DONG_LIN_2019的博客

https://zhuanlan.zhihu.com/p/136172670

回顾论文阅读：论文翻译篇，主要建模如下 1、Backbone ：采用现有模型，如resnet50，提取5个block：>>> [C1、C2、C3、C4、C5] 2、FPN模块：参考标准FPN。一般是Backbone参数抽象特征，再经过融合阶段。[https://zhuanlan.zhihu.com/p/148738276] 当前考虑，先通过seblock增加通道联系，分别经过1x1卷积，再经过RetinaNet中的FPN-BiFPN >>> [P1、P2、P3、P

复现的模型，改了点东西， VOC测试结果：有的厉害，我都不敢相信。

https://blog.youkuaiyun.com/jiongnima/article/details/79094159 https://blog.youkuaiyun.com/ytusdc/article/details/86577939 https://blog.youkuaiyun.com/lv6572/article/details/83748097 https://blog.youkuaiyun.com/Blowfis...

https://blog.youkuaiyun.com/clover_my/article/details/89890644

目录 step1_x_labelImg step1_x_使用VOC切出类来——生成【jpedimage+annotation】 step2_x_data_translate step3_x_data_train 总体流程 step1_x_labelImg step1_x_labelImg 参考： https://blog.youkuaiyun.com/qq_34809033/article/d...

目录 Object Detection API Step 1/x ODA配置 描述 材料 准备工作 Step 2/x ODA验证 Step 3/x ODA数据 自己的数据制作如下 Step 4/x ODA训练 Step 5/x ODA验证 Step 6/x ODA可视化 Object Detection API Step 1/x ODA配置 描述 为了更好训练数据，...

目录 复现ssd网络 Step 1/x网络构建部分——命名空间scope【block】输入x+计算*（卷积） Step 2/x 网络构建部分——命名空间scope【loc和cls】输出 Step 3/x 先验框部分——先验框生成 第一步：anchor_size和Sk的计算过程： 第二步：ar计算-自己设定 Step 4/x先验框部分——解码网络得 box[x0, y0, x1, ...

训练自己的数据 这个简单，根据voc格式生产，而且也有一个labelimg的工具包可以直接生产，然后再根据类别数修改参数即可。具体再跟进。 https://blog.youkuaiyun.com/zzZ_CMing/article/details/81131101 ...

目录 SSD tensorflow版本 step 0/x vgg 和 ssd 模型 step 1/x特征层ssd_300_vgg模型建立 字典end_points={}为模型构建和调用单位 1.1 vgg使用 1.2 vgg转换成ssd模型 step 2/x 预测层 ssd_multibox_layer子函数 1.1 参数计算 1.2 调用ssd_multibox_laye...

目录 SSD tensorflow版本 step 1/4 测试代码 1. 预训练的模型 2.执行检测 step 2/4训练 1.voc转tfrecords数据类型 问题解决 2.训练 问题解决 step 3/4 验证 1.测试数据转换 2. 验证 问题解决 step 4/4 监测 参考 SSD tensorflow版本 step 1/4 测试代码 1. 预...