mmLab 第7页

mmsegmentation 之修改输入通道

open-mmlab有许多非常实用的框架，其中目标检测的话mmdetection确实很实用。

小弱不在家·2022-11-25 00:52

图像分类降低损失，提高精度的方法（接前文章）

测试时发现很多测试图片与标签不对应，准确率不是很高在运行test后也可见下面精度并不高，打印的带标签的图片很多图片与标签不对应针对这些情况，为降低损失，提高精度，我们可以为添加预训练模型进行训练首先打开：GitHub-open-mmlab-mmclassification

浅夜微凉x·2022-11-25 00:21

CVPR2020-PISA-目标检测prime采样新方法 | Prime Sample Attention in Object Detection

提出了新的目标检测训练采样方法，针对正负样本特性，提出了不同的排序方案Github地址：https://github.com/open-mmlab/mmdetection.总结来说：PISA=IoU-HLR

chenzy_hust·2022-11-24 19:17

【目标检测】Prime Sample Attention in Object Detection (CVPR 2020)

原文：PrimeSampleAttentioninObjectDetection论文发表于CVPR2020开源代码：https://github.com/open-mmlab/mmdetection一句话总结

贱小杜·2022-11-24 19:43

【目标检测】35、PISA: Prime Sample Attention in Object Detection

2.1HierarchicalLocalRank（HLR）2.2PISA三、效果论文：PrimeSampleAttentioninObjectDetection代码：https://github.com/open-mmlab

呆呆的猫·2022-11-24 19:04

用keras Faster RCNN训练wider face，实现人脸检测

数据集下载widerface数据集下载链接：http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/kerasFasterRCNN训练源码https://github.com

紫色银杏树·2022-11-24 15:45

mmdetection3d 踩坑记录

代码链接如下：https://github.com/open-mmlab/mmdetection3d最近用mmdetection3d做一些研究，首先要训练的数据需要检测car和truck，选用的基础是pointpillars

幸福回头·2022-11-24 08:46

2021.08.28-MMsegmentation0.16.0+Cuda10.1+Ubuntu16.04+Pytorch1.8环境安装

现打算在LINUX系统Ubuntu16.04上安装mmsegmentation框架，因为之前主要使用mmdetection框架做一些目标检测的工程和网络研究，对mmlab更熟悉一些，而且框架核心都要依赖

清梦枕星河~·2022-11-24 07:36

写给 MMSegmentation 工具箱新手的避坑指南

感谢他的分享，我们快来一起学习下吧~https://github.com/open-mmlab/mms

OpenMMLab·2022-11-24 07:32

安装mmgeneration并使用GAN网络训练自己的数据集

mmdetection的环境，现在还是使用这个环境安装mmgen同时安装的mmcv和mmcv-full版本如下安装mmcv-full的时候需要耗费比较久的时间第二步，下载mmgen的压缩包，open-mmlab

只只只只只·2022-11-24 07:25

mmpose安装

有点麻烦，写个流程记录一下具体步骤把mmlab的mmpose下载到本地，创建虚拟环境mmlab//下载gitclonehttps://github.com/open-mmlab/mmpose.gitcdmmpose

qq_1925620345·2022-11-23 17:17

模型压缩算法库 MMRazor 全面升级，更灵活、更自动

https://github.com/open-mmlab/mmrazor/issues/3472022年9月，我们发布了MMRazo

OpenMMLab·2022-11-23 05:46

MMLab&商汤提出TokenMix

本篇分享ECCV2022论文『TokenMix:RethinkingImageMixingforDataAugmentationinVisionTransformers』，MMLab&商汤提出超强数据增强策略

自动驾驶之心·2022-11-22 19:44

解决mmcv-full（mmcv）安装失败的方法

latest+torch1.6.0+cu102-fhttps://download.openmmlab.com/mmcv/dist/index.html解决方法：https://github.com/open-mmlab

