qq_41627642的博客

文件结构.├── coco_exps├── configs #configs主要修改的部分在这里，训练config也是从这里继承的│ ├── albu_example│ ├── atss│ ├── _base_ #最根本的继承│ │ ├── datasets #存在着不同数据集的训练方法，包含train_pipeline(augmentation), test_pipeline(TTA), data(batch_size, data ro

1、VisDrone2019数据集介绍配备摄像头的无人机(或通用无人机)已被快速部署到广泛的应用领域，包括农业、航空摄影、快速交付和监视。因此，从这些平台上收集的视觉数据的自动理解要求越来越高，这使得计算机视觉与无人机的关系越来越密切。我们很高兴为各种重要的计算机视觉任务展示一个大型基准，并仔细注释了地面真相，命名为VisDrone，使视觉与无人机相遇。VisDrone2019数据集由天津大学机器学习和数据挖掘实验室AISKYEYE团队收集。基准数据集包括288个视频片段，由261908帧和10209幅静

我们基本上将模型组件分为5种类型。backbone:通常是一个FCN网络提取特征地图，如ResNet, MobileNet。neck:在脊骨和头部之间的部位，如:FPN, PAFPN…head:用于特定任务的组件，如框预测、掩码预测等。roi提取器:用于从特征映射中提取Rol特征的部分，如Rol Align。loss:头部用于计算损耗的组件，如FocalLoss, L1Loss, GHMLoss。backbone: usually an FCN network to extract featur

要支持新的数据格式，可以将它们转换为现有格式(COCO格式或PASCAL格式)，也可以直接将它们转换为中间格式。您还可以选择离线转换(在通过脚本进行训练之前)或在线转换(实现一个新的数据集并在训练时进行转换)。在MMDetection中，我们建议将数据转换为coco格式并离线进行转换，这样你只需要在数据转换后修改配置的数据注释路径和类。1、将新的数据格式重新组织为现有格式最简单的方法是将数据集转换为现有的数据集格式(COCO或PASCAL VOC)。oco格式的注释json文件有以下必要的键:'im

参考博客coco官网

1、标准的coco数据标注的格式与下载Dataset - COCO Dataset 数据特点COCO数据集标注格式详解----object instancesDataset之COCO数据集：COCO数据集的简介、下载、使用方法之详细攻略COCO/VOC 数据集加速下载{ "images": [ { "height": 682, "width": 1024, "id": 1, ...