mmdetection

怎么看mmdetection版本_mmdetection源码阅读笔记（2）--Loss

之前做完比赛过后计划看看mmdetection的源码写点blog,写了两篇过后忙其他事去了,这里就接着把之前没写完的东西补上。
景 风·2022-12-09 18:07

MMDetection系列之（PTYORCH TO ONNX）

尝试新的MMDeploy来部署你的模型(Pytorch->ONNX->TensorRT)OpenNeuralNetworkExchange（ONNX，开放神经网络交换）格式，是一个用于表示深度学习模型的标准，可使模型在不同框架之间进行转移。ONNX是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如Pytorch,MXNet）可以采用相同格式存储模型数据并
qq_41627642·2022-12-09 18:04

MMDetection 系列之（自定义数据管道处理增强管道）

数据管道设计遵循典型约定，我们使用Dataset和DataLoader对多个worker进行数据加载。数据集返回与模型的forward方法的参数相对应的数据项字典。由于目标检测中的数据可能不相同大小(图像大小，gtbox大小等)，我们在MMCV中引入了一个新的DataContainer类型，以帮助收集和分发不同大小的数据。查看这里了解更多细节。对数据准备管道和数据集进行分解。数据集通常定义如何处理
qq_41627642·2022-12-09 18:34

【mmdetection】RetinaNet解析 以RetinaNet为例 解析目标检测中的anchor生成、匹配、编解码策略

RetinaNet解析1.RetinaNet2.配置文件backboneNeckHead1.Head构建2.BBoxAssigner2.1AnchorGenerator2.2BBoxAssigner3.BBoxEncoder/Decoder4.loss计算5.测试流程总结Reference1.RetinaNetone-stagedetector创新点：RetinaNet网络+Focalloss解决
aizpy·2022-12-09 18:33

Mmcation2中使用mmdetection中的yolo、faster-rcnn、detr训练VOC数据集

VOC数据集下载：PascalVOCDatasetMirror环境搭载：直接使用的mmaction2搭载的环境代码修改：待更终端运行代码：detr:pythontools/train.pyconfigs/detr/detr_r50_8x2_150e_coco.py--gpu-id1--work-dirxinjiayolo:pythontools/train.pyconfigs/yolox/yolo
weixin_42754274·2022-12-09 18:58

MMDetection3D加载毫米波雷达数据

前言mmdetection3d没有提供radar数据的读取，仅实现了对于LiDAR和Camera的数据读取、处理，因此需要根据LiDAR的数据处理流程进行改进，创建一套适合于radar数据处理的流程，本次处理流程部分参考了
naca yu·2022-12-09 15:55

带你玩转 3D 检测和分割 （三）：有趣的可视化

小伙伴们好呀，3D检测和分割系列文章继续更新啦，在第一篇文章中我们带领大家了解了整个框架的大致流程，第二篇文章我们给大家解析了MMDetection3D中的坐标系和核心组件Box，今天我们将带大家看看3D
OpenMMLab·2022-12-09 15:48

【mmdetection3d】——常用工具

我们在tools/文件夹路径下提供了许多有用的工具。日志分析给定一个训练的日志文件，您可以绘制出loss/mAP曲线。首先需要运行pipinstallseaborn安装依赖包。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zIogAzf5-1636446617786)(…/resources/loss_curve.png)]pythontools/analysis_
Kadima°·2022-12-09 15:16

点云检测框投影到图像上（mmdetection3d）

原模型检测时候只有点云的检测框，本文主要是将demo文件中的pcd_demo.py中的代码，将点云检测出的3d框投影到图像上面显示。#Copyright(c)OpenMMLab.Allrightsreserved.fromargparseimportArgumentParser#importsys#sys.path#sys.path.append('D:\Aware_model\mmdetecti
一勺帅汤329·2022-12-09 15:12

mmdetection推理速度benchmark.py文件运行报错

不管你选择什么launcher都会报错，因为这个文件只针对分布式训练使用。换成老版本的代码即可运行代码如下：importargparseimporttimeimporttorchfrommmcvimportConfig,DictActionfrommmcv.cnnimportfuse_conv_bnfrommmcv.parallelimportMMDataParallelfrommmcv.runn
TC1398·2022-12-09 04:13

mmdection测试时显示coco数据集每个类别ap

需要改动mmdetection/mmdet/datasets/coco.py中的一行代码#307行defevaluate(self,results,metric='bbox',logger=None,jsonfile_prefix
鲜花星辰·2022-12-08 17:10

conda复制虚拟环境

虚拟环境（不推荐；建议重建）$condacreate-n{env2}--clone{env1}AssertionError:Egg-link编译出错：$pipinstall-v-e.报错在其他项目中（如：mmdetection
Dyee·2022-12-08 11:02