喵喵(•ᴗ•)·2022-11-22 15:45

mmdetection mmcv-full 安装过程中CUDA_HOME错误解决

mmdetectionmmcv-full安装过程中cuda错误解决问题描述解决办法问题描述command:/home/fhz/anaconda3/envs/open-mmlab/bin/python-c

阿小甘·2022-11-22 15:43

mmdetection3D RuntimeError: Error compiling objects for extension

最近在配置open-mmlab的mmdetection3d项目，其中大部分的步骤都可以很方便的完成，但是在CUDA版本和torch版本上会有一定的问题，详细记录下：前面的几个步骤都没什么问题，就最后一步的

幸福回头·2022-11-22 11:00

win10 mmdetection3d环境搭建

官网：mmdetection3d/README_zh-CN.mdatmaster·open-mmlab/mmdetection3d·GitHub安装过程参照：win10mmdetection3d训练KITTI

gloria_iris·2022-11-22 09:21

【深度学习】【mmdetection】FCOS代码阅读一

#创建虚拟环境condacreate-nopen-mmlabpython=3.7-ycondaactivateopen-mmlab#记得使用‘nvcc-V’查看自己cuda的版本，然后到p

Hanawh·2022-11-22 05:18

旋转目标检测

mmrotate可用配置mmrotate/model_zoo.mdatmain·open-mmlab/mmrotate·GitHub关于旋转框的定义关于旋转框定义的一些理解和感想-知乎

流浪德意志·2022-11-22 01:48

mmdetection 使用之训练/测试自己的数据集

目录一、修改配置文件二、训练/测试命令以及常用命令参数2.1测试2.2训练mmdetection的官方使用教程：https://github.com/open-mmlab/mmdetection/blob

流觞时光·2022-11-21 22:50

mmdetection v2.x模型训练与测试

它是商汤科技和香港中文大学开源的一款基于pytorch底层的目标检测工具箱，隶属于mmlab项目。mmdetection2.7文件结构。

专业女神杀手·2022-11-21 22:10

使用mmsegmentation训练自己的数据集

目录一、mmsegmentation源码下载二、放置自己的数据集三、创建自己的数据集类型四、修改源码五、训练六、预测一、mmsegmentation源码下载https://github.com/open-mmlab

小磊学编程·2022-11-21 19:29

语义分割开源工具箱MMSegmentation安装及使用示例

MMSegmentation是一个基于PyTorch的语义分割开源工具箱，是OpenMMLab项目的一部分，源码在https://github.com/open-mmlab/mmsegmentation

fengbingchun·2022-11-21 19:23

MMsegmentation使用记录

GitHub地址：https://github.com/open-mmlab/mmsegmentation官方文档：https://mmsegmentation.readthedocs.io/en/latest

Pythonistas29xs·2022-11-21 19:21

mmdetection使用自定义的coco格式数据集进行训练及测试

JuyongJiang·2022-11-21 10:09

记【安装mmcv教程】以及遇到的Error

torch1.4-cpu安装了很多次mmcv都报错ERROR:Commanderroredoutwithexitstatus1:总归一堆红，正确安装姿势如下：源码地址https://github.com/open-mmlab

华尔街的幻觉·2022-11-21 02:10

厉害了！有了它，发顶会顶刊拿赛事大奖轻松多了！

https://github.com/open-mmlab/mmdetection3dgithub.com/open-mmlab/mmdetection3d在近日召开的计算机视觉顶级会议CVPR2022

OpenMMLab·2022-11-21 00:45

30系显卡安装mmdetection-torch1.6+手残版

pytorch1.12.1cuda11.3mmcv-full1.7.0python=3.8以上环境最好一致1.在github上下载mmdetection链接：https://github.com/open-mmlab

权默。·2022-11-20 14:35

mmpose训练自己数据集

mmpose训练自己的数据集最近在做人体姿态估计，有一批上半身关键点的数据集，商汤mmlab中的mmpose很适合，因为没有mmpose训练自己数据集的文章，所以就自己写了一个。

