文章详细解析了Yolov1模型中关于Tensor的切片操作，如coord_mask的定义，noobj_mask的布尔转换，以及bbox_pred的内存布局调整。同时，介绍了OpenCV在处理图像时的BGR与RGB格式的转换，对于理解模型与实际图像处理软件的兼容性有帮助。文章还包括了Yolov1的源码分析，涉及voc.py、loss.py、train.py和detect.py的讲解。
1.coord_mask = target_tensor[..., 4] > 0
Tensor 省略号（三个点）切片_tensor切片中...是什么意思_swust_fang的博客-优快云博客
三个点自动判断维度
2.noobj_mask = noobj_mask.bool() #不是已经bool了？
3.bbox_pred = coord_pred[:, :5*B].contiguous().view(-1, 5) #防止内存不连续报错
4.image = cv2.imread(image_path)#某些老的图像处理软件使用的是 BGR 格式，因此 OpenCV 采用 BGR 格式可以与这些软件兼容。
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # assuming the model is trained with RGB images.
5.
源码 讲解链接
参考
自己理解
Yolov1 源码讲解 voc.py_Rondox的博客-优快云博客
Yolov1 源码讲解 loss.py_Rondox的博客-优快云博客
Yolov1 源码讲解 train.py_Rondox的博客-优快云博客
Yolov1 源码讲解 detect.py_Rondox的博客-优快云博客
net部分跳过 暂时不管了
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
