
目标检测
Damon.01
以前的机器视觉算法工程师,主要方向为目标检测、跟踪与伪装识别;现在的硬件助理工程师,即将开始嵌入式的学习。目前定居于西安,虽然方向有变,依旧欢迎大家和我一起讨论计算机视觉相关的问题,也欢迎朋友教教我硬件如何学习。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
FCOS代码复现错误集合
在我复现无锚框检测神网络-FCOS时,官方代码—FCOS-master令我头疼不已,现将问题总结如下,仅供参考:1.from fcos_core import _C遇到这个问题抓耳挠腮了好久,尝试过各种方法,最后不得已,在文件所在目录下重新执行:python setup.py build develop --no-deps再次运行的时候,没有出现这个报错。2....原创 2021-06-02 08:47:44 · 2781 阅读 · 4 评论 -
记录错误:RuntimeError : CUDA error: device-side assert triggered
运行SSD代码时出现错误:RuntimeError 之 : CUDA error: device-side assert triggered百思不得其 解,最后发现原来是还需要背景的类别标签。所以总共的类别数应该是你所有样本的数量+1.原创 2021-04-26 22:39:04 · 227 阅读 · 0 评论 -
记录错误:AttributeError: ‘NoneType‘ object has no attribute ‘text‘
读取xml文件时出现错误:AttributeError: ‘NoneType’ object has no attribute 'text’经过返回原代码发现读取语句为:也就是会查找xml文件中是否有“difficult”这一项,但是我运行的数据集中是没有的,那么就会好不到而报错。两种数据集标注对比:修改读取方式如下:然后就可以顺利读取咯。...原创 2021-04-07 15:35:21 · 2674 阅读 · 0 评论 -
记录错误:cv2.error: OpenCV(4.4.0) C:\Users\appveyor\AppData\Local\Temp\1\pip-req-build-h4wtvo23\opencv\m
使用Opencv时出现错误:cv2.error: OpenCV(4.4.0) C:\Users\appveyor\AppData\Local\Temp\1\pip-req-build-h4wtvo23\opencv\modules\imgproc\src\color.cpp:182: error: (-215:Assertion failed) !_src.empty() in function ‘cv::cvtColor’先检查路径是否正确是否有中文再检查图片格式是否正确然后就可以解决了。..原创 2021-04-07 15:21:38 · 4740 阅读 · 0 评论 -
记录错误:IndexError: index 5 is out of bounds for axis 1 with size 3
最近在跑代码,错误多的忘记记录了。错误记录:IndexError: index 5 is out of bounds for axis 1 with size 3原因:这是在使用YOLOv3进行木目标检测的时候遇到的错误,原因时权重放错了,导致内部的维度出现了偏差。解决方法:用该数据训练的权重进行相应的测试相应数据即可。...原创 2021-03-22 08:28:43 · 2987 阅读 · 1 评论 -
YOLOv3之代码改进笔记,用于记录自己遇到得错误:
1.论文运行后,或者代码运行后,需注意运行后的labels文件夹会出现别的文件,从而干扰到训练。原创 2020-12-21 21:06:26 · 414 阅读 · 0 评论 -
无敌之YOLO v3阅读笔记---翻译论文
原创 2020-12-09 22:41:59 · 143 阅读 · 0 评论 -
初露矛头之YOLOV2笔记---论文翻译
原创 2020-12-09 22:39:35 · 193 阅读 · 0 评论 -
一鸣惊之yoloV1 笔记---论文翻译
原创 2020-12-09 22:37:45 · 122 阅读 · 0 评论 -
Focal Loss for Dense Object Detection(retinaNet Detecter)
Focal Loss for Dense Object Detectioninformation1.1. 作者:FAIR团队1.2. 时间:20181.3. 阅读时间:2020.11.20前言Abstract3.1. 在标准的交叉熵上,添加一个因子:(1-pt)^γ, 减少对正确样本的注意力,增加对难分类样本的关注。实验显示,在密集对象检测上,取得了较好的结果。3.2. 本篇文章将解释,为啥One-stage的精度没有Two-stage的精度高,3.3. 想要做的就是,通过对容易检测的原创 2020-12-09 22:29:09 · 181 阅读 · 0 评论 -
改头换面之Faster R-CNN笔记---翻译
原创 2020-12-09 22:20:50 · 144 阅读 · 0 评论 -
Faster R-CNN论文精读
原创 2020-12-09 22:17:22 · 134 阅读 · 0 评论