#mmdetection

关于mmcv和mmdet安装

1、mmdet安装mmdet主要是服务于mmdetection以及相关的延伸工作，所以相关任务
清梦枕星河~·2023-12-28 15:02

ERROR: Failed building wheel for mmpycocotools

同样遇到了这个问题，参考网址：https://github.com/open-mmlab/mmdetection/issues/10730解决方法：pipinstallcython==0.29.33实测有效
清梦枕星河~·2023-12-28 15:31

mmdet 从2.x 模型代码迁移到3.x 记录(以mask rcnn 为例)

x迁移到3.xstep1根据官方文档修改配置文件:step2修改自定义的dataset模块step3在模型调用时修改调用的代码调用的时候遇到的问题)step1根据官方文档修改配置文件:https://mmdetection.readthedocs.io
Magicapprentice·2023-12-27 21:40

PolarMask环境配置并训练自己的数据集

CUDA10，conda硬件：2080Ti参考：PolarMaskpytorch代码实现记录（碎碎念事无巨细版）_Amberrr的博客-CSDN博客_polarmask训练自己的数据集PolarMask是基于mmdetection
SUNSHANGZHE·2023-12-18 02:11

计算目标检测和语义分割的PR

需求描述实际工作中，相比于mAP项目更加关心的是特定阈值下的precision和recall结果；由于本次的GT中除了目标框之外还存在多边形标注，为此，计算IoU的方式从框与框之间变成了mask之间；本文的代码适用于MMDetection
hello_dear_you·2023-12-15 22:00

MMDetection3D :openmmlab环境搭建及模拟kitti数据集跑pointpillars模型

点云训练—openmmlab环境搭建及模拟kitti数据集跑pointpillars模型1环境搭建在我的linux服务器上，基于ubuntu20.04参见：开始你的第一步—MMDetection3D1.3.0
爱吃油淋鸡的莫何·2023-12-15 00:16

MMDetection3D雷达点云数据训练框架

MMDetection3D雷达点云数据训练框架1简介1.1简介MMDetection3D支持任务：点云3D检测、单目3D检测、多模态3D检测和点云3D语义分割等。
爱吃油淋鸡的莫何·2023-12-15 00:16

SMOKE Single-Stage Monocular 3D Object Detection via Keypoint Estimation 论文学习

SMOKE:Single-StageMonocular3DObjectDetectionviaKeypointEstimationGithub地址：https://github.com/open-mmlab/mmdetection3d
calvinpaean·2023-12-06 23:41

mmdetection训练coco数据集（继跑通后的一些工具使用）

（仅做个人过程记录的笔记）1、生成中间件可以选择评估方式--eval，对于COCO数据集，可选bbox、segm、proposal。可以得到result.bbox.json文件生成pkl文件：faster_rcnn.pklpythontools/test.pyconfig.pywork_dirs/epoch_20.pth--outfaster_rcnn.pkl后续可以直接使用他来做分析，无需每次都
愿你酷得像风·2023-12-01 20:22

mmdetection-FasterRcnn的四层输出修改

1、num_outs=5改为num_outs=42、FPN的输出改为四层outs=[H3,H4,H5,H6]3、strides删除一个：strides=[4,8,16,32]),就可以了
愿你酷得像风·2023-12-01 20:22

开发环境搭建过程资料

注：文档中所用的mmdetection工具包存放在home下，其余的安装包在home/package一、安装NVIDIA驱动1.输入sudogedit/etc/modprobe.d/blacklist.conf
shishengle1024·2023-12-01 09:24

MMdetection训练voc数据集

1、安装MMdetection查看官方的安装文档：https://mmdetection.readthedocs.io/zh_CN/latest/get_started.html#id2从git上面下载方法
Sakura_djiaxin·2023-12-01 05:55

MMDetection3.0以上如何在推理是不显示类名？

找到/mmdet/visualization/local_visualizer.py这个文件，从156行开始fori,(pos,label)inenumerate(zip(positions,labels)):#这里先把类名拼接在了label_text中if'label_names'ininstances:label_text=instances.label_names[i]else:label_
小勺子哦·2023-12-01 05:24

MMDetection3.0以上推理

MMDetection3.0以上推理mmdetection3.02以后推理代码有所更改，具体代码为：frommmdet.apisimportinference_detector,init_detector
菜鸡想入门C++QAQ·2023-12-01 05:24

