<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[MZYYZT的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/MZYYZT</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; MZYYZT]]></copyright><item><title><![CDATA[MMDetection3.0 训练YOLOX报错]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134968834</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134968834</guid><author>MZYYZT</author><pubDate>Wed, 13 Dec 2023 12:04:48 +0800</pubDate><description><![CDATA[奇怪，使用MMDetection3.0框架训练yolox，训练到一半，报如下图所示的错误，是什么鬼？网上各位大佬说是数组越界，但是我检查了配置文件，查看了权重模型没有错误哇！]]></description><category></category></item><item><title><![CDATA[MMdetection3.0 训练DETR问题分析]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134946324</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134946324</guid><author>MZYYZT</author><pubDate>Tue, 12 Dec 2023 12:48:24 +0800</pubDate><description><![CDATA[3、在MMdetection3.0框架下，直接加载修改后的detr的完整预训练权重训练测试结果见下图所示：=》警告消除，一切正常，并且修改证据权重类别后loss下降变快，val指标更好（不能说更好，只能说更正常）2、Transformer模型提出来的时候就已经说明很吃数据，所以没有足够的数据直接使用transformer训练往往效果不好，所以数据量不足的情况下，还是加载预训练权重吧。3、backbone的权重在模型的比例其实很小，主要还是后面的编码、解码器，所以只加载backbone的权重也没什么用。]]></description><category></category></item><item><title><![CDATA[MMdetection3.0 debug]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134908610</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134908610</guid><author>MZYYZT</author><pubDate>Sun, 10 Dec 2023 15:15:20 +0800</pubDate><description><![CDATA[4、输出也是正常的。（6,2,100,11）中的6是DETR的解码器一共迭代了6次，每次输出的结果均做了保存，2是batch-size的值，100是DETR的num_	queries，11是本数据集类别数10 + 1（背景）2、数据没问题，代码输出没问题，loss没问题，那么为什么在训练过程中的val的map一直是0.0000呢？3、data_address好像是根据随机种子得出来的，有点多余感觉，可能暂时没有搞懂作者是什么意思吧。1、NWPU-VHR-10数据集，类别为10，训练455张，验证195张；]]></description><category></category></item><item><title><![CDATA[MMdetection3.0 自定义数据集报错]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134894172</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134894172</guid><author>MZYYZT</author><pubDate>Sat, 09 Dec 2023 13:49:03 +0800</pubDate><description><![CDATA[3、然后又使用了python setup.py install 进行了编译  还是无效。2、然后在mmdet/datasets/在进行自定数据集的时候报如上错误。.py进行了登记，但是就是无效。1、创建了自己的数据集。请各位大佬指点一下！]]></description><category></category></item><item><title><![CDATA[DETR 目标检测]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134872962</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134872962</guid><author>MZYYZT</author><pubDate>Fri, 08 Dec 2023 10:57:38 +0800</pubDate><description><![CDATA[DETR 目标检测]]></description><category></category></item><item><title><![CDATA[MMdetection3.0 问题：DETR验证集上AP值全为0.0000]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134748677</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134748677</guid><author>MZYYZT</author><pubDate>Sat, 02 Dec 2023 10:35:37 +0800</pubDate><description><![CDATA[2、在Faster-rcnn、YOLOv3模型上均能训练成功，但是在DETR训练时，出现验证指标全为0.0000的问题。1、选择的是NWPU-VHR-10数据集，其中训练集455张，验证、测试相同均为195张。是因为数据集量太小的原因吗？还是需要特别关注某些具体参数的调整呢？1、DETR验证集上AP值全为0.0000。请各位路过的大佬指教一下！]]></description><category></category></item><item><title><![CDATA[MMdetection3.0 问题]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134736317</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134736317</guid><author>MZYYZT</author><pubDate>Fri, 01 Dec 2023 15:44:34 +0800</pubDate><description><![CDATA[3、训练集455张，batch_size=2,所以，train dataloader的长度应该是455/2=228（取整）1、如下图，第一张图是Debug调试打印结果，符合正常结果。2、如下图，第二张图是RUN打印结果，就很扯蛋，train_dataloader长度就是成了28.MMdetection3.0 debug调试 和 RUN 结果竟然不一样。2、在调试窗口和训练窗口打印观察 train dataloader的长度。有没有路过的大佬遇到这个问题的？1、调试和RUN调用的同一个配置文件。]]></description><category></category></item><item><title><![CDATA[MMdetection3.0 问题]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134723614</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134723614</guid><author>MZYYZT</author><pubDate>Thu, 30 Nov 2023 22:54:37 +0800</pubDate><description><![CDATA[3、那么问题来了：为什么下图中的画圈的地方不是【**/228 or 227】，也就是dataloader的长度，为什么就莫名其妙的是【28/28】，这个28是咋来的呢？2、然后使用MMdetection3.0框架中的Faster-rcnn网络进行训练，设置训练参数batch-size=2,num_worker=2。能力有点拉，还请路过的各位大佬指点一下！1、NWPU-VHR-10有标注的数据一共650张，我将其分为了455张训练集，195张验证集。]]