syh的技术记录

目录0. 前言1. 整个流程2. 具体过程2.1 部署基本环境2.2 按COCO格式准备自己的数据集2.3 修改yolact_edge/data/config.py文件的配置2.3.1 修改一：增加自己的数据集定义2.3.2 修改二：在DATASET部分增加自己的数据集2.3.3 修改三：增加自己数据集的训练配置2.3.4 修改四：在代码的最后制定cfg为你2.3.3配置的cfg名称2.4 训练模型，检测模型3. 总结0. 前言前段时间在Jetson Xavier上试了试官方的demo，发现效果还不错，

这里使用的是scp上传：scp -P <端口号> -r <要上传的文件> <用户名>@<服务器IP>:<文件在服务器上存放的位置>如，我要把本地的“syhYolactEdge”上传到服务器：就在该文件夹所在的目录下打开Git，然后输入命令：...

目录0. 前言1. 参考2. 具体部署过程2.1 我的环境2.2 下载官方代码2.3 下载官方训练好的模型（yolact_edge_resnet50_54_800000.pth）2.3 下载torch2trt2.4 下载COCO校准数据集2.5 检测3.总结0. 前言这两天在尝试在Jetson Xavier NX上部署yolact_edge，因为之前部署了yolact模型，但帧率实在无法满足需求（测试下来帧率只有3-4fps），至少要达到10fps才行，于是在学长建议下部署了yolact_edge。实际

目录0.前言1.整个流程2.具体过程2.1 下载Github上的项目2.2 使用labelme打标签2.2.1 安装labelme2.2.2 如何标注2.3 制作COCO格式的数据集2.4 改data/config.py文件2.5 开始训练2.6 检测模型3.总结0.前言最近需要做一个实力分割的任务，接触到了yolact++。也是刚开始学习，只会用不知道内部啥原理，等需要的时候再去看吧。先说点儿不相关但比较重要的：计算机视觉中有几大任务（有说四大的有说五大的，但其实大类就那么几种），图片分类、目标检测