阿小甘-优快云博客

原创 mmdetection 测试结果:mAP(AR)(medium) and mAP(AR) (large) =-1 的解决办法

mmdetection 测试结果:mAP(AR)(medium) and mAP(AR) (large) =-1 的解决办法问题描述：mmdetection 测试结果显示如下：Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.456Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=1000 ] = 0.759Averag

2021-05-18 18:59:37 4849 11

原创 Ubuntu20.04下同时安装Anaconda2与Anaconda3，终端实现转换

Ubuntu20.04下同时安装Anaconda2与Anaconda3，终端实现转换Anaconda2与Anaconda3先后正常安装，参考教程Anaconda3安装安装完成后，终端输入以下命令，查看所有envs:conda info --envs显示如下：终端输入以下命令，激活不同版本anaconda的引导，实现Anaconda2和Anaconda3之间的自由转换：source /home/sum/anaconda3/bin/activate root结果显示如下：* 号即表示当前

2021-05-09 15:36:16 596

原创 mmdetection mmcv-full 安装过程中CUDA_HOME错误解决

mmdetection mmcv-full 安装过程中cuda错误解决问题描述解决办法问题描述：你好！这是你第一次使用 Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。问题描述我们对Ma解决办法Terminal中，输入语句：nvcc --version显示nvcc not found根据提示直接：install 完成后，再次 pip install mmcv-full问题解决！！！

2021-04-01 18:53:14 7123

翻译 Area-based NMS 文章笔记

Area-based NMS 文章笔记（本文部分节选自相关文章，见参考链接，仅作个人学习收藏使用，如有侵权联系删除致歉）文章来源Area-based NMS摘要：A-NMS，Area-based non-maximum suppression。针对传统NMS算法的两个缺点，即一个目标保留多个类别检测框的问题和小尺寸目标检测丢失的问题进行改进，提出 Area-based NMS算法和 box fusion algorithm 框融合算法。1. 实验数据(a) 完整绝缘子，标签“good”(

2020-10-13 18:04:01 424

转载 mmdetection 中正样本anchors统计及分析

mmdetection 中正样本anchors统计及分析（本文部分节选自相关文章，文末参考链接，仅作个人学习收藏使用，如有侵权联系删除致歉）head定义、正负样本定义与采样、最大iou分配原则等实现细节和原理具体参见知乎文章：目标检测正负样本区分策略和平衡策略总结(一)。本文主要讲述如何统计正样本anchors，以及讨论调节 iou 阈值对正负样本数的影响。我们一直习惯了用默认值，即：pos_iou_thr=0.7，其实关于调节阈值对正负样本的影响在 cascade rcnn 里面已经研究的特别透彻

2020-09-06 00:01:54 1267 1

转载目标检测中bbox回归中class-agnostic和class-specific的区别在哪？

目标检测中bbox回归中class-agnostic和class-specific的区别在哪？（本文取自知乎问答，仅作个人学习收藏使用,文末有参考链接）明显是网络预测的object 类别数目不同。class-specific 方式，很多地方也称作class-aware的检测，是早期Faster RCNN等众多算法采用的方式。它利用每一个RoI特征回归出所有类别的bbox坐标，最后根据classification 结果索引到对应类别的box输出。这种方式对于ms coco有80类前景的数据集来说，并不算效

2020-08-23 20:04:44 1158

转载 faster rcnn 的训练标签问题

faster rcnn 的训练标签问题（本文取自知乎文章，原著量子侠，仅作个人学习收藏使用,文末有参考链接）关于faster RCNN 的训练标签知乎上有好多文章，介绍faster RCNN，介绍的都很不错，比如这个知乎专栏白裳：link但实际上很少有文章讲这个rpn 层的训练数据是怎么得到的。今天我在这讲一下怎么样得到rpn层的训练数据。码力强劲的可以去看这个link首先我们得清楚RPN层是什么。RPN层就是Region Proposal Network。RPN层的输入VGG16(当然

2020-08-21 21:39:43 1077

Wang9843426的博客