- 博客(8)
- 收藏
- 关注
原创 如何用labelme标注的数据训练分割模型--pidnet
修改配置文件 mmsegmentation/configs/pidnet/pidnet-s_2xb6-120k_1024x1024-cityscapes.py。labelme 使用在终端: labelme 图片文件地址 --labels labels.txt(ps:label.txt为需要标注的类别标签)运行完成后可以生成如下数据格式,此格式可直接进行训练。对标注的json文件数据转换为png格式的数据。将标注文件结果存放至指定文件下,运行一下命令。
2023-09-28 14:35:13
596
原创 Faster-RCNN系列 三(Framework代码,python)
Faster-RCNN系列 三(Framework代码,python) Faster-RCNN系列 主要分为两大部分组成, RPN网络结构 Fast-RCNN网络结构 这里引用@霹雳吧啦Wz的Faster-RCNN流程图 再次分为4大模块: 1、transform(归一化处理,resize) 2、BACKbone(特征提取) 3、RPN(建议框,建议框的损失) 4、roi_head(预测结果和预测损失) 5、transform(将图像映射回原图) 定义FasterRCNNBase类,(目的:定义网络框架)
2021-02-08 11:19:21
1189
原创 深度学习-目标检测(评价指标)
深度学习-目标检测(评价指标) 在目标检测中, 评价指标分为两大类,一类在Pascal VOC下的评价指标,一类实在COCO 下的评价指标 基本概念: TP(Ture Positive) : Iou > 0.5的检测框的数量(同一个Ground Truth只计算一次) FP(False Positive) : Iou <= 0.5的检测框的数量(或者是检测到同一个GT的多余检测框的数量) FN(False Negative):没有检测到的 GT数量 由以上三个指标可以引申至: 查准率(Preci
2021-02-06 10:20:52
781
原创 DeepGlint AI编程练习赛——匹配先验框(详解,python)
DeepGlint AI编程练习赛——匹配先验框(详解,python) 这道题就实在不好意思,居然只得了55分,希望有小伙伴可以给指导下,我的头已经很大了。下面讲下我的做题思路吧。 看到匹配先验框,那就是两个box,找相交面积啊,这个不就是IOU吗? IOU(交并比)不知道是啥的小伙伴,度娘告诉你。 那就IOU吧 def box_solution(box1, box2): xmin1, ymin1, xmax1, ymax1 = box1 xmin2, ymin2, xmax2, ymax
2021-02-05 22:23:17
1017
2
原创 DeepGlint AI编程练习赛——对抗性攻击(详解,python)
DeepGlint AI编程练习赛——对抗性攻击(详解,python) 做这道题 ,只想做自己明明不那么优秀 ,还那么自信!各位大哥大姐,只有40分,40分,40分,不喜勿喷 这道题,我差点差点没背过气来,做了千万遍,最后发现可以用函数。好了 言归正传。 先来一遍正向传播吧, Y= AX + B 题目把B去掉了, 感谢出题人 好感谢完之后 ,我们先看下 是不是 [1, 8] [8, 4] , [4,10] 的鬼样子呢? 那必须是?看不懂吗? 那就是输出一个10维的向量啊,用于分类。 好,那接下来写函数吧
2021-02-05 22:22:51
980
原创 Faster-RCNN系列 二(Datasets代码,python)
Faster-RCNN系列 二(Datasets代码,python) 数据集部分 定义数据集部分是继承Dataset,自己主要实现__len__和__getitem__模块; 定义__init__模块,主要目的是定义数据地址,将数据初始化,__init__模块主要包含图像,xml文件,train_txt和test_txt文件,分类的json文件的路径 def __init__(self, voc_root, transforms, txt_name: str = "train.txt"): self
2021-02-05 22:22:02
450
1
原创 DeepGlint AI编程练习赛 - 智慧星球武器(详解,python)
DeepGlint AI编程练习赛 - 智慧星球武器(详解,python) 说下我的做题思路吧 首先先定义三种同的结界 def first(d, p): assert 1 <= p <= 10 return d + p def second(d, p): assert 2 <= p <= 3 return d * p def third(d, p): assert 2 <= p <= 10 return math.ce
2021-02-05 15:40:00
892
1
原创 Faster-RCNN系列 一(训练部分代码,python)
Faster-RCNN系列 一(训练部分代码,python) 本文注意从两部分讲解训练部分: 一:mobilenetV2 二:ResNet50+fpn 检查设备信息,并将设备信息打印: device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") print("Using {} device training.".format(device.type)) 检查是否有保存权重的文件,如果没有马厩makedirs一个 if n
2021-02-05 15:39:17
1137
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