最新版mmdetection3.0环境配置详细版win11

1.创建环境以及环境启动使用终端进行创建虚拟环境用于mmdetection相关包的安装使用操作命令如下：condacreate-nopenmm
爱宇小菜涛·2023-12-01 05:54

mmdetection使用混合精度训练

在配置文件中加入如下内容即可：#fp16settingsfp16=dict(loss_scale=512.)#表示静态scalefp16=dict(loss_scale=512.)#表示动态scalefp16=dict(loss_scale='dynamic')参考：whereisMixedPrecisionTrainingsetinconfig·Issue#2204·open-mmlab/mmd
小伟db·2023-12-01 05:54

mmdetection 常用命令

1.多卡训练CUDA_VISIBLE_DEVICES=0,1,2,3PORT=15200./tool/dist_train.pyconfigs/***.py4多机多卡：机器1:python-mtorch.distributed.launch--nproc_per_node=8--nnodes=2--node_rank=0--master_addr=172.16.30.2--master_port=
NineDays66·2023-12-01 05:54

mmdetection 3.0中自定义数据预处理流程指导

mmdetection官方指导import-the-custom-module和自定义数据预处理流程内容解说稍后添加
少说多想勤做·2023-12-01 05:21

MMdetection3.0 报错data[‘category_id‘] = self.cat_ids[label] IndexError: list index out of range

MMdetection3.0问题报错data[‘category_id’]=self.cat_ids[label]IndexError:listindexoutofrange痛苦，希望各位大佬看到后可以指教一下
MZYYZT·2023-12-01 05:21

object has no attribute ‘show_result‘，mmdetection3.0最新检测方法

之前是使用show_result来绘制检测结果，并保存，现在已经无法使用，会报错‘xxxModel’objecthasnoattribute‘show_result’最新的方法如下：#-*-coding:UTF-8-*-importosfrommmdet.apisimportinit_detector,inference_detectorfrommmdet.registryimportVISUAL
蔡不菜和他的uU们·2023-12-01 05:21

mmdetection_3-训练自己的数据集

mmdetection_3-训练自己的数据集以fasterrcnn为例数据准备在mmdetection文件夹中创建data文件夹，再将coco文件夹放入（数据集）。
YilK·2023-12-01 05:51

MMdetection3.0 问题

MMdetection3.0问题希望各位路过的大佬指教一下：问题：1、NWPU-VHR-10有标注的数据一共650张，我将其分为了455张训练集，195张验证集。
MZYYZT·2023-12-01 05:20

mmdetection3.0总结

可视化pythontools/analysis_tools/analyze_logs.pyplot_curvepath_of_json.json--keysloss--outpath_to_save使用coco数据集训练后结果可视化训练
少说多想勤做·2023-12-01 05:20

mmskeleton的环境配置问题

2.如果使用mmcv0.4.3，则使用cuda=10的pytorch，mmdetection1.0.0的3.如果想用cuda11来配置环境，则需使用cuda11.1pytorch1.8.1,torchvision0.9.1mmdet2.12.0
qq_42731393·2023-11-28 00:06

【VisDrone|目标检测】保姆级教程：Faster RCNN模型训练VisDrone数据集（含代码修改+训练启动+评估指标）（六）

文章目录一、修改配置二、训练+评估一、修改配置首先是得到配置文件，如下所示：python/home/wangzhenkuan/mmdetection/tools/train.py/home/wangzhenkuan
旅途中的宽~·2023-11-26 10:52

【mmdetection】验证时AP为-1

目录问题AP的解释可能的Bug问题验证的时候评价指标输出是酱紫的AveragePrecision(AP)@[IoU=0.50:0.95|area=all|maxDets=100]=0.177AveragePrecision(AP)@[IoU=0.50|area=all|maxDets=1000]=0.608AveragePrecision(AP)@[IoU=0.75|area=all|maxDet
小涛44·2023-11-22 05:22

使用mmdetection训练模型--记faster-rcnn不同backbone性能比较

使用mmdetection训练模型一、安装采用的是直接安装，并未使用在conda中建虚拟环境。
hedgehogbb·2023-11-21 13:21

使用MMDetection进行目标检测

首先需要按照官方文档在本机的电脑上安装好MMDetection，不熟悉的小伙伴可以看我下面的这篇教程。
肆十二·2023-11-21 13:19

深度学习系列54：使用 MMDETECTION 和 LABEL-STUDIO 进行半自动化目标检测标注

参考https://mmdetection.readthedocs.io/zh-cn/latest/user_guides/label_studio.html，这里进行简要概述：1.启动目标检测服务在mmdetection
IE06·2023-11-21 13:15

