qq_40502460的博客

在拥有多卡的GPU服务器上面跑程序的时候，当迭代次数或者epoch足够大的时候，我们可以使用nn.DataParallel函数来用多个GPU来加速训练。比如我们现在搭了一个目标检测的模型，以YOLOv4为例，下面代码参考Github上面的开源代码，换成其它网络也一样。YOLOv4网络模型import mathfrom collections import OrderedDictimport torchimport torch.nn as nnimport torch.nn.functiona

之前我用mmdetection的时候，发现自带的脚本可以把预测结果转为json文件。前面我也用的yolov4代码只用了pytorch框架，根据预测代码修改了一份将模型预测结果保存成json文件的代码。具体参考我的这篇博客将yolov4预测结果保存为json文件。最近我学了一下paddleDetection框架，里面集成了很多常用的网络模型，用起来很方便，但是我想将模型预测出来的bbox结果保存成json文件，找了一下官方文档，似乎没找到已经写好的脚本，所以我又根据tools/infer.py以及它所引用的

如果你的网络是用mmdetection写的，可视化预测结果时，发现框的线条太细，当输入图片太大时会看不清标注的框。我们可以通过修改mmdtection中的一些参数来改变检测框的颜色、粗细以及字体的大小。改变检测框的颜色、粗细、文字大小找到mmdet/models/detectors/base.py文件，修改class BaseDetector()中的show_result()函数的输入参数def show_result(self, img,

将yolov4预测结果保存为json文件如果代码是用mmdetection框架写的，转化部分的代码不需要自己来写，mmdetection自带的脚本可以把预测结果转为json文件。只需运行python tools/test.py configs/involution/faster_rcnn_red50_neck_fpn_1x_coco.py work_dirs/faster_rcnn_red50_neck_fpn_1x_coco/latest.pth --format-only --options "js

self-attention机制假设有这么一句话：The animal didn’t cross the street, because it was too tired.上面的句子总共11个单词。如果我们想知道第8个单词it指代的是什么，我们人很轻易的就知道它指代的是animal而不是street，但是如何让机器知道它指代的是什么呢？这时候就要用到自注意力机制self-attention。首先我们先用词嵌入word embedding的方法将这句话转化为（l,d) 维的向量，假设每个词用512个维度

将VOC数据集的标注框打印在原图上前面我们讲了怎么将各种格式的数据集标签文件进行转换，由于txt格式的标签不同数据集的表示方式可能不一样，将txt格式标注转成voc格式的时候最容易出错。如果voc格式是正确的，转化成coco格式应该也就不会错。所以我们最好在训练之前将数据集的标注框在原图上打印一下，看看标签有没有出错。由于很多模型都会用到标准的voc或者coco数据集，所以我们尽量将数据集转成这两种标准格式。下面代码实现将voc数据集的xml标注框打印在对应的原图上并保存在visual_boxes文件

自己制作目标检测数据集这里介绍2个制作目标检测数据集的工具：labelImg和labelme。用pip list查看自己电脑是否已安装这两个库，没有的话分别用pip install labelImg和 pip install labelme安装。用labelImg生成的标签是.xml格式的，用labelme生成的标签是.json格式。使用方法两者使用方法一样，界面都差不多。直接cmd窗口输入labelImg或者labelme即可打开工具。首先点击Open Dir打开我们存放图片的文件夹，la

VOC数据集（xml格式）和COCO数据集（json格式）的相互转换我们先来看看voc和coco数据集的目录结构：以VOC2012数据集为例，下载下来有如下五个文件夹：Annotations文件夹是存放图片对应的xml文件，比如“2007_000027.xml"存放的是图片2007_000027.jpg对应的信息，用记事本打开可以看到，这是xml格式的数据。ImageSets文件夹里存放了官方为我们划分好的训练集和验证集的txt文件。我们主要使用“ImageSets/Main/"文件夹下的trai