【PyTorch】FPS 测试 Benchmark（参考 MMDetection 实现）

本文从MMDetection中抽取了FPSBenchmark，并做了微小的修改，以便快速测试。代码参数描述model继承torch
Xavier Jiezou·2022-12-08 07:54

[云服务器与docker]在mmdetection3d上跑PointPillars

因为实验室贫穷，只有一台2080ti的机子，所以一开始打算用云服务器，后面发现云服务器实在是折磨人，所以又回到实验室的2080ti机子。本文分为两部分：云服务器(失败)和实验室机子(docker部署跑通)。1.云服务器（失败可以直接跳过）云服务器好处是可以选择各种版本，尝试过后发现在python版本上必须是python3.7，python3.6和3.8都会报不同的错误。实际上最麻烦的是Sparse
Matt今年18岁·2022-12-07 23:02

pointpillars--kitti训练

1.准备数据集https://github.com/open-mmlab/mmdetection3d/blob/bb204696c19ded90121caea82e34fa3ff0bd131f/docs
甜甜的闲趣·2022-12-07 23:01

mmdetection3d 训练

本节以SECOND算法为例，简要介绍mmdetection3dsecond算法训练过程，含数据和python源码详细介绍。
Coding的叶子·2022-12-07 23:30

MMdetection3d环境搭建

1mmdetedtion3d环境搭建2demo测试1.1环境搭建1.1.1创建虚拟环境并激活condacreate-nopen-mmlabpython=3.7-ycondaactivateopen-mmlab1.1.2安装Pytoch和torchvisioncondainstallpytorchtorchvision-cpytorch注意：确保您的编译CUDA版本和运行时CUDA版本匹配。您可以在
qq_46127597·2022-12-07 23:00

mmdetection3d之pointpillar训练配置

文章目录官方文档Train训练集路径设置单GPU训练多GPU训练Test官方文档官网：https://mmdetection3d.readthedocs.io/zh_CN/latest/1_exist_data_model.htmlTrain
ywfwyht·2022-12-07 23:30

mmdetection3d基于kitti数据集训练pointpillars模型

当mmdetection3d环境安装成功后，可看上一篇如何安装mmdetection3dmmdetection3d官网：LogAnalysis—MMDetection3D1.0.0rc1documentation1
qq_46127597·2022-12-07 23:56

小目标Trick | Detectron2、MMDetection、YOLOv5都通用的小目标检测解决方案

关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G检测小目标和远程目标检测是监控应用中的一个主要挑战。这些物体由图像中少量的像素表示，缺乏足够的细节，使得传统的检测器难以检测。检测小目标和远程目标检测是监控应用中的一个主要挑战。这些物体由图像中少量的像素表示，缺乏足够的细节，使得传统的检测器难以
计算机视觉研究院·2022-12-07 19:33

Tracking(跟踪):Mot(多目标跟踪系列)-deepsort,车、人跟踪和其它数据训练、测试解读

版开源码先看看效果（我这里原理和源码一样，但检测和deepsort网络换成其它网络，用的是yolov5s+识别网络，大小20M左右，我笔记本推理速度0.08s/帧）源码部分目标检测部分：源码他用的是yolov3和MMdetection
he_eeeeeeeeeee·2022-12-07 07:17

【MMDet Note】MMDetection中Head之RetinaHead代码理解与解读

.总概2.def`__init__()`3.def_init_layers(self)4.defforward_single(self,x)总结前言RetinaHead类继承了AnchorHead类（mmdetection
Prymce-Q·2022-12-07 02:41

【MMDet Note】MMDetection中AnchorGenerator代码理解与解读

gen_single_level_base_anchors方法5.grid_priors方法6.single_level_grid_priors方法7.valid_flags与single_level_valid_flags方法总结前言mmdetection
Prymce-Q·2022-12-07 02:11

【MMDet Note】MMDetection中Backbone之ResNet代码理解与解读

_make_stem_layer方法4.self.make_res_layer方法4.1ResLayer类4.2`__init__`中self.res_layers总结前言mmdetection/mmdet
Prymce-Q·2022-12-07 02:11

【MMDet Note】MMDetection中Loss之FocalLoss代码理解与解读

文章目录前言一、FocalLoss计算原理介绍二、FocalLoss代码解读1.classFocalLoss2.defpy_focal_loss_with_prob总结前言mmdetection/mmdet
Prymce-Q·2022-12-07 02:11

