摘要：
运行: sudo apt update 提示: E: 有几个软件包无法下载，要不运行 apt-get update 或者加上 --fix-missing 的选项再试试？ 于是运行: apt-get update --fix-missing 运行: sudo apt-get install build 阅读全文
posted @ 2023-05-04 12:16
MSTK
阅读(5139)
评论(0)
推荐(1)
摘要：
模型如下图所示: 将H×W×C的图像reshape成了N×(P2×C),其中(H,W)是图像的原始分辨率,C是通道数,(P,P)是每个图像块的分辨率,N=H×W/P2为图像块的数量,将一个图像块使用可学习的线性层映射到维度为D的隐藏向量,如式(1)所示,线性映射的输出称为patch embeddin 阅读全文
posted @ 2023-04-29 23:45
MSTK
阅读(73)
评论(0)
推荐(0)
摘要：
MMDetection的学习率设置文件放在目录mmdetection3d\configs\_base_\schedules\下面,如下图所示. 各文件的含义如下： consine.py: SGDR policy, 40epochs; cyclic_20e.py: CLR policy, 20 epo 阅读全文
posted @ 2023-03-30 21:39
MSTK
阅读(347)
评论(0)
推荐(0)
摘要：
SGDR和CLR比较类似,都是给学习率设置周期和变化范围,按照下面的公式让学习率周期性的变化: 总的来说,就是在一个周期开始时,将学习率设置为最大值,然后按照余弦函数减小到最小值,再开始下一个周期的循环.尝试了各种超参数的设置. 阅读全文
posted @ 2023-02-20 16:52
MSTK
阅读(342)
评论(0)
推荐(0)
摘要：
学习率的设置是深度学习中一个比较重要的问题,Cyclical Learning Rates(CLR)提出了一种新的方法,即让学习率周期性的变化,而不是像之前的方法那样让学习率单调递减变化. Cyclical learning rates其实比较简单,只需要3个参数: (1)base_lr:学习率的最 阅读全文
posted @ 2023-01-27 19:30
MSTK
阅读(108)
评论(0)
推荐(0)
摘要：
很多深度学习都是多任务学习(Multi-Task Learning, MTL),需要对多个Loss同时优化,模型的性能受各Loss的权重的影响,手工选择权重成本太高,是不可能的,于是提出了基于Uncertainty的自动学习权重的方式. 下图是一个典型的多任务学习场景,需要同时满足语义分割,实例分割 阅读全文
posted @ 2022-12-17 21:04
MSTK
阅读(614)
评论(0)
推荐(0)
摘要：
ImVoxelNet这是一种基于单目或多视图 RGB 图像的 3D 对象检测的新型全卷积方法,根据RGB图进行3D检测. 这种方法其实比较简单,先在多张2D RGB图上进行卷积操作(共享2D卷积核),然后将特征映射到3D体素上,同一个体素有多个特征的进行简单的平均池化操作,然后用3D卷积核进行卷积操 阅读全文
posted @ 2022-11-13 14:40
MSTK
阅读(341)
评论(0)
推荐(0)
摘要：
Part-A2是一个两阶段,基于点的3D目标检测器,由part-aware和part-aggregation模块组成.类似于两阶段的2D检测器,第一阶段提出Proposals,第二阶段进行Refine. 1. Part-aware模块 负责生成3D Proposals.先将3D空间体素化,每个体素大 阅读全文
posted @ 2022-10-30 17:12
MSTK
阅读(115)
评论(0)
推荐(0)
摘要：
FCOS3D是在2D检测器FCOS的基础上提出的,是一种单目3D检测算法,根据RGB图像进行3D目标检测.FCOS预测的是一个前景点到边界框的4个距离,而FCOS3D需要预测更多的东西,包括3D中心点,3D尺寸,以及目标的方向. 整体结构上,FCOS3D和FCOS非常类似,Backbone和Neck 阅读全文
posted @ 2022-09-29 20:56
MSTK
阅读(997)
评论(0)
推荐(0)
摘要：
MMdetection3D更新了,只好再次安装,由于CUDA,cuDNN,PyTorch以前已经安装了,这次就不需要安装了,只需要安装MMdetection3D就行了. 1. 安装MMCV 输入以下命令: pip install mmcv-full -f https://download.openm 阅读全文
posted @ 2022-08-14 15:27
MSTK
阅读(1890)
评论(0)
推荐(0)
摘要：
