【VisDrone数据集】Cascade_RCNN训练VisDrone数据集步骤与结果

最新推荐文章于 2024-08-14 10:14:38 发布
最新推荐文章于 2024-08-14 10:14:38 发布
阅读量659 收藏 1
点赞数
分类专栏： 无人机目标检测实验记录 文章标签： 目标检测
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.youkuaiyun.com/wxd1233/article/details/126324584
版权
本文介绍了如何利用MMdetection框架，详细步骤训练Cascade_RCNN模型，针对VisDrone数据集进行目标检测。训练在1333x800分辨率下进行，并给出了验证集和测试集的结果。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

了解本专栏 订阅专栏 解锁全文 超级会员免费看
YOLOv5改进策略|YOLO模型优化|YOLOv5小物体检测,车辆检测、行人检测、船只检测、飞机检测
sybh的博客
06-15 1348
小物体检测([1]、[2]、[3]、[4]、[5])⻓期以来一直是物体检测中的一个挑战，其目标是准确地检测小物体(小 于 32 像素 x 32 像素的物体)图像中的视觉特征很少。You Only Look One-level Feature (YOLOF) [6] 提出了一 种由主干网络、编码器和解码器组成的检测模型。YOLOF中提出，通过选择正确的尺度特征将多输入和单输出输 出到特定级别，可以获得与多输入和多输出相当的性能。在小目标检测任务中，本文提出了一种多输入单输出模 块，以高分辨率输出低级特征。
MATLAB算法实战应用案例精讲-【图像处理】小目标检测（附matlab代码实现）
qq_36130719的博客
01-13 4867
现有的小目标定义方式主要分为以下两类，即基于相对尺度的定义与基于绝对尺度的定义。(1)基于相对尺度即从目标与图像的相对比例这一角度考虑来对小目标进行定义。Chen[1]等对小目标做了如下定义：同一类别中所有目标实例的相对面积，即边界框面积与图像面积之比的中位数在0.08%~0.58%之间。除此以外，较为常见的还有以下几种：①目标边界框的宽高与图像的宽高比例小于一定值，较为通用的比例值为0.1；②目标边界框面积与图像面积的比值开方小于一定值，较为通用的值为0.03；
Visdrone数据集YOLOv5模型训练结果，VisDrone-训练结果-yolov5-版本5.zip
10-21
Visdrone数据集YOLOv5s和YOLOv5m两个模型的训练结果，训练了300个epoches ;YOLOv5使用的是第五个版本，并且提供有相关场景下的测试的视频，有需要的可以下载
【Visdrone数据集】Visdrone+YOLOv7结果记录
lxslxslxsllll的博客
02-09 5363
VisDrone数据集在YOLOv7上的结果记录 yolov7很牛
Visdrone数据集YOLOv3训练结果 pytorch-yolov3-master-visdrone.zip
12-07
Visdrone数据集pytorch框架下YOLOv3训练结果，包含训练好的权重文件和各种训练曲线图，保存在runs/train文件夹下，附有相关场景下的测试视频和代码，代码为Ultralytics 版YOLOv3d代码
Darknet版YOLOv3在Visdrone数据集上训练结果
05-12
1、Darknet版yolov3 visdrone数据集训练模型，训练结果文件，包含visdrone.data , visdrone.names, yolov3 -visdrone.cfg， yolov3 -visdrone_best.weights权重文件，并包含训练loss曲线和map曲线图， 2、检测结果见：https://blog.youkuaiyun.com/weixin_51154380/article/details/124480876 3、用于检测各种俯视场景下的小目标，如行人、车辆等等
Darknet版YOLOv3算法Visdrone数据集上训练结果
04-22
Darknet版YOLOv3算法Visdrone数据集上训练结果 1、包含训练好的weights权重文件，以及后缀为cfg、data、names的配置文件，并包含训练map曲线和loss曲线， 2、检测效果参考：https://blog.youkuaiyun.com/zhiqingAI/article/details/124230743
VisDrone专用TensorFlow目标检测集成仓库指南
资源摘要信息:"VisDrone-ensemble-tensorflow是一个针对VisDrone数据集定制的对象检测库，使用了TensorFlow框架以及多个机器学习组件，例如FPN（Feature Pyramid Networks）和Cascade R-CNN。这个库主要面向无人机...
【论文笔记】：PVswin-YOLOv8s：基于无人机的行人和车辆检测，使用改进的YOLOv8在智能城市中进行交通管理
