QAQ_JUIMY的博客

labelImg安装教程请参考：链接按照下面的步骤一步一步进行，就可以成功标注图片哦！下面我们开始吧首先打开一张图片进行操作选择标注文件保存的地址创建标注框进行标注，选择目标所属类别，点击OK此时，右侧会显示已经标注的目标类别保存，会在保存路径下生成与图片同名的xml文件这就是最后生成的标注文件祝大家标注成功嘻嘻嘻...

1、背景介绍EfficientDet本文系统地研究了用于目标检测的各种神经网络结构设计选择，并提出了几种提高效率的关键优化方法。首先，提出了一个加权的双向特征金字塔网络（BiFPN），该网络允许简单快速的多尺度特征融合；其次，还提出了一种复合尺度扩张方法，该方法可以统一地对所有主干网、特征网络和预测网络的分辨率、深度和宽度进行缩放。 基于这些优化，开发了一个新的对象检测器家族，称为EfficientDet。EfficientDet就是在EfficientNet的骨干网络基础上，添加了一种简单而高效的加权（

记录这篇博文主要是我正在做yolo系列模型训练，想要自己制作数据集进行实验，因此选择labelImg进行标注图片，下面我们开始一系列安装教程吧。安装环境我自己的本地环境是：Windows 10Python 3.7.7Anaconda3(64-bit)下载源码地址：labelImg下载源码压缩包后，解压可得到名为labelImg-master的文件夹，进入该文件夹，在空白处使用“Shift+鼠标右键”，点击“在此处打开 PowerShell 窗口”，由此进入当前目录的命令行窗口（PowerSh

运行yolov5中detect.py文件，报错 RuntimeError: shape ‘[1, 3, 6, 80, 80]’ is invalid for input of size 819200运行：python detect.py报错如下：RuntimeError: shape ‘[1, 3, 6, 80, 80]’ is invalid for input of size 819200解决如下：def forward(self, x): # x = x.copy()