- 博客(4)
- 收藏
- 关注
RSS订阅原创 LSKNet:多核多尺度的复现
我用单核跑了一遍，你猜怎么着？先跑了一下午完成了一个epoch，然后跑完第二轮，天塌了，mAP成0了！原因经过分析，可能是batch_size和学习率太大了，这个调参弄起来没完没了的，没必要。多尺度建议用多核的GPU复现，4核最好。环境的配置详情请见我之前写的。马上就开始训练了，很神奇吧。
2025-03-01 20:12:55
498
原创 （阅读论文LSKNet）Large Selective Kernel Network for Remote Sensing Object Detection
最近关于遥感目标检测的研究主要集中在改进定向边界框的表示上，但忽略了遥感场景中呈现的独特先验知识。这种先验知识是有用的，因为如果没有参考足够远的上下文，微小的遥感目标可能会被错误地检测出来，而且不同类型的目标所需的远距离上下文可能会有所不同。在这篇论文中，我们考虑了这些先验知识，并提出了大型选择性核网络（LSKNet）。LSKNet可以动态调整其大的空间感受野，以更好地模拟遥感场景中各种目标的范围上下文。据我们所知，这是首次在遥感目标检测领域探索大型和选择性核机制。
2025-02-06 12:39:50
1551
原创 复现LSKNet： Large Selective Kernel Network for Remote Sensing Object Detection，单核训练
LSKNet的复现仅仅是推理还不够，我们还有训练的部分。训练也可以根据GPU数目分为单核、多核，根据图片划分方式分为单尺度、多尺度，我们这次要训练的部分是单核单尺度在数据集DOTA上的内容。
2025-01-26 16:27:50
260
原创 复现LSKNet: Large Selective Kernel Network for Remote Sensing Object Detection，环境与推理
关于遥感目标检测的研究主要集中在改进定向边界框的表示上，但忽略了遥感场景中呈现的独特先验知识。这种先验知识是有用的，因为如果没有参考足够远的上下文，微小的遥感目标可能会被错误地检测出来，而且不同类型的目标所需的远距离上下文可能会有所不同。在这篇论文中，我们考虑了这些先验知识，并提出了大型选择性核网络（LSKNet）。LSKNet可以动态调整其大的空间感受野，以更好地模拟遥感场景中各种目标的范围上下文。据我们所知，这是首次在遥感目标检测领域探索大型和选择性核机制。
2025-01-20 15:04:01
2042
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人