HR_net逐步实现过程

1.numpy实现数组卷积操作

这里是一个矩阵，换个图试一下

import numpy as np
#输入数组
input_image=np.array([[1,2,3],[4,5,6],[7,8,9]])
#卷积核
kernel=np.array([[1,0],[0,1]])
#卷积操作
output_image=np.zeros((2,2))
for i in range(2):
    for j in range(2):
        output_image[i][j]=(input_image[i:i+2,j:j+2]*kernel).sum()
print(output_image)

1.1图像卷积，使用numpy实现卷积

深度理解卷积--使用numpy实现卷积_numpy 卷积-CSDN博客

可以参考这篇文章写的很好。

另一篇是用python实现卷积操作_python 卷积-CSDN博客

1.2json的作用是什么？

        对于简单的数据集进行分类，可以用txt的形式对标签进行存储。但是对于目标检测中，标签不仅包含分类标签，还包含了检测目标的位置信息，因此采用json这种轻量级的数据交换格式，可以将不同的信息打包成一个个模块，并将这些模块按照一定顺序存储在json文件中，读文件时只需要根据关键字对相应的模块进行解析，即可得到该模块的打包信息。

        之后就可以对json文件进行解析，有很多现成的c++/c库用于解析json文件，但是比较麻烦。自己可以找找。