1.我从coco数据集提取了12个类，数据集制作好了
2.更改了configs中fasterrcnn的类别数
，更改了coco.py里的
和mmdet\core\evaluation\class_names.py中的
3.重新编译
4.执行命令 python .\tools\train.py .\configs\faster_rcnn\faster_rcnn_r101_fpn_1x_coco.py
版权声明：本文为CSDN博主「故乡的云和星星」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_39328536/article/details/122416024
YOLOV5：不懂代码也能使用YOLOV5跑项目：2021-09-12 一、文件夹结构介绍 文件结构： master文件夹结构： yolov5-master为yolo源码 yolov5
今天我们将讨论由四个机构的研究人员提出的一种方法，其中一个是字节跳动人工智能实验室。他们为我们提供了一种新的方法，称为稀疏R-CNN(不要与 Sparse R-CNN 混淆，后者在 3D 计算机视觉任务
深度学习目标检测：RCNN 什么是目标检测？目标检测主要是明确从图中看到了什么物体？他们在什么位置。传统的目标检测方法一般分为三个阶段：首先在给定的图像上选择一些候选的区域，
Y ou Only Look Once:Unified, Real-Time Object Detection YOLO，一种新的目标检测方法。 YOLO和MultiBox都使用卷积网络来预测图像中的边界框，但YOL
暂无评论