dejahu的博客

Windows下YOLOX的配置作者：肆十二本次博客电脑基本配置情况：系统-windows10 显卡-RTX2070s CPU-I7 9700kYOLOX是是旷视科技在2021年提出的Anchor Free的目标检测框架，YOLOX-l模型在coco的测试集上可以达到51.5的mAP值，相对于YOLOV5有1.8个点的提高，并且YOLOX是一个Anchor free的框架，相对来说没有太多需要调试的超参数，在原始的预训练模型上做一下微调就可以在自己的数据集上达到不错的效果，算法的细节部分还请大家

ref：GitHub - SJTU-Thinklab-Det/DOTA-DOAI: This repo is the codebase for our team to participate in DOTA related competitions, including rotation and horizontal detection.AbstractThis repo is the codebase for our team to participate in DOTA related comp.

windows环境下安装pycocotools用：　　pip install pycocotools是无法安装成功的。需到https://github.com/philferriere/cocoapi下载源码，解压后切换到源码的PythonAPI目录，执行：python setup.py build_ext --inplacepython setup.py build_ext install安装成功。...

yolov3和ssd的对比pytorch中设备之间的相互转换

waymo数据集介绍2019年8月21日，谷歌母公司Alphabet旗下的自动驾驶公司Waymo在其博客公布了数据开放项目（Waymo Open Dataset），因为数据集中包含的信息比较多，以本次的training_0000.tar这个文件为例，就有20多G的大小，需要通过代码来进行解析。官网下载地址：https://waymo.com/open/download/官方数据格式解析：https://waymo.com/open/data/如下图所示，分为训练集和验证集，本次的任务主要是解析t

我们可以借助Pytorch从文件夹中读取数据集，十分方便，但是Pytorch中没有提供数据集划分的操作，需要手动将原始的数据集划分为训练集、验证集和测试集，废话不多说，这里我写了一个工具类，帮助大家将数据集自动划分为训练集、验证集和测试集，还可以指定比例，代码如下。# 工具类import osimport randomimport shutilfrom shutil import copy2def data_set_split(src_data_folder, target_data_fol

Visdrone目标检测实验（含数据格式转换）目前的初步计划是使用ssd或者fasterrcnn或者目前比较新的这个yolov4出来，来处理数据集github地址：https://github.com/cmFighting/visdrone_detection数据集介绍主页：http://aiskyeye.com/challenge/object-detection/We are pleased to announce the VisDrone2020 Object Detection i

使用Cmake-GUI在windows环境下编译yolov4yolov4来了，更高的准确率和更快的速度！在linux中编译yolo比较简单，只需要配置好cuda和cudnn之后通过makefile直接编译就可以，但是在windows平台下编译起来比较麻烦，并且可能会遇到各种各样奇妙的bug，这里使用官方推荐的cmake-gui的方式来进行编译，相对比较方便，废话不多说，看下面的过程。cod...

实验数据集介绍本次使用的数据集是NWPU VHR-10数据集，涉及10个目标，一共有650张图像，650张图像分别对应了650个标注文件，标注文件中一行为标注一个目标，其中前面两个值分别表示左上角和右下角的坐标位置，最后一个值表示目标的类别，以下是10个目标对应的ID。1-airplane, 2-ship, 3-storage tank, 4-baseball diamond, 5-tennis court, 6-basketball court, 7-ground track field, 8-ha