></description><category></category></item><item><title><![CDATA[MMdetection3.0 报错data[‘category_id‘] = self.cat_ids[label] IndexError: list index out of range]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134723063</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134723063</guid><author>MZYYZT</author><pubDate>Thu, 30 Nov 2023 22:15:20 +0800</pubDate><description><![CDATA[1、按照网上各种修改意见修改了数据num_classes,也将原始文件的coco数据集下面的classes、pattle等参数作了修改，但是就是在其他模型可以，在faster-rcnn上面报如下图所是错误。问题：在使用MMdetection3.0 训练NWPU-VHR-10数据时，使用Yolov3模型可以正常训练测试，但是当使用Faster-rcnn模型训练的时候，一直如下图所示错误。2、数据集是将NWPU-VHR-10数据集转换成了coco数据集格式进行训练的。]]></description><category></category></item><item><title><![CDATA[Anaconda安装gdal]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/134349670</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/134349670</guid><author>MZYYZT</author><pubDate>Sat, 11 Nov 2023 16:05:16 +0800</pubDate><description><![CDATA[安装gdal]]></description><category></category></item><item><title><![CDATA[MMEditing代码阅读笔记三：main()函数中的train_model()]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/129898918</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/129898918</guid><author>MZYYZT</author><pubDate>Sat, 01 Apr 2023 16:55:59 +0800</pubDate><description><![CDATA[MMEditing代码阅读笔记三：main()函数中的train_model()]]></description><category></category></item><item><title><![CDATA[MMEditing代码阅读笔记二：main()函数中的build_dataset()]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/129868862</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/129868862</guid><author>MZYYZT</author><pubDate>Thu, 30 Mar 2023 23:16:36 +0800</pubDate><description><![CDATA[MMEditing代码阅读笔记二：main()函数中的build_dataset()]]></description><category></category></item><item><title><![CDATA[MMEditing代码阅读笔记一：main()函数中的build_model()]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/129846104</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/129846104</guid><author>MZYYZT</author><pubDate>Wed, 29 Mar 2023 22:23:53 +0800</pubDate><description><![CDATA[MMEditing代码阅读笔记一：main()函数中的build_model()]]></description><category></category></item><item><title><![CDATA[双三次下采样，批量处理数据集]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/129678445</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/129678445</guid><author>MZYYZT</author><pubDate>Mon, 20 Mar 2023 23:09:50 +0800</pubDate><description><![CDATA[python双三次插值下采样批量数据集预处理]]></description><category></category></item><item><title><![CDATA[数字图像处理--车牌识别]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/128212029</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/128212029</guid><author>MZYYZT</author><pubDate>Wed, 07 Dec 2022 11:59:00 +0800</pubDate><description><![CDATA[车牌识别]]></description><category></category></item><item><title><![CDATA[数字图像处理--变分法]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/128197139</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/128197139</guid><author>MZYYZT</author><pubDate>Tue, 06 Dec 2022 09:44:52 +0800</pubDate><description><![CDATA[数字图像处理--变分法]]></description><category></category></item><item><title><![CDATA[数字图像处理--卷积运算]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/128196930</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/128196930</guid><author>MZYYZT</author><pubDate>Tue, 06 Dec 2022 09:29:21 +0800</pubDate><description><![CDATA[数字图像处理--卷积运算]]></description><category></category></item><item><title><![CDATA[数字图像处理--傅里叶(逆)变换]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/128160992</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/128160992</guid><author>MZYYZT</author><pubDate>Sat, 03 Dec 2022 14:06:17 +0800</pubDate><description><![CDATA[数字图像处理--傅里叶变换]]></description><category></category></item><item><title><![CDATA[数字图像处理--边缘检测]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/128114623</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/128114623</guid><author>MZYYZT</author><pubDate>Wed, 30 Nov 2022 14:32:25 +0800</pubDate><description><![CDATA[数字图像处理--边缘检测]]></description><category></category></item><item><title><![CDATA[数字图像处理--图像滤波]]></title><link>https://blog.youkuaiyun.com/MZYYZT/article/details/128088676</link><guid>https://blog.youkuaiyun.com/MZYYZT/article/details/128088676</guid><author>MZYYZT</author><pubDate>Mon, 28 Nov 2022 22:31:54 +0800</pubDate><description><![CDATA[数字图像处理--图像滤波]]></description><category></category></item></channel></rss>