由于操作失误,把硬盘挂载到了/home,导致系统启动失败,用Ubuntu的安装U盘进入Try,然后输入以下命令: sudo gedit ./etc/fstab 发现fstab文件是这样的: # /etc/fstab: static file system information. # # Use ' 阅读全文
posted @ 2022-07-29 11:57
MSTK
阅读(527)
评论(0)
推荐(0)
摘要：
不小心把Ubuntu18.04的boot分区格式化了,进不去系统了,一开机就是BIOS界面,最后使用boot-repair恢复了boot分区. 1. 使用Ubuntu18.04的安装U盘启动,选择Install,看了一下硬盘分区,还好,只是537M的boot分区被格式化了,400多G的系统还在,于是 阅读全文
posted @ 2022-07-28 20:16
MSTK
阅读(1330)
评论(0)
推荐(0)
摘要：
1. 输入命令sudo apt-get install git,安装Git; 2. 输入命令git config --global user.name [your user name]和git config --global user.email [your email],配置用户名和电子邮件; 3 阅读全文
posted @ 2022-06-26 17:05
MSTK
阅读(310)
评论(0)
推荐(0)
摘要：
OS: Ubuntu20.04 GPU: RTX 3060(12G) python==3.7.12 cuda==11.2 cudnn==cudnn-11.2-linux-x64-v8.1.1.33 pytorch==1.11.0 torchaudio==0.11.0 torchvision==0.1 阅读全文
posted @ 2022-05-30 20:49
MSTK
阅读(278)
评论(0)
推荐(0)
摘要：
1. 下载并安装PCL 1.12.1 到https://github.com/PointCloudLibrary/pcl/releases下载下面两个文件: 安装PCL时，选择添加路径到Path.解压pcl-1.12.1-pdb-msvc2019-win64.zip,复制.pdb文件到C:\Prog 阅读全文
posted @ 2022-04-19 20:54
MSTK
阅读(1073)
评论(0)
推荐(0)
摘要：
在Ubuntu下安装PyTorch遇到了下面的错误: The following packages are causing the inconsistency 下面是一长串的包名,有人说需要手动把这些包删除了,但是包太多,一个一个删除太费时间,而且有些包根本删不掉,最好的办法就是新建一个Conda环 阅读全文
posted @ 2022-03-30 18:00
MSTK
阅读(2300)
评论(0)
推荐(0)
摘要：
Focal loss在文件.\mmdet\models\losses\focal_loss.py实现,代码如下： import torch import torch.nn as nn import torch.nn.functional as F from mmcv.ops import sigmo 阅读全文
posted @ 2022-01-29 15:54
MSTK
阅读(779)
评论(0)
推荐(0)
摘要：
现有的目标检测器对小目标的检测效果不好,针对这种情况,作者提出了Feedback-driven Data Provider,根据训练过程中小对象对损失值的的贡献率,提供小对象训练数据的方法.Stitcher就是把多张图片(一般是4张)缩小后拼接在一起,从而产生更多小对象. 作者以Faster RCN 阅读全文
posted @ 2021-12-19 18:42
MSTK
阅读(379)
评论(0)
推荐(0)
摘要：
现有的模型存在两个问题: (1)classification score和quality score(包括IoU和centerness score)训练和推理时不一致.训练的时候这两个score是分别训练的,推理的时候将这两个score相乘作为NMS的依据,如下图(a)所示. 这有可能造成一些错误, 阅读全文
posted @ 2021-11-13 18:12
MSTK
阅读(232)
评论(0)
推荐(0)
摘要：
ATSS(Adaptive Training Sample Selection)是一种新的样本选择方法,和传统的设置一个固定的IOU阈值不同,ATSS对每一个GT Box,根据它的统计信息计算出一个IOU阈值.具体的算法如下图所示： 对每一个GT box,在特征金字塔FPN的每一层,选择距离中心最近 阅读全文
posted @ 2021-10-23 21:01
MSTK
阅读(112)
评论(0)
推荐(0)
摘要：
