Simplify_boy的博客

yolov5模型使用工程git clone https://github.com/ultralytics/yolov5.git预训练模型首次运行时，attempt_download函数会下载对应的模型。模型参数配置在models/*.yaml里。yolov5网络组成Focus + Backbone + Detectcoco数据集训练下载coco数据集，放在于yolov5同一目录下。python3 train.py --data coco.yaml --cfg yolov5s.y

import numpy as npimport matplotlib.pyplot as pltdef voc_ap(rec, prec, use_07_metric=False): if use_07_metric: # 11 point metric ap = 0. for t in np.arange(0., 1.1, 0.1): if np.sum(rec >= t) == 0:

优化器SGDWnew=Wold−α∂Loss∂WoldW_{new}=W_{old} - \alpha\frac{\partial{Loss}}{\partial{W_{old}}}Wnew​=Wold​−α∂Wold​∂Loss​α\alphaα:学习率缺点：容易陷入局部极小值加入动量（Momentum），解决局部极小值。SGD+MomentumMomentum更新：Vnew=ηVold−α∂LossWoldV_{new}=\eta V_{old} - \alpha \frac{\parti

计算公式lk=lk−1+[(fk−1)∏i=1k−1si]l_{k}=l_{k-1}+[(f_{k}-1)\prod_{i=1}^{k-1}s_i]lk​=lk−1​+[(fk​−1)i=1∏k−1​si​]其中lkl_{k}lk​为k层的感受野，fkf_{k}fk​为k层的卷积核大小，∏i=1k−1si\prod_{i=1}^{k-1}s_i∏i=1k−1​si​为stride的乘积。No.layerskernel sizestride1conv13x322po

数据我们已有标注数据个数为json保存的，现在训练代码使用的标注格式为PASCAL VOC2007，为了不修改代码，将数据转换到PASCAL VOC2007的xml格式。转换代码import osimport jsonfrom lxml.etree import Element, SubElement, tostring, ElementTreefrom xml.dom import minidom# 从文件夹下获取json文件名def ReadFileDir(path): file

MNN下交叉编译预备工作下载ndkhttps://dl.google.com/android/repository/android-ndk-r21-linux-x86_64.zip下载交叉编译器https://releases.linaro.org/components/toolchain/binaries/latest-7/arm-linux-gnueabi/按照宿主机类型(这里以X...