随笔分类 -  炼丹术

论炼丹炉的若干种使用方法及炼丹手法
[炼丹术]Yolov8训练使用总结
摘要：Yolov8训练使用总结 Yolov8训练使用总结 介绍 安装 Install pip install ultralytics Development git clone https://github.com/ultralytics/ultralytics cd ultralytics pip in 阅读全文
posted @ 2023-01-05 22:19 Xu_Lin 阅读(1625) 评论(2) 推荐(1)
d2go使用总结
摘要：d2go使用总结 安装 PyTorch Nightly 安装 PyTorch Nightly（以 CUDA 10.2 为例，详见PyTorch 网站）： conda install pytorch torchvision cudatoolkit=10.2 -c pytorch-nightly Det 阅读全文
posted @ 2023-01-04 18:30 Xu_Lin 阅读(159) 评论(0) 推荐(0)
[炼丹术]YOLOR目标检测训练模型学习总结
摘要：YOLOR目标检测训练模型学习总结 性能测试 python test.py --data data/cocoaml --img 320 --batch 8 --conf 0.001 --iou 0.65 --device 0 --cfg cfg/yolor_p6.cfg --weights weig 阅读全文
posted @ 2022-05-18 11:18 Xu_Lin 阅读(385) 评论(0) 推荐(0)
目标检测之性能指标
摘要：一、目标检测之性能指标 对于目标检测，我们从两个方向来进行评估，一方面是：检测精度，也就是检测的准确程度，另一方面是检测速度，也就是返回检测结果的快慢。 1.1检测精度： Precision(准确率，精度), Recall(召回率), F1 score(精确率和召回率的调和平均数，最大为1，最小为0 阅读全文
posted @ 2022-02-14 17:35 Xu_Lin 阅读(2151) 评论(0) 推荐(0)
[炼丹术]基于SwinTransformer的目标检测训练模型学习总结
摘要：基于SwinTransformer的目标检测训练模型学习总结 一、简要介绍 Swin Transformer是2021年提出的，是一种基于Transformer的一种深度学习网络结构，在目标检测、实例分割等计算机视觉任务上均取得了SOTA的性能。同时这篇论文也获得了ICCV2021年的Best Pa 阅读全文
posted @ 2022-02-10 17:18 Xu_Lin 阅读(8500) 评论(5) 推荐(3)
[炼丹术]DeepLabv3+训练模型学习总结
摘要：DeepLabv3+训练模型学习总结 一、DeepLabs3+介绍 DeepLabv3是一种语义分割架构，它在DeepLabv2的基础上进行了一些修改。为了处理在多个尺度上分割对象的问题，设计了在级联或并行中采用多孔卷积的模块，通过采用多个多孔速率来捕获多尺度上下文。此外，来自 DeepLabv2 阅读全文
posted @ 2022-01-25 09:24 Xu_Lin 阅读(8682) 评论(3) 推荐(0)
[炼丹术]EfficientDet训练模型学习总结
摘要：EfficientDet训练模型学习总结 1.Introduction简介 pytorch用SOTA实时重新实现官方EfficientDet，原文链接：https : //arxiv.org/abs/1911.09070 关于 EfficientNetV2： EfficientNetV2 是一个新的 阅读全文
posted @ 2021-11-07 14:49 Xu_Lin 阅读(1396) 评论(1) 推荐(0)
[炼丹术]使用Pytorch搭建模型的步骤及教程
摘要：使用Pytorch搭建模型的步骤及教程 我们知道，模型有一个特定的生命周期，了解这个为数据集建模和理解 PyTorch API 提供了指导方向。我们可以根据生命周期的每一个步骤进行设计和优化，同时更加方便调整各种细节。 模型的生命周期的五个步骤如下： 1.准备数据 2.定义模型 3.训练模型 4.评 阅读全文
posted @ 2021-10-14 11:22 Xu_Lin 阅读(1354) 评论(0) 推荐(1)
[炼丹术]YOLOv5训练自定义数据集
摘要：YOLOv5训练自定义数据 一、开始之前的准备工作 克隆 repo 并在Python>=3.6.0环境中安装requirements.txt，包括PyTorch>=1.7。模型和数据集会从最新的 YOLOv5版本中自动下载。 git clone https://github.com/ultralyt 阅读全文
posted @ 2021-09-23 11:56 Xu_Lin 阅读(1482) 评论(0) 推荐(0)
[炼丹术]yolact训练模型学习总结
摘要：yolact训练模型学习总结 一、YOLACT介绍(You Only Look At CoefficienTs) 1.1 简要介绍 yolact是一种用于实时实例分割的简单、全卷积模型。 (A simple, fully convolutional model for real-time insta 阅读全文
posted @ 2021-09-18 15:57 Xu_Lin 阅读(5148) 评论(0) 推荐(1)
[炼丹术]UNet图像分割模型相关总结
摘要：UNet图像分割模型相关总结 1.制作图像分割数据集 1.1使用labelme进行标注 (注：labelme与labelImg类似，都属于对图像数据集进行标注的软件。但不同的是，labelme更关心对象的边缘和轮廓细节，也即通过生成和训练图像对应的mask来实现图像分割的目的。这里的分割一般使用的是 阅读全文
posted @ 2021-08-28 12:24 Xu_Lin 阅读(3005) 评论(0) 推荐(0)
[炼丹术]YOLOv5目标检测学习总结
摘要：Yolov5目标检测训练模型学习总结 一、YOLOv5介绍 YOLOv5是一系列在 COCO 数据集上预训练的对象检测架构和模型，代表Ultralytics 对未来视觉 AI 方法的开源研究，结合了在数千小时的研究和开发中获得的经验教训和最佳实践。 下面是YOLOv5的具体表现： 我们可以看到上面图 阅读全文
posted @ 2021-08-21 23:34 Xu_Lin 阅读(6804) 评论(0) 推荐(1)
[object_detect]使用MobileNetSSD进行对象检测
摘要：使用MobileNetSSD进行对象检测 1.单帧图片识别 object_detection.py # 导入必要的包 import numpy as np import argparse import cv2 # 构造参数 parse 并解析参数 ap = argparse.ArgumentPars 阅读全文
posted @ 2021-08-02 14:45 Xu_Lin 阅读(389) 评论(0) 推荐(0)