mmm305658979的博客

通常RGB图像包含三个颜色通道，这些通道组合可以生成不同颜色。【P mode】但是对于Mask而言，每个颜色通常表示一个物体，而物体的种类是有限的，因此可以用P模式，P模式需要预定义好多个颜色的模板，_palette= [0, 0, 0, 128, 0, 0, 0, 128,…]，因此只需要一个通道存储index即可，（index可以从模板中取出对应的颜色），这样表达颜色个数上限是255但是足够了，而且只占用1/3数据存储空间。【L mode】同样只存储一个通道数据，但是代表的是灰度图的光照强度，而不是

各种pytorch小知识

一个简单的理解熵交叉熵相对熵 AKA KL散度JS散度熵随机事件的不确定性度量，也是衡量分布内样本所有要的信息编码长度，熵越大，不确定性越大。H(P)=ΣP(x)log1P(x)H(P) = ΣP(x)log\frac{1}{P(x)}H(P)=ΣP(x)logP(x)1​交叉熵用其他分布q衡量分布p内样本所需要的信息编码长度。H(P,Q) >= H§H(P,Q)=ΣP(x)log1Q(x)H(P,Q) = ΣP(x)log\frac{1}{Q(x)}H(P,Q)=ΣP(x)log

import torchtensor = torch.rand(2,3,224,224)tensor.is_contiguous() # must make sure is contiguoustensor.unsqueeze(0).shape # torch.Size([1, 2, 3, 224, 224])tensor.squeeze(0).shape # Only cut the dimention if it is 1tensor.view(-1,244,244).shape

fvcore/transforms/transform.pydetectron2/data/transforms/transform.py + PIL提供底层实现。__all__ = [ "RandomBrightness", "RandomContrast", "RandomCrop", "RandomExtent", "RandomFlip...

detectron2/data/detection_utils.pydetectron2/data/transforms.pyfrom detectron2.config import get_cfgfrom detectron2.data import detection_utilsfrom detectron2.data import transforms as T#...

pytorch_cuda10.2_python3.6/lib/python3.6/site-packages/torch/utils/data/sampler.pysampler是最底层的类，像sequential_sampler都继承了此类。SequentialSampler 按顺序进行采样，from torch.utils.data.sampler import Sequent...

detectron2/data/datasets/builtin.py会把所有数据集进行注册，比如包含 coco -"coco_2014_train": ("coco/train2014", "coco/annotations/instances_train2014.json")其中register_all_coco实现数据的注册，会把每个要使用的数据名称(coco_2014_train...

demo预测流程:args传参 -- cfg获取 -- VisualizationDemo模型建立 (元数据获取 -- \ DefaultPredictor预测模型 (元结构注册 -- 指定要评估 -- 元数据注册 -- 加载模型权重 -- 图像resize和BGR)) -- \ 预测数据读入 -- VisualizationDemo预测结果及可视化 (DefaultPredi...

很详细的一个英文博客：http://aishack.in/tutorials/sift-scale-invariant-feature-transform-introduction/SIFT （Scale-invariant feature transform, 尺度不变特征变换）是局部特征描述子，尺度不变性 尺度空间：所有尺度上的图像位置，高斯微分函数来识别潜在对于尺度和旋...