

目录 0. 前言 1. 准备工作 1.1 yolo_cpp_dll.dll和yolo_cpp_dll.lib的获取 1.2 pthreadGC2.dll和pthreadVC2.dll的获取 1.3 yolo_v2_class.hpp的

首先 看下作者给的性能对比图 YOLOX 是旷视开源的高性能检测器。旷视的研究者将解耦头、数据增强、无锚点以及标签分类等目 标检测领域的优秀进展与 YOLO 进行了巧妙的集成组合，提出了 YOLOX，不仅实现了超越

目录 一、准备深度学习环境 二、 准备自己的数据集 1、创建数据集 2、转换数据格式 3、配置文件 三、模型训练 1、下载预训练模型 2、训练 四、模型测试 五、模型推理 YOLOv5训练自己的数据集整个过程主要包括：环