Millet porridge·2022-11-20 11:07

MMRotate：旋转框检测实现过程

MMRotate：旋转框检测实现过程MMRotate地址：https://github.com/open-mmlab/mmrotate文档地址：https://mmrotate.readthedocs.io

风吹的我冷·2022-11-20 11:34

更好的性能，新型自监督学习方法 CAE 了解一下

https://github.com/open-mmlab/mm

OpenMMLab·2022-11-20 11:03

mmselfSup训练自己的数据集

mmselfsup地址：https://github.com/open-mmlab/mmselfsup相关文档：WelcometoMMSelfSup’sdocumentation!

风吹的我冷·2022-11-20 10:48

mmdetection3d简单安装（官方教程就是坑）

首先看官方的教程：https://github.com/open-mmlab/mmdetection3d/blob/master/docs/en/getting_started.md官方教程已经过时了，

hungita·2022-11-20 05:24

mmcls中的配置文件继承

mmcls中配置文件的继承和更改（同样适用于其余的mmlab项目）基础配置文件（来自于config文件夹中所需模型的某一版本）_base_=['..

HsienWei-Chin·2022-11-20 03:08

mmlab花朵分类结果展示（1）

花朵102分类结果展示测试DEMO效果测试评估模型效果修改网络参数1.mmcls模型位置2.修改neck3.修改损失函数4.增补图像增强修改配置文件参数数据增强流程可视化展示上一节给大家介绍了如何使用mmlab

有理想的打工人·2022-11-20 02:44

mmlab实现图像分类

使用mmlab实现花朵的102分类准备mmcls项目基本参数及配置解读生成完整的配置文件调整数据读取的方式1.文件夹名对应花朵分类2.文本记录图片名称和对应分类方法训练任务在开始今天的讲述之前，我们还是先装一个

有理想的打工人·2022-11-20 02:43

MMLab

MMLabMMLab的主要研究方向：机器学习、强化学习、半监督/弱监督/自监督学习等方向的前沿方法和理论长视频理解、3D视觉、生成模型等的计算机视觉新兴方向物体检测、动作识别等核心方向的性能突破深度学习的创新应用探索，以及与医疗、社会科学、艺术创作等领域的交叉创新深度学习时代，算法与计算、系统框架、以及计算机体系结构的结合创新历时不知道多久，OpenMMLab又迎来了一次全面的更新。为了方便社区的

皮肤科大白·2022-11-20 02:38

mmlab - mmsegmentation经验总结（一）环境安装

目录1.安装条件2安装过程3.REF:1.安装条件1.安装需求LinuxormacOS(Windowsisinexperimentalsupport)Python3.6+PyTorch1.3+CUDA9.2+(IfyoubuildPyTorchfromsource,CUDA9.0isalsocompatible)GCC5+MMCVwindows不推荐安装和使用兼容的MMSegmentationan

熊猫小妖·2022-11-20 02:36

cuda 9.0 安装torch 0.4_学习open-mmlab之mmskeleton安装

SijieYan,YuanjunXiong,JingboWang,DahuaLin},title={MMSkeleton},howpublished={url{https://github.com/open-mmlab

weixin_40002692·2022-11-20 02:35

MMLAB系列：MMCLS训练结果验证与测试

1.推理运行demo/image_demo文件，指定模型参数运行2.测试指定模型参数，运行tools/test.py文件3.模型修改方式如果需要自己写相关模块，将代码写好后，添加至相关初始化文件，然后修改模型配置文件，在相应部分修改为自己的类别即可。总之，模型文件以配置文件为核心4.数据增强模型可视化展示tools/visualizations/vis_pipeline.py是数据增强模型的可视化