BBoxHead类继承自nn.Module类,定义在\mmdet\models\roi_heads\bbox_heads\bbox_head.py中,其作用是输出ROI Pooling的分类和回归值. import torch import torch.nn as nn import torch.n 阅读全文
posted @ 2021-09-24 16:16
MSTK
阅读(1172)
评论(0)
推荐(0)
摘要：
ConvFCBBoxHead类定义在\mmdet\models\roi_heads\bbox_heads\convfc_bbox_head.py中,其作用是对共享特征层进行卷积和全连接操作,然后在forward到BBoxHead类中,而且也继承自BBoxHead类.convfc_bbox_head. 阅读全文
posted @ 2021-08-09 19:33
MSTK
阅读(996)
评论(0)
推荐(0)
摘要：
SingleRoIExtractor类定义在\mmdet\models\roi_heads\roi_extractors\single_level_roi_extractor.py中,其作用是对ROI特征层进行特征提取,继承自BaseRoIExtractor类. import torch from 阅读全文
posted @ 2021-07-19 15:18
MSTK
阅读(1248)
评论(0)
推荐(0)
摘要：
用MMDetection训练过程中,全连接层(Fully Connected Layers,FC)出现nan错误,但是全连接层只是线性组合,而且数值也不大,也没有计算损失函数,怎么可能出现nan错误? 经过研究发现,原来是显存不足造成的,由于显存不足,有些tensor没有了,就造成了nan错误,进行 阅读全文
posted @ 2021-07-08 21:14
MSTK
阅读(1201)
评论(0)
推荐(0)
摘要：
TwoStageDetector类定义在\mmdet\models\detectors\tew_stage.py中: import torch import torch.nn as nn # from mmdet.core import bbox2result, bbox2roi, build_as 阅读全文
posted @ 2021-06-28 16:11
MSTK
阅读(564)
评论(0)
推荐(0)
摘要：
RPNHead继承了AnchorHead(AnchorHead定义在mmdetection/mmdet/models/dense_heads/anchor_head.py文件里面),前面介绍的forward_single(),_get_bboxes_single(),loss()等函数都是重载的An 阅读全文
posted @ 2021-06-10 19:27
MSTK
阅读(712)
评论(0)
推荐(0)
摘要：
运行时出现下面的错误: Traceback (most recent call last): File "D:/Projects/project_name/tools/train.py", line 178, in <module> main() File "D:/Projects/project_ 阅读全文
posted @ 2021-05-01 17:44
MSTK
阅读(2514)
评论(0)
推荐(0)
摘要：
运行时出现下面的错误: C:/cb/pytorch_1000000000000/work/aten/src/ATen/native/cuda/IndexKernel.cu:142: block: [0,0,0], thread: [17,0,0] Assertion `index >= -sizes 阅读全文
posted @ 2021-05-01 17:23
MSTK
阅读(6241)
评论(0)
推荐(0)
摘要：
Faster RCNN配置文件faster_rcnn_r50_fpn.py中的 backbone=dict( type='ResNet', depth=50, num_stages=4, out_indices=(0, 1, 2, 3), frozen_stages=1, norm_cfg=dict 阅读全文
posted @ 2021-04-14 17:22
MSTK
阅读(1563)
评论(0)
推荐(0)
摘要：
Faster RCNN配置文件faster_rcnn_r50_fpn.py中的 type='FasterRCNN', 说明了这是一个Faster RCNN模型,对应的是mmdetection/mmdet/models/detectors/faster_rcnn.py文件,主要内容如下： from . 阅读全文
posted @ 2021-03-29 17:43
MSTK
阅读(926)
评论(0)
推荐(0)
浙公网安备 33010602011771号