qq_36822894的博客

介绍 之前一直看相关的api,包括数据集的注册，detectron这种标准数据集的custom注册等源代码分析，对json文件也有了很清晰的认识，COCO的注册更简单一些，直接调用register_coco_instances这个函数 具体annotations格式略 简单demo测试 python3 demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \ --input de

首先，开发注释里谈到了Faster R-CNN的三个层次： Feature extraction: Images are taken and their feature maps are calculated. Region Proposal Networks: Given the feature maps calculated in the previous stage, produce set of RoIs around objects. Localization and Classificat

二话不说，首先看下训练过程中的效果图如下：//采用visdom可视化工具 从图中可以看到图片中的三个目标对象都是可以检测出来的 对应的模型如下

install cuda 11.1 download and install PyTorch link