深度学习系列53：mmdetection上手

pipinstall-Uopenmimmiminstall"mmengine>=0.7.0"miminstall"mmcv>=2.0.0rc4"2.测试案例下载代码和模型：gitclonehttps://github.com/open-mmlab/mmdetection.gitmkdir
IE06·2023-11-21 01:12

新版mmdetection3d将3D bbox绘制到图像

环境信息使用pythonmmdet3d/utils/collect_env.py收集环境信息sys.platform:linuxPython:3.7.12|packagedbyconda-forge|(default,Oct262021,06:08:21)[GCC9.4.0]CUDAavailable:Truenumpy_random_seed:2147483648GPU0,1:NVIDIAGeF
豆奶泡油条·2023-11-20 05:13

mmdetection训练自己的maskrcnn记录

1.训练语句pythontools/train.pyconfig2.训练后的模型在work_dir中，我选取了其中一个epoch.pth文件，这个pth和一般的pth文件不同，他需要用torch.load导入，3.模型导入后以dict形式访问一些变量，model=torch.load('**/epoch_6.pth')后，model中有以下keys：dict_keys(['meta','state
7zuper·2023-11-19 17:45

【mmdetection】用自己的coco数据集训练mask r-cnn并进行验证、测试，推理可视化，更改backbone，只针对某一标签进行训练

大前提：Ubuntu20.04LTS本人呕心沥血从无到有的摸索，自己边尝试边整理的，其实耐心多看官方文档确实能找到很多东西（下面有官方文档的链接这里就不重复粘贴了），也为了方便我自己copy语句嘻嘻~为什么不是用Windows，作为一个小白我一开始真的想用windows，因为我懒得配双系统，但是没办法，是真的lj，安装又难，训练有诸多限制，就sosad知道吧。安装就看别的博主吧跟着别的博主soea
Zlan_lvlv·2023-11-19 17:34

mmdetection安装与训练

一、什么是mmdetection商汤科技（2018COCO目标检测挑战赛冠军）和香港中文大学最近开源了一个基于Pytorch实现的深度学习目标检测工具箱mmdetection，支持Faster-RCNN
不减到100斤不吃锅包肉·2023-11-15 11:19

mmdetection踩坑记录

1.mmcv-full和mmdetection的版本匹配问题Readme里应该会给可复现的版本，一定要按照readme里的，这里是一些版本对应关系，像我的mmdet是2.3.0，我就只能装1.0.5的mmcv-full
糖豆豆今天也要努力鸭·2023-11-12 03:23

第十三章 MMDetection3D解析系列四_钩子(hook)(车道线感知)

一前言近期参与到了手写AI的车道线检测的学习中去，以此系列笔记记录学习与思考的全过程。车道线检测系列会持续更新，力求完整精炼，引人启示。所需前期知识，可以结合手写AI进行系统的学习。二介绍日志系统钩子编程是一种编程模式，是指在程序的一个或者多个位置设置位点（挂载点），**当程序运行至某个位点时，会自动调用运行时注册到位点的所有方法。**钩子编程可以提高程序的灵活性和拓展性，用户将自定义的方法注册到
小酒馆燃着灯·2023-11-10 04:39

制作coco数据集，并在mmdetection上实验

一、dataset2coco首先将标注好的json和img放在同一个文件夹中，取名为images。format.py统一修改json中的img_path。将路径修改为统一格式。×××.jpgformat.py代码如下：importosimportredir_path='/home/chenghiuyi/03DLA-CHD/DLA-CHD_TRAIN_NO_CHECK/逻辑分类/01data/ima
享受这时光·2023-11-10 01:46

2023 flag

1.Centerpoint代码解析，以及mmdetection3d学习。
锦鲤少年丶·2023-11-08 14:43

基于MMdetection的RT-DETR目标检测器的源码解析（上）

.目标检测器文件：rtdetr.py解析4.Backbone文件解析：resnet.py5.neck层文件解析：HybridEncoder.py5.1AIFI模块详解5.2CCFM模块介绍总结前言对于MMdetection
CL雾岚·2023-11-07 23:41

