mmdetection、yolo系列等目标检测任务的学习率调度器
学习率(Learning rate，简称lr)作为目标检测这类监督学习中最重要的超参，其决定着分类函数或边界框回归函数能否收敛到局部最小值以及何时收敛到最小值。正确的学习率可使目标函数在合适的时间内收敛到局部最优。同时，学习率可以在训练的过程中
Anchor和RPN的浅薄理解(二)-mmdetection中Anchor参数深层含义及FPN与RPN的联系
看到标题肯定会想到mmdecection配置文件中下面三个参数，在训练时这三个参数是需要根据数据集和不同的网络结构进行调整的，开门见山： anchor_scales=[8] anchor_ratios=[0.5, 1.0, 2.0] anch
Anchor free系列检测器之YOLOX源码逐行讲解篇(七)--Head中loss的计算及反传
整个YOLOX源码的学习一定要按照以下顺序才能整体串起来：Backbone->FPN->Head->->数据读入源码->数据增强源码->loss计算源码->simOTA源码->demo.py脚本->train.py脚本。而该系列博文也遵循该顺序
Anchor free系列检测器之YOLOX源码逐行讲解篇(二)--搭建类PAFPN结构及数据流向分析
整个YOLOX源码的学习一定要按照以下顺序才能整体串起来：Backbone->FPN->Head->->数据读入源码->数据增强源码->loss计算源码->simOTA源码->demo.py脚本->train.py脚本。而该系列博文也遵循该顺序
