Mr_health的博客

参考：https://github.com/facebookresearch/detectron2/blob/master/INSTALL.md https://github.com/pytorch/pytorch https://pytorch.org/安装anaconda（自行百度）安装pytorch1、创建环境：conda c...

在detectron训练网络的过程中，给网络送的blob在下面的函数中生成：（位于minibatch.py）def get_minibatch(roidb): """Given a roidb, construct a minibatch sampled from it.""" # We collect blobs from each image onto a list an...

首先根据：def _narrow_to_fpn_roi_levels(blobs, spatial_scales): """Return only the blobs and spatial scales that will be used for RoI heads. Inputs `blobs` and `spatial_scales` may include extra...

detectron中图片产生anchor的函数是get_field_of_anchors，它位于data_utils.py，要生成anchor需要下列参数，因此该函数主要输入就是以下几个参数，不做过多的解释了。stride： anchor_sizes anchor_aspect_ratios该函数生成生成anchor的过程如下：1.首先对一个cell生程anchor，此时这个anch...

在detectron训练网络的过程中，给网络送的blob在下面的函数中生成：（位于minibatch.py）def get_minibatch(roidb): """Given a roidb, construct a minibatch sampled from it.""" # We collect blobs from each image onto a list an...

1.Retinanet网络结构在detectron中，首先要构建FPN，构建的过程见博客detectron代码理解（二）：FPN模型构建,在FPN构建完毕后再进行Retinanet的构建，构建过程指的是上图中虚线的部分。首先经过FPN的构建后，各个FPN层的名称如下，每一层的特征图数量为256。BlobReference("gpu_0/fpn_7"), BlobReferen...

1.RPN的构建对RPN的构建在FPN.py的add_fpn_rpn_output函数中def add_fpn_rpn_outputs(model, blobs_in, dim_in, spatial_scales): """Add RPN on FPN specific outputs.""" """ blobs_in： [BlobReference("...

这里具体以resnet50为例进行说明，一句一句地分析代码，代码位置位于Resnet.py，具体的分析函数为add_ResNet_convX_body.在分析之前首先贴上resnet50的代码结构图：# add the stem (by default, conv1 and pool1 with bn; can support gn)p, dim_in = globals()[cf...

"""Created on Tue Jun 12 10:24:36 2018将voc格式转json格式用于caffe2的detectron的训练在detectron中voc_2007_train.json和voc_2007_val.json中categories的顺序必须保持一致因此最好事先确定category的顺序，书写在category_set中@author: yantianwa...

承接我的上一篇博文利用detectron训练自己的数据 ，训练好自己的模型文件后，总要进行应用吧，看看其他的数据库上检测的效果到底好不好撒，也就是测试。1.测试数据存放还是祭出这张图来，上一篇博文我们主要是训练模型，用到了训练数据和测试数据（一再强调这里测试数据的功能是评估验证模型，计算模型的mAP，称呼是测数据，代号书写是val），分别动用了下图中的两个数据接口voc_2007_trai...

前提是在ubuntu16.04下配置好caffe2和fb的深度学习开源框架detectron，可以参考我前面的博客：ubuntu16.04下caffe2与dectectron配置一、数据准备我的数据格式是voc，而detectron要求的数据格式是json，因此首先要进行格式的转换。1.数据放置官方网站上的要求的数据存放见左图，也就是说无论我们自己要训练什么数据，文件夹的名称必须是...

一.caffe2配置参考：Caffe2 - (一)Source 安装及问题解决caffe2官网1.安装依赖项sudo apt-get updatesudo apt-get install -y --no-install-recommends \ build-essential \ cmake \ git \ ...

detectron目标检测.pkl模型转.pb模型已经将生成的pkl模型转换成为了pb模型，那么如何使用呢，代码如下：import cv2import numpy as npfrom caffe2.python import core, workspacefrom caffe2.proto import caffe2_pb2import timefrom caffe2.python...

1.FPN的原理FPN的原理示意图如下，上述包括一个自底向上的线路，一个自顶向下的线路，横向连接（lateral connection），图中放大的区域就是横向连接。自底向上的路径：自下而上的路径是卷积网络的前馈计算，在前向过程中，feature map的大小在经过某些层后会改变，而在经过其他一些层的时候不会改变，作者将不改变feature map大小的层归为一个stage，因此每次抽...

绘制loss曲线参见博客：detectron训练日志可视化绘制p-r曲线在detectron测试完毕后，会在相应的结果输出文件夹中输出每一类的不同precision对应的recall值，保存在xx_pr.pkl中，例如ship_pr.pkl，绘制p-r的代码为：import pickleimport os.path as ospimport matplotlib.pyplot...

voc_eval函数的输入def voc_eval(detpath, annopath, imagesetfile, classname, cachedir, ovthresh=0.5, use_07_metric=False):根据...

detectron训练出来的目标检测模型后缀为.pkl，这种模型在使用的时候必须要有图（graph）以及detectron代码的支持，转为caffe2标准的pb模型后，就可以脱离detectron的代码单独运行，非常方便。（经过翻阅github的相关资料，转为pb模型后可以支持在c++上运行？）转换所要用到的函数为tools/convert_pkl_to_pb.py。进入这个函数，主要要填...