【Win10+RTX3090】Windows下最新版本mmdetection的安装/环境配置流程

12月9日更新：可查看本人最新的CUDA环境配置博客：https://zhuanlan.zhihu.com/p/443114377，系对本文的提炼、归纳与总结目录依赖项准备mmcv-full的编译与安装mmdetection
137xiaoyu·2022-12-06 21:35

ARMv8 （arrch64）pytorch深度学习环境搭建

Aarch64安装Anaconda和pytorch一、安装miniconda:参考链接：(82条消息)JetsonNano（aarch64）搭建miniconda和mmdetection环境_瑾怀轩的博客
三毛的小粉丝·2022-12-06 19:48

MMDetection3D/3D目标检测中的边界框和坐标系介绍（含相关函数以及坐标变换的介绍）

1.准备知识参考：带你玩转3D检测和分割（二）：核心组件分析之坐标系和Box-知乎1.1坐标系介绍激光雷达坐标系通常定义如下左图所示，其中指向前方，指向左方，指向上方。相机坐标系通常定义如上右图所示，其中指向右方，指向下方，指向前方。1.23D边界框的定义一般来说，对于自动驾驶目标检测任务而言，一个3D边界框可以由7个参数决定：位置、尺寸以及朝向角/偏航角/旋转角。一般将与物体朝向平行的棱的长度记
byzy·2022-12-06 15:32

制作自己的COCO格式数据集，附代码！

之前的思路是参考其他大神的代码，后来发现其他人的代码有很多自定义的内容，包括读取的数据格式等等，小白表示看不懂所以改变思路，用最简单的方法——选择mmdetection2.0中自带的FasterRNN网络进行训练
L闰土·2022-12-06 09:17

mmdetection训练自己的COCO数据集及常见问题

训练自己的VOC数据集及常见问题见下文：mmdetection训练自己的VOC数据集及常见问题_不瘦8斤的妥球球饼的博客-CSDN博客_mmdetection训练voc目录一、环境安装二、训练测试步骤三
不瘦8斤的妥球球饼·2022-12-06 09:47

mmdetection使用方法（使用mmdetection搭建faster-RCNN模型）

使用mmdetection搭建faster-RCNN模型配置环境使用方法使用py文件训练模型使用训练好的模型做预测参考链接附录配置环境操作系统：Ubuntu20.04CUDA版本：10.2Pytorch
Hurri_cane·2022-12-05 23:17

安装v0.6.0的mmdetection——运行行人检测MGAN

因为MGAN这个行人检测项目所以需要安装mmdetection-0.6.0版本，这个项目中没有提供任何需要如何配置运行环境的信息。
RuanChengfeng·2022-12-05 20:48

【今日CV 计算机视觉论文速览 第132期】Tue, 18 Jun 2019

****MMDetection,一个目标检测模型工具箱和代码库，包含了常见的目标检测模型，标准模块和高效的实现。可以为研究人员提供高效灵活的目标检测实现工具。还包含了多GPU的分布式训练实现。
hitrjj·2022-12-05 02:13

多相机BEV感知表达

1.BEVFormer1)按照BEVFormergithub的指导先后安装和编译mmdetection3d-0.17.1和BEVFormercondacreate-nBEVFormerpython=3.82
Pancy93·2022-12-05 01:54

Linux配置mmcv-full

1、根据当前cuda版本安装对应torch版本，本人cuda10.2，torch安装的是1.7.12、结合mmdetection的版本，如下图，因为我安装的是最新版的mmdetection，已经到了2.8.0
咸菜萝卜头·2022-12-04 17:24

安装mmcv-full

由于需要，小编需要安装mmdetection。
大笨钟47·2022-12-04 17:24

Windows10系统配置mmdetection2.6避坑指南

Windows10系统配置mmdetection2.6避坑指南因为最近在参加2022年航行器大赛（C3-1海上智能感知组），选择Varifocalnet做训练，模型需要在mmdetection上配置，这篇博客主要记录在配置
科研段子手·2022-12-04 07:15

cbnet环境配置和运行中遇到的问题

1、经常出现CBTransformer没在仓库这个问题这个问题在相应的issu中就能找到，根本原因是mmdetection官方版本没加入，需要使用原作者的版本，只需要在相应的项目中执行pythonsetup.pydevelop
瑾怀轩·2022-12-03 17:17

