- 博客(8)
- 收藏
- 关注
RSS订阅原创 mmdetection改进优化（自己改进步骤）
SwinTransformer系列特征提取网络，有三个版本：Large、Small、Tiny。SwinTransformer_large训练的模型精度最优，但是模型太大，用实验室的单GPU跑不起来。
2024-03-28 10:47:23
1151
1
原创 Inner-IoU基于辅助边框的IoU损失，高效结合 GIoU, DIoU, CIoU，SIoU
Inner-IoU基于辅助边框的IoU损失，高效结合 GIoU, DIoU, CIoU，SIoU
2024-03-27 15:18:41
506
1
原创 mmdetection修改，改成自己的数据集（详细步骤一）。
直接点击导入此名称。导入的是mmdet中的Birdsdataset，就是mmdet/datasets/birds中的Birdsdataset类名。数据集准备，根目录创建dataset，在其中创建三个文件夹，分别为annotations、train、val。2.configs/中创建自己的目录，其中放配置文件，内容为。可修改该文件中的下图中的interval，中断打印间隔。
2024-03-26 21:25:37
1942
1
mmdetection修改backnone
1. 设计Backbone
创建一个新的py文件，这里我的文件名是spinmlp.py，将其放在 mmdet/models/backbones/ 的路径下，也就是 mmdet/models/backbones/spinmlp.py 。
2. 导入模块
这一步很重要。
基于刚刚设计好的backbone模块，这里将一下行添加到 mmdet/models/backbones/__init__.py
同时，在__all__中添加backbone的名称
3. 配置文件
在MMDetection中我们知道，各种文件都是通过配置来进行构建。由于我使用了新的数据集，也替换了新的网路结构，所以我新建了一个新的配置文件，名称为：detr_spinmlp_8x8_150e_mask.py
将原本是resnet的替换为我设计的spinmlp结构：
# model settings
model = dict(
type='DETR',
backbone=dict(
type='SpinMLP',
patch_size=(16, 16), # [1, 20
2024-03-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人