最新发布
2301_80365008的博客
08-14 1798
PVswin-YOLOv8s采用了Swin Transformer、CBAM和Soft-NMS等多种先进技术，以提高检测性能。在网络结构方面，PVswin-YOLOv8s使用了Swin Transformer替换YOLOv8s中的最后一层C2f层，以捕捉长距离依赖关系和多样化本地信息。同时，在颈部网络中加入了CBAM模块，以增强特征信息流的提取能力同时解决漏检问题。最后，使用Soft-NMS代替NMS，以解决多个物体重叠的问题。
【VisDrone数据集】DDOD训练VisDrone数据集步骤与结果
Gorgeous_wxd
08-13 725
DDOD训练VisDrone数据集步骤与结果
Cascade-RCNN_Tensorflow-master.zip
07-05
深度学习目标检测模型cascade rcnn，深度学习框架使用的是tensorflow
Cascade RCNN图解
08-27
做两个图，一个是普通两阶级联检测器RCNN，另一个是Cascade RCNN。平时应用的时候没有那么深究内部的关系，做完图有了更深刻更连贯的理解。
matlabauc代码-VisDrone2018-SOT-toolkit:适用于VisDrone2019的单一对象跟踪工具包
05-24
Matlab的耳语VisDrone2018-SOT用于单对象跟踪的Tooklit 介绍 这是VisDrone2018竞赛开发套件的文档，用于单对象跟踪（SOT）挑战。 该代码库仅用于研究目的，它是根据Wu等人的视觉基准平台进行了修改。 [1]。 该代码已在Windows 10和macOS Sierra 10.12.6系统以及Matlab 2013a / 2014b / 2016b / 2017b平台上进行了测试。 如有任何疑问，请与我们联系（电子邮件：）。 引文 如果您使用我们的工具包或数据集，请按以下方式引用我们的论文： @article {zhuvisdrone2018， title={Vision Meets Drones: A Challenge}, author={Zhu, Pengfei and Wen, Longyin and Bian, Xiao and Haibin, Ling and Hu, Qinghua}, journal={arXiv preprint:1804.07437}, year={2018} } 数据集 对于SOT竞赛，有三组数据和标签：训练数据，验
【VisDrone数据集】FSAF训练VisDrone数据集步骤与结果
Gorgeous_wxd
08-16 703
FSAF训练VisDrone数据集步骤与结果
【VisDrone数据集】RetinaNet训练VisDrone数据集步骤与结果
Gorgeous_wxd
08-13 1144
RetinaNet训练VisDrone数据集步骤与结果
【VisDrone|目标检测】保姆级教程：Cascade-RCNN模型训练VisDrone数据集（含代码修改+训练启动）（四）
wzk4869的博客
11-24 1059
【VisDrone|目标检测】保姆级教程：Cascade-RCNN模型训练VisDrone数据集（含代码修改+训练启动）（四）
【VisDrone|目标检测】保姆级教程：Cascade RCNN训练VisDrone数据集的日志信息+评估结果（五）
wzk4869的博客
11-24 1271
【VisDrone|目标检测】保姆级教程：Cascade RCNN训练VisDrone数据集的日志信息+评估结果（五）
Cascade-RCNN算法详解——级联RCNN网络
热门推荐
stu_shanghui的博客
06-15 2万+
论文链接：https://arxiv.org/abs/1712.00726 代码链接：https://github.com/zhaoweicai/cascade-rcnn 特点：级联不同IOU阈值（界定正负样本）的输出，使不同IOU值检测与其相对应的IOU值的目标 1.对IOU阈值设置问题进行了详细的分析 Input IOU是输入proposal与ground truth的IOU值；...
cascade rcnn检测代码
Snoopy_Dream
06-22 3233
% Cascade-RCNN % Copyright (c) 2018 The Regents of the University of California % see cascade-rcnn/LICENSE for details % Written by Zhaowei Cai [zwcai-at-ucsd.edu] % Please email me if you find bugs,...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

gorgeous(๑>؂<๑）

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值