fanre的专栏

参考：https://segmentfault.com/a/1190000023219395https://jonathan-hui.medium.com/map-mean-average-precision-for-object-detection-45c121a31173mAP(Mean Average Precision）也就是平均精度均值。mean->针对的是所有的类别的平均。average->针对的是所有数据中某一类的平均。AP（average precision.

因为和公司项目相关，所以就只截图展示，不做代码展示。看一下，是不是还挺好玩的。。。。

faster rcnn代码解读参考：https://github.com/adityaarun1/pytorch_fast-er_rcnn https://github.com/jwyang/faster-rcnn.pytorch最后一个环节就是需要串联loss def faster_rcnn_loss(self): ''' rpn_cls_...

faster rcnn代码解读参考：https://github.com/adityaarun1/pytorch_fast-er_rcnn https://github.com/jwyang/faster-rcnn.pytorchrcnn loss与rpn loss计算方式差不多，rcnn的最后一个组合环节就是rcnn_head，也就是把rpn环节生成的proposal与这是目标...

faster rcnn代码解读参考：https://github.com/adityaarun1/pytorch_fast-er_rcnn https://github.com/jwyang/faster-rcnn.pytorch之前rpn的anchor生成和target以及loss都有了，rpn环节以及是完整的了，下面就是rcnn环节。rcnn的输入其实就是rpn的输出。...

faster rcnn代码解读参考：https://github.com/adityaarun1/pytorch_fast-er_rcnn https://github.com/jwyang/faster-rcnn.pytorch其实主要的是bbox的loss、def smooth_l1_loss(bbox_pred, bbox_ta...

faster rcnn代码解读参考：https://github.com/adityaarun1/pytorch_fast-er_rcnn https://github.com/jwyang/faster-rcnn.pytorch前面已经涉及到了feature map的提取rpn_head回归的bg/fg以及偏移量（中心点+长宽）proposals_layer生成了fea...

faster rcnn代码解读参考：https://github.com/adityaarun1/pytorch_fast-er_rcnn https://github.com/jwyang/faster-rcnn.pytorch之前的rpn_head主要是为了获取feature map分类的fg/bg的anchor。而proposal_layer是为了将所有的anchor进...

这里的NMS（non maximum suppression）用的是torchvision的nms，直接引用的，没有使用cpp_extension步骤：根据score排序（得分最大的当然最先被保留下来）。 遍历出一个bbox（按照得分从大到小获取），如果该bbox与保留下来的最大bbox的iou阈值小于阈值threshold，我们就保留下来，否则不保留...

faster rcnn代码解读参考：https://github.com/adityaarun1/pytorch_fast-er_rcnn https://github.com/jwyang/faster-rcnn.pytorchrpn_head主要是为了从feature中分类出相应的background和foreground。class RpnHead(nn.Module...

faster rcnn代码解读参考：https://github.com/adityaarun1/pytorch_fast-er_rcnn https://github.com/jwyang/faster-rcnn.pytorch单独说一下anchor生成。一、首先是为一个像素点生成anchordef generate_anchors(base_size=16, r...

faster rcnn代码解读参考：https://github.com/adityaarun1/pytorch_fast-er_rcnn https://github.com/jwyang/faster-rcnn.pytorch实际上是以便整理以便修改吧。这里借用的是vgg16的迁移学习（transfer learning）进行的或者说微调（fine-tuning)。一...