樱花的浪漫·2022-11-20 02:31

mmlab花朵分类结果展示（2）

花朵分类结果展示Grad-Cam可视化方法模型分析折线图和平均耗时展示计算量展示这一节我们继续上一节讲解训练结果测试与验证。Grad-Cam可视化方法上一节我们讲述了数据增强的可视化方法，因为数据增强是训练模型前的步骤，所以即使我们没有训练结果也可以可视化该过程。但是我们这里介绍的是可视化模型效果，也就是必须要有训练好的模型才可以。grad-cam可以理解成一种注意力机制，该可视化过程是向我们展示

有理想的打工人·2022-11-20 02:43

安装mmcv，apex

安装mmcv，apex在线安装总是失败，查询别人的失败方案后选择离线安装，从https://github.com/open-mmlab/mmcv下载对应版本mmcv，从https://github.com

Alanna-wee·2022-11-20 01:39

MMDeteceion之系列一（环境安装、模型测试、训练以及模型后处理工具）

1、MMDeteceion初识MMDetection是一款优秀的基于PyTorch的深度学习目标检测工具箱，由香港中文大学(CUHK)多媒体实验室(mmlab)开发。

qq_41627642·2022-11-20 00:26

mmdetection配置文件-参数含义

mmdetection配置文件-参数含义可以参考下面mmdetection官网文档：如下网址https://github.com/open-mmlab/mmdetection/blob/master/docs

京雨·2022-11-20 00:51

捉虫 | mmlab 系列安装过程遇到的问题合集

（不定时更新…以我遇到问题为主）linuxpython3.6cuda10.1torch1.6.0；vision0.7mmcv安装不完全20210117事故发生在一开始。官方教程提供对应版本的mmcv-full下载；但是无法完整获取。#latestpipinstallmmcv-full-fhttps://download.openmmlab.com/mmcv/dist/cu101/torch1.6.

Patricia_daye·2022-11-19 16:20

ImportErrorImportError::libcudart.so.10.1: cannot open shared object file: No such file or directory

比如，我的环境为：python=3.7.8torch=1.6.0cuda=10.2那么需要在https://github.com/open-mmlab/mmcv#install-with-pip这个里面找到匹配的

阿财是小白·2022-11-19 10:55

mmdetection学习系列（1）——SSD网络

mmdetection的第一篇文章，因为最近一段时间在做目标检测相关的内容，为了更好地研究领域内相关知识，特意花了不少时间熟悉mmdetection框架（https://github.com/open-mmlab

达达_·2022-11-19 09:04

MMLAB学习-Gard-CAM可视化方法

可视化模型背景Gard-Cam方法目的是为了看到在模型训练过程中，我们的模型到底在关注哪些地方。如果一个模型分类总是分别。那么它一定把重点关注到了不重要的特征，Gard-Cam方法就可以看到在训练过程中我们的模型到底在关注哪些地方。如图当我们在分类猫和狗时，通过Gard-Cam就可以知道模型在分类的时候关注点在哪一块。当把它分类成猫的时候，它关注的特征一定在猫的身上当把它分类成狗的时候，它的关注点

dzm1204·2022-11-19 07:55

MMLAB学习-MMCLS项目-模块配置文件组成

源码目录源码已上传举例介绍resnet18的各个模块分析各模块找到模型模块，在_base_/models/resnet18.py#modelsettingsmodel=dict(#所有的type值表示，在运行的时候源码走哪个类#ImageClassifier在mmcls下的models下的classifierstype='ImageClassifier',#resnet在mmcls下的models

dzm1204·2022-11-19 07:24

MMLAB学习-MMCLS项目-训练自己的任务

生成完整的配置文件一般做法可以考虑继承base然后一个个实现模块，也可以先整体跑通在一个个修改，一般采用第二种方法先复制resnet配置文件的绝对路径找到tools下的train.py就是入口函数这里的路径是默认参数，所以直接给路径复制到参数设置里面去参数配置完可以先试着跑一下，虽然会报错但是也会生成一个文件如下会生成这个配置文件，接下来就可以直接复制到pycharm中改这个配置文件重命名后，复制