qq_28503457的博客

在

下载预训练模型从 Google Drive 下载，将预训练模型复制到pretrained_models 文件夹中训练在tools目录下打开终端，输入以下命令，即开始训练。CUDA_VISIBLE_DEVICES=0python -m torch.distributed.launch \ --nproc_per_node=1 \ --master_port=2333 \ train.py --cfg experiments/siamrpn_r50_l234_dw..

下载测试数据集本例子采用的是OTB100数据集，下载链接：https://pan.baidu.com/s/1ORdyuJ3NSbPQTo-KVaLxNQ提取码：el1w下载结束之后，将数据集解压复制到 testing_dataset 文件夹中，下载对应的数据集json。链接：https://pan.baidu.com/s/1B5U6Sq6p5zTSjrNJ6Nd0Jg提取码：6t4y将CVRP13.json, OTB100.json, OTB50.json复制到OTB100数据集...

下载pysot已经安装训练好的模型链接：https://pan.baidu.com/s/1rMUmCxjO_iZANEDqOJfHXQ提取码：ovfp下载完成之后，将模型复制experiments对应的文件夹中。以上模型是在GTX-1080Ti显卡环境中进行x训练的。其中alex定义为AlexNet，r50_lxyz定义为在ResNet50模型下stage x, y, 与 z的输出，mobilev2 定义为MobileNetV2.dwxcorr定义为Depth-wise ...

今天介绍卷积网络中一个很重要的概念，通道（Channel），也有叫特征图（feature map）的。首先，之前的文章也提到过了，卷积网络中主要有两个操作，一个是卷积(Convolution)，一个是池化(Pooling)。其中池化层并不会对通道之间的交互有影响，只是在各个通道中进行操作。而卷积层则可以在通道与通道之间进行交互，之后在下一层生成新的通道，其中最显著的就是Incept-Net里大量用到的1x1卷积操作。基本上完全就是在通道与通道之间进行交互，而不关心同一通道中的交互。一般大家说