【OpenMMLab】mmyolov2部署

前言MMYOLO是基于PyTorch和MMDetection的YOLO系列算法的开源工具箱。它是OpenMMLab项目的一部分。注意：主分支使用PyTorch1.6+。
CTSC·2022-12-03 15:28

mmdetection--pointpillars-demo运行

obj_benchmark=3dunzipdata_object_label_2.zipunzipdata_object_velodyne.zip添加软链接ln-s~/下载/kittidata/kitti2.下载mmdetection3dhttps
甜甜的闲趣·2022-12-03 07:24

mmdetection3d SUN RGB-D数据集预处理

SUNRGB-D是普林斯顿大学发布的一种关于室内场景理解的数据集，共包含了10335个样本，其中训练样本和验证测试样本数量分别为5285和5050。每个样本包含了彩色图像（RGB）和深度（D）信息，并且分别进行了二维和三维标注。数据集的具体细节将在后续进行补充，这里主要介绍如何在mmdection3d中使用SUNRGB-D数据集。1SUNRGB-D数据集下载SUNRGB-D数据集下载地址为http
Coding的叶子·2022-12-02 18:52

mmdetection3d nuScenes （持续更新）

Mmdetection3d集成了大量3D深度学习算法，其中很大一部分可以在智能驾驶nuScenes数据集上运行。在算法应用nuScenes数据之前，mmdetection3d提供了相应的预处理程序。
Coding的叶子·2022-12-02 18:22

创建符合MMdetection要求的训练数据集

创建符合MMdetection要求的训练数据集前言一、MMdetection安装二、创建COCO格式数据集注意注意总结下一篇将讲述如何使用本节划分完成的数据集训练模型前言MMdetection是openmmlab
euqlll·2022-12-02 08:11

win10 安装并跑通 mmdetection

这里我是在自己电脑上（Windows10）一些简单调的实验，之前一直在Linux上跑，也不是第一次了，但这次用windows跑mmdetection还是踩了许多坑，特地记录一下。
桃子酱momo·2022-12-01 19:46

mmdetection 使用自定义数据集训练 将数据集转为COCO格式

1.mmdet的安装与配置按照官网来就好2.将数据转为COCO格式3.编写config配置文件我想使用centernet进行训练，编写如下config脚本改动的内容有：num_class此外还需要改动mmdet/datasets/coco.py#-*-coding:utf-8-*-"""CreatedonThuNov1811:57:132021@author:sxj96"""_base_=['..
sxxblogs·2022-12-01 16:00

服务器下载mmdetection

1.申请账号密码找实验室有root权限的同学创建一个账号密码2.命令行中敲：ssh+服务器账号，然后输入自己的服务器密码（确认自己是否处于校园网环境，如果不在的话记得连）3.命令行敲cd/切换到根目录然后ls查看服务器当前的目录层次结构（home文件夹相当于c盘【固态硬盘：运行起来很快】，存放系统文件【要调用的库、包、软件等要加载到系统中去运行的文件】mnt/data相当于机械硬盘，用来存放数据）
每天都要吃肉肉(●'◡'●)·2022-12-01 16:57

MMDetection——COCO格式数据集显示单类别AP

问题COCO格式数据集如何在MMDetection中显示单类别AP解决方案1.进入mmdet/datasets/coco.py2.修改363行中的evaluate函数参数：classwise=True3
阿基美德·2022-12-01 16:19

MMDetection+3090+cuda11.1+Pytorch1.7.0

MMDetection+3090成功安装的环境配置GTX3090cuda11.1Pytorch1.7.0安装mmcv：pipinstallmmcv-full==1.2.4-fhttps://download.openmmlab.com
文狸大人·2022-12-01 12:19

深度学习目标检测数据VisDrone2019（to yolo / voc / coco）---MMDetection数据篇

1、VisDrone2019数据集介绍配备摄像头的无人机(或通用无人机)已被快速部署到广泛的应用领域，包括农业、航空摄影、快速交付和监视。因此，从这些平台上收集的视觉数据的自动理解要求越来越高，这使得计算机视觉与无人机的关系越来越密切。我们很高兴为各种重要的计算机视觉任务展示一个大型基准，并仔细注释了地面真相，命名为VisDrone，使视觉与无人机相遇。VisDrone2019数据集由天津大学机器
qq_41627642·2022-12-01 08:37

自动驾驶感知算法实战5——MMdetection3d环境搭建、使用MMdetection3d做3D目标检测训练自己的数据集、测试、可视化，以及常见的错误

自动驾驶感知算法实战专栏：https://blog.csdn.net/charmve/category_12097938.html目录1mmdetection3d环境搭建与测试1.1从docker开始搭建环境
Charmve·2022-12-01 08:00
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他