mmdetection学习记录

最新推荐文章于 2025-05-22 12:48:20 发布
最新推荐文章于 2025-05-22 12:48:20 发布
阅读量977 收藏
点赞数
分类专栏： CV学习 文章标签： 学习 深度学习 目标检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/a545454669/article/details/123535398
版权
本文介绍了如何使用Python脚本train.py配置Faster R-CNN模型进行训练，并展示了训练结束后通过analyze_logs.py对loss结果的可视化。具体步骤包括调用faster_rcnn_r50_fpn_2x_coco模型训练，以及解析并绘制关键loss（如cls_loss和bbox_loss）的趋势图。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1.调用模型训练代码

python tools/train.py configs/faster_rcnn/faster_rcnn_r50_fpn_2x_coco.py

train.py后跟想调用的模型的路径

2.显示训练后的loss结果

python tools/analysis_tools/analyze_logs.py plot_curve work_dirs/faster_rcnn_r50_fpn_2x_coco/20220316_183705.log.json --keys loss_cls loss_bbox --out result

plot_curve 后跟训练后保存的json文件

keys后跟想绘制的损失关键字

out后为输出文件的名字

MMDetection 整体构建流程-学习笔记三
段智华的博客
05-25 312
MMDetection 整体构建流程-学习笔记三 计算机视觉学习笔记系列 业界前沿技术：从零开始学视觉Transformer-学习笔记 业界前沿技术：从零开始学视觉Transformer-Data-Efficient Image Transformers MMDetection 整体构建流程-学习笔记一 MMDetection 整体构建流程-学习笔记二 ...
快速上手MMDetection学习笔记
AndrewPerfect的博客
08-26 4773
本文利用MMDetection已经实现的RetinaNet模型在COCO上进行训练作为示例，演示了MMDetection的模型训练流程。总的来说分为三个步骤：1、准备数据集2、准备配置文件：配置文件由一系列dict组成，dict中的type键值代表注册的类别，build函数可以通过识别dict中的type来初始化对应的类。配置文件一般会继承一个通用配置文件，然后在此基础上根据需求调整。3、开始训练：调用MMDetection自带的train.py进行训练。
MMDetection学习笔记
qq_38765642的博客
11-08 131
MMDetection入门完整版笔记
MMDetection学习笔记（二）：推理
博学而笃志，切问而近思。
02-07 1424
MMDetection学习笔记（二）：推理
mmdetection学习记录之报错解决汇总
qq_42642142的博客
02-20 2766
报错1： RuntimeError: Expected to have finished reduction in the prior iteration before starting a new one. This error indicates that your module has parameters that were not used in producing loss. You can enable unused parameter detection by (1) passing th
MMDetection学习笔记（五）：整体构建流程与代码解析
博学而笃志，切问而近思。
07-10 907
MMDetection学习笔记（五）：整体构建流程
MMDetection学习笔记（一）：训练与测试
博学而笃志，切问而近思。
08-24 3292
MMDetection学习笔记（一）：训练与测试
MMDetection学习笔记（二）
w1520039381的博客
10-15 955
在自定义数据集上进行训练 基本步骤如下： 1、准备自定义数据集 2、准备配置文件 3、在自定义数据集上进行训练，测试和推理。 准备自定义数据集 MMDetection 一共支持三种形式应用新数据集： 1、将数据集重新组织为 COCO 格式。 2、将数据集重新组织为一个中间格式。 3、实现一个新的数据集。 我们通常建议使用前面两种方法，因为它们通常来说比第三种方法要简单。 在本文档中，我们展示一个例子来说明如何将数据转化为 COCO 格式。 注意：MMDetection 现只支持对 COCO 格式的数据集进行
mmdetection学习笔记（二）配置文件详解
senxi7760的博客
04-17 2217
