u010358801的博客

TXT 转成COCO jason格式的标注1背景​ 由于用到了efficient Net 的pytorch版本 的目标检测，而它所用到的格式coco Jason 来输入数据，而我的标注是txt的文件格式，所以就需要转换。但是我找了下，没找到，所以自己写了。最初的想法是改变这个程序的输入数据，但是时间不允许。我有空在该成yolov5 的输入格式所用到的efficient Net 连接如下：这是我转到了我的玛云的：https://gitee.com/Galaxy-Ding/Yet-Another-Eff

EfficientDet： 目标识别领域的 EfficientNet --个人理解记录前言：论文标题：EfficientDet: Scalable and Efficient Object Detection论文地址：[EfficientDet: Scalable and Efficient Object Detection阅读本文可能需要一些其他模型或算法方面的先验知识：对 FPN 特征金字塔网络要了解对 EfficientNet 分类模型架构要熟悉摘要了解FPN 和 PANet在PAN

关于deeplabv3+ 使用自定义数据集训练出现问题2前言见 ： 原创 关于deeplabv3+ 使用自定义数据集训练出现的问题1 1 新出现的问题1.1 问题简述​ 首先由于我使用的数据处理是从dataloaders/datasets/pascal.py 复制过来的，所以很多代码都是从这里变化过来的。正因为如此，而我们的数据集瓷瓦裂痕的数据集，MASK 图片颜色就两种，背景是RGB：(0,0,0)，识别项是RGB(255,255,255)​ 从vo.

关于大图片的小目标的检测方法：将图片拆成四个分开去放到目标去训练1 概述​ 在yolov5 的网络模型中大抵输入的图片为640*640,如果是3000 * 2000的图片去检测大概100像素左右的目标，会比较容易漏掉，这大概也和我的数据值过于少有关。所以我这种也算是一种数据增强的方式！方法： 暴力搜索 和 带方向的暴力搜索2 环境ubuntu 18.04pycharm2020.01yolov5 的要求环境3 暴力搜索3.1思路：​ 参考上图：在给定的图片(width,heigh

环境我使用的deeplab的开源代码地址：（框架是pytorch）https://github.com/jfzhang95/pytorch-deeplab-xception.git环境的安装不说，conda新建一个环境，按照需求下载.....blabla；ubuntu18.04 pytorch1.2 pycharm python3.7 GTX2080ti准备数据集我没有很多分割的数据集，也懒得去标注。所以我就去biying 搜索了以下，找到了知乎的一篇文章，有一些开源的数据.

我犯了一个低级错误，写下该博客以示警戒： 我想要现实一张图片，但是搞错了Imshow（）两个参数之间的顺序。导致出现了这个错误 im = cv2.imread('2007_000032.png') cv2.imshow(im,'d') cv2.waitKey(0) cv2.destroyAllWindows()/home/dlh/anaconda3/envs/y5/bin/python /home/dlh/opt/dinglinhe/ciwa_segmention/.