MMdetection3.x个人笔记

1.在自定义数据集用训练出的权重进行可视化推理input(jpg文件)+model_config这两个可以不用加前面的形参然后用\隔开写上--weight='xx.pth'pythondemo/image_demo.pydata/coco_duck/train2017/10640.jpgwork_dirs/solov2_r50_fpn_1x_coco/solov2_r50_fpn_1x_coco.
不会写代码！！·2023-11-06 17:26

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。
EwanRenton·2023-11-06 04:07

MMDetection3D简单教程：模型定义、注册与搭建

写在前面：本人正在学习MMDetection3D的过程中，可能有理解错误，欢迎指正。在MMDetection3D中，如果需要自定义模型，需要进行类的注册。
byzy·2023-11-03 05:21

第二十章 LaneAF框架结构以及接入MMDetection3D模型（车道线感知）

一前言近期参与到了手写AI的车道线检测的学习中去，以此系列笔记记录学习与思考的全过程。车道线检测系列会持续更新，力求完整精炼，引人启示。所需前期知识，可以结合手写AI进行系统的学习。二LaneAF接入openlane数据集2.1LaneAF文件结构|--README.md|--datasets#数据处理，返回img,seg,mask,af||--culane.py||--llamas.py||--
小酒馆燃着灯·2023-11-03 05:48

【mmdetection3d】——使用已有模型在标准数据集上进行推理和训练

1:使用已有模型在标准数据集上进行推理和训练使用已有模型进行推理这里我们提供了评测SUNRGBD、ScanNet、KITTI等多个数据集的测试脚本。请参考开始下的验证/样例来获取更容易集成到其它项目和基本样例的高级接口。在标准数据集上测试已有模型单显卡单节点多显卡多节点你可以通过以下命令来测试数据集：#单块显卡测试pythontools/test.py${CONFIG_FILE}${CHECKPO
Kadima°·2023-11-03 05:10

第二十二章 LaneAF框架结构以及接入MMDetection3D模型(车道线感知)

一前言近期参与到了手写AI的车道线检测的学习中去，以此系列笔记记录学习与思考的全过程。车道线检测系列会持续更新，力求完整精炼，引人启示。所需前期知识，可以结合手写AI进行系统的学习。二LaneAF接入openlane数据集2.1LaneAF文件结构|--README.md|--datasets#数据处理，返回img,seg,mask,af||--culane.py||--llamas.py||--
小酒馆燃着灯·2023-11-03 05:36

无脑016——使用mmdetection训练自己的数据集，使用labelme标注的coco格式

标注的数据集在上一篇文章介绍过了，先使用labelme软件标注好，然后使用代码，生成一个汇总的json文件http://t.csdnimg.cn/oKqDD一.我的环境如下：(mmdet300rc5_torch171)PSG:\bsh\mmdet300rc5_torch171>pythonPython3.8.18(default,Sep112023,13:39:12)[MSCv.191664bit
吃肉不能购·2023-10-31 18:25

open-mmlab的mmdetection使用总结

教程来源于视频：5MMDetection代码教学-1.5_哔哩哔哩_bilibili使用总结如下：环境安装配置见官方教程，如果在jupyter-notebook里，只要在mim前加上！
黑衣骑士兴·2023-10-31 16:55

mmdetection环境搭建（linux）

新建环境condacreate-nmmdetectionpython=3.7激活环境condaactivatemmdetection安装pytorch（在官网pytorch.org上找到对应版本）condainstallpytorch
ZZZZ_Y_·2023-10-31 07:33

mmdetection 使用maskrcnn训练自己的coco数据集实现目标检测【过程记录】更新中

搭建环境搭建mmdetection环境：http://t.csdnimg.cn/LClEa数据集将数据集放在detection-master/data/coco下配置文件config设置看到网上有很多方法是直接修改的官方的模型院配置文件
ZZZZ_Y_·2023-10-31 07:33

mmdetection 目标检测测试时打印各类别准确率（AP），打印iou为0.5时各类AP

第一个问题：测试时打印各类别准确率（AP）方法1：在mmdet/datasets/coco.py中找到evaluate函数，大概第300多行，将classwise设为True，默认为Falsedefevaluate(self,results,metric='bbox',logger=None,jsonfile_prefix=None,#是否显示每个类别classwise=True,若改动后未生效可
ZZZZ_Y_·2023-10-31 07:33
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他