配置文件详解四项基础配置1. _base_/datasets2. _base_/models3. _base_/schedules4. _base_/default_runtime.py基于基础配置的完整配置1. 继承2. 继承并修改3. 忽略基础配置的某些字段其它（关于源码）1. mask标注信息的读取2. 数据类别的加载逻辑 本文不涉及mmdetection的环境安装，主要记录一下自己在学习mmdetection时的心得体会。如有错误，欢迎大家在评论区指正。 四项基础配置 config/_base.
MMdetection学习笔记：ValueError: need at least one array to concatenate
GUO_PP的博客
10-05 608
原因：数据集标签class与/home/ubuntu18/mmdetection-master/mmdet/datasets/coco.py里的类别不一致问题导致的错误。in mmdet/datasets/coco.py: need at least one array to concatenate这个问题。本人在用mmdetection训练自己数据集的时候，出现ValueError: class。
mmdetection学习笔记（一）工程目录简介
senxi7760的博客
04-17 1506
mmdetection学习笔记（一）工程目录介绍 文章目录mmdetection学习笔记（一）工程目录介绍
mmdetection学习笔记（一）：安装
baidu_32335419的博客
04-13 752
一、安装 配置要求： • Linux (Windows is not officially supported) • Python 3.5+ (Python 2 is not supported) • PyTorch 1.1 or higher • CUDA 9.0 or higher • NCCL 2 • GCC(G++) 4.9 or higher • mmcv • OS: Ubuntu 16...
前端vscode学习
Pythonfinish的博客
05-22 222
2.2.1当安装了中文，还是显示的英文按F1，出现含 > 的框框输入点击后就会出现英文和中文，选择中文就好了。
广域网学习
2301_81350613的博客
05-18 1041
可以使以太网网络中的多台主机连接到远端的宽带接入服务器。配置本地作为被认证方，以及账号密码信息。功能和指定对端用户名，必须与对端配置的。帧封装到以太网帧中的链路层协议。用户名一致，该名称对端可不设置。提供接入控制、认证等功能。，使内部用户可以上网。
AM32电调学习解读五：tenKhzRoutine
hyhsandy1803的博客
05-18 416
最近在学习AM32电调的2.18版本的源码，我用的硬件是AT32F421，整理了部分流程处理，内容的颗粒度是按自己的需要整理的，发出来给有需要的人参考。按自己的理解整理的，技术能力有限，可能理解有误，欢迎纠正。​注：lida2003博主是个大牛。写的无刷电调的理论和AM32相关知识点介绍的比较系统，介绍的很详细，有需要的同学可以去参考。我对电调这块是外行，只是刚入门学习。这里重点是代码理解的整理分析，他哪里写了很多原理性的知识。
文献学习|DBB2 调节玉米株高和避阴反应
2302_80012625的博客
05-20 962
在模式植物拟南芥（Arabidopsis thaliana）中，多种光受体，如光敏色素（phyA、phyB）、隐花色素（CRY1）和UVR8，已被鉴定为与SAR相关的各种细胞过程的关键参与者（Keller等，2011；Burko等，2022）、B盒蛋白（BBX21、BBX22、BBX24）（Crocco等，2010，2015）以及同源框蛋白（HB、HB2、HB4）（Sorin等，2009），都参与了SAR的调控。Xu等，2023）。作物的株高受到茎秆中节间数量和长度的共同影响（Le等，2022）。
强化学习系列——时序差分学习（SARSA与Q-Learning）
qq_36892712的博客
05-20 815
强化学习环境一般建模为一个马尔可夫决策过程（MDP）SAPRγSAPRγSS：状态空间AA：动作空间Ps′∣saP(s'|s,a)Ps′∣sa：状态转移概率RsaR(s,a)Rsa：奖励函数γ∈01γ∈01：折扣因子目标是学习一个策略π\piπ下的状态值函数或状态-动作值函数：VπsEπ∑t0∞γtRt1∣S0sVπsEπ​t0∑∞​γtRt1。
Unity基础学习（六）Mono中的重要内容（2）协同程序
最新发布
m0_74212916的博客
05-22 681
本文简单介绍了Unity中的协同程序
C 语言学习笔记（函数1）
m0_53459880的博客
05-18 1261
*函数：**实现一定功能的，独立的代码模块，对于函数的使用，一定是先定义，后使用。①我们可以通过函数提供功能给别人使用。当然我们也可以是使用别人提供的函数，减少代码量。②借助函数可以减少重复性代码。③实现结构化（模块化：C语言中的模块其实就是多文件+函数）程序设计思想。关于结构化设计思想将大型的任务功能划分为相互独立的小型的任务模块来设计（多文件+函数）C语言程序必须包含一个main函数，可以包含零个或多个其他函数。[返回类型] 函数名([形参列表]) --函数头 | 函数首部函数体语句;
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

学CV的老张

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值