lostcorner的博客

自定义数据集中最重要的是 metainfo 字段，用户在配置完成后要记得将其传给 dataset，否则不生效(有些用户在自定义数据集时候喜欢去 直接修改 coco.py 源码，这个是强烈不推荐的做法，正确做法是配置 metainfo 并传给 dataset)这一层是空白的原因是，因为cat是大物体，而这一层是训练小目标的，所以没有对猫进行训练，所以梯度为0。对上面的cat的图片进行可视化分析，但是这张图片分辨率太大，会导致程序崩溃，所以先进行缩放处理。这是通过马赛克数据增强后的可视化结果。

课程视频。

accuracy就是交集比上真实的面积值IoU叫做交并比，是交集和并集之比。IoU越大，就说明真实图和预测的图越来越重合还有dice，这个可以看作是某种调和平均数以上是一个类别的，也可以算出所有类别的mAcc mIoU mDice。

又是子豪兄来做讲解，记得本科时候做树莓派相关的内容的时候就看到了子豪兄的很多分享，后来在接触CV的过程中也看了不少子豪兄分享的干货。再次膜拜一下大佬。此前也算接触过MM相关的库，但是这次整体的介绍还是给了很多启发，以下就按照自己的理解来写一些感悟吧。如果在记录的过程中有错误的地方，也请大家指出。欢迎讨论！

是从图像中识别人脸、手部、身体等关键点。其过程为输入图像III，然后用xy(x,y)xy来表示所有关键点的像素坐标，其总数为JJJ。通过这种方法，可以得到以下图像的关键点。也可以把这个任务拓展到三维空间中，得到三维空间中人体的姿态。更进一步的话可以在图像或者视频中恢复出运动的3D人体模型。

视频：深度学习预训练与MMPretrain。

结合MMDetection、MMPose、MMDeploy等算法库来实现三角板关键点检测。其中采用了两阶段来结合两个不同任务来共同完成三角板关键点检测。首先使用目标检测，分别训练Faster RCNN和RTMDet-Tiny对图像、视频进行检测。然后使用RTMPose-s来进行关键点检测。最后可以通过将模型转为ONNX格式来部署模型到终端上进行推理。

目标检测是在给定的图片中用矩形框框出所有感兴趣物体同时预测物体类别的过程。图像分类和目标检测的异同目标检测在生活中有非常广泛的应用，例如人脸识别、智慧城市、自动驾驶等。也可作为其他下游视觉任务的基础，例如OCR、姿态识别等等。