mmdetection源码笔记第10页

OpenMMLab(1)

OpenMMLab总体架构如下图运用了MMDetection，MMDetection3D，MMClassification，MMSegmentation，MMPose&MMHuman3D，MMTracking

anyiyzb·2023-02-03 14:50

OpenMMLab实战营第一讲

1三大机器视觉任务1.1图像分类1.2图像检测1.3图像分割2OpenMMLab算法框架MMDetectionMMDetection3DMMClassificationMMSegmentationMMPose

wine_dionysus·2023-02-03 14:50

OpenMMlab （1）

图像分类目标检测语义分割实例分割OpenMMlab支持算法训练-部署一体化->>MMDeployMMDetection目标检测；实例分割；全景分割MMClassification图像分类MMSegmentation

qq_52971287·2023-02-03 14:50

OpenMMLab AI实战营-第一节笔记

Listitem第一节笔记通用视觉框架OpenMMLab1.MMDetection2.MMDetection3D3.MMSegmentation4.MMPose&MMHuman3D5.MMTracking5

赫兹赫·2023-02-03 10:58

OpenMMLab AI实战营第一天打卡笔记

MMDetection：实现目标检查和分割MMclas

Flashflower·2023-02-03 10:58

OpenMMLab AI 实战营 Day 1

5、MMDetection支持目标检测、

钢之乐学·2023-02-03 09:19

OpenMMLab AI实战营笔记（一）

OpenMMLab基于pytorch开发，包含基本分类（MMClassification），检测（MMDetection），分割（MMSegmentation）库，部分小众的视觉任务也有相应的支持，还有轻量化框架

cyj5x·2023-02-03 09:42

openmmlab学习打卡1

openmmlab学习打卡1通用视觉框架OpenMMLab通过conda安装通用视觉框架OpenMMLab基于pytorch实现其中：分类算法在mmclassification模块下目标检测在mmdetection

王魚(Virgil)·2023-02-03 09:40

liunx安装open-mmlab教程

目录01.mmlab界面02.重重之重03.虚拟环境04.进入创建的虚拟环境05.查看服务器或者电脑安装的CUDA版本06.进入pytorch官网找到对应torch下载命令：07.安装MMdetection08

小刺猬69·2023-02-03 08:44

open-mmlab之mmdetection3d

一、环境安装使用dockerfile文件构建docker镜像mmdet3d。1、原dockerfile安装dockerbuild-tmmdet3d-fdocker/Dockerfile.注：编译过程中若执行RUNapt-keyadv--fetch-keyshttps://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_

fung-hwang·2023-02-03 08:39

【目标检测】open-mmlab/mmdetection环境搭建与代码运行测试

目录一、前言1、安装anaconda32019.10版本2、创建虚拟环境3、安装whl4、安装其他必要的库5、安装pytorch6、编译mmdetection7、成功一、前言今天开一个专栏，主要是从在服务器上安装

Donvink·2023-02-03 08:06

MMDetection学习笔记-01环境配置

MMDetection环境配置MMDetection最好在Linux环境下配置。

叶吹落了风·2023-02-03 08:32

Open-mmlab学习笔记 D1

算法框架介绍算法框架功能应用MMDetection目标检测、实例分割、全景分割MMDetection3D3D目标检测MMClassification分类MMSegmentation语义分割无人驾驶汽车、

weixin_56985645·2023-02-03 08:24

计算机视觉与OpenMMLab开源算法体系

应用图像识别人脸识别自动驾驶视觉感知OpenMMLab开源算法体系算法框架介绍MMDetectionMMDetection3DMMClassificationMMSegmentationMMPose&MMH

BoBo玩ROS·2023-02-03 08:53

OPenmmlab实战营学习笔记——（一）

解决的基本问题与算法体系：1：分类：识别出是什么东西——MMClassification2：目标检测：像素层坐标——MMDetection3：图像分割：语义分割：对像素进行分类实例分割：区分出每一个物体

_-Nefelibate_--_--·2023-02-03 07:12

计算机视觉算法基础与 OpenMMLab

二、OpenMMLab算法库1.MMCV：是一个面向计算机视觉的基础库，它支持很多开源项目，如MMDetection、MMClassification等。

weixin_42837310·2023-02-02 17:27

OpenMMLab计算机视觉开源算法平台

OpenMMLab计算机视觉开源算法平台图像分类与mmclassification目标检测与MMDetection基于区域的方法RCNN：一阶段方法二阶段方法语义分割与MMSegmentationDeepLab

快乐学习吧·2023-02-02 10:42

MMDetection自定义双主干Transformer模型（一）

目录1、添加自定义的主干网络2、导入写好的主干网络3、写配置文件来进行实验基于自己的毕设想法，今天开始研究如何使用MMDetection构建自己的模型。

开始学AI·2023-02-02 10:09

计算机视觉算法基础与 OpenMMLab 打卡笔记(一)

基础图像分类目标检测图像分割语义分割关键点检测OPENMMLAB算法体系MMDepoly部署->ONNX/TorchScript/C++/Python/Java算法框架视觉库训练框架MMDetection

X1aochai_bat·2023-02-02 10:00

mmdetection各模块拆解（二）一阶段检测模型的构建（以FCOS为例）

一阶段检测模型的构建（以FCOS为例）引言一阶段检测模型的构成mmdet中的FCOS模型构建方法介绍mmdet模型一般构建过程FCOSSingleStageDetectorBackboneandNeckbackbone:Resnetneck:FPNbbox_headBaseDenseHeadAnchorFreeHeadFCOSHead初始化前向传播预测目标（target）的生成loss的计算小结总

hkht·2023-02-01 20:21

MMDetection简单教程：Python基础知识之类的继承、函数修饰器@和*args/**kwargs

为了看懂基于MMDetection/MMDetection3D的目标检测模型代码，有必要先了解一些重要但平时不常用的python基础知识。

byzy·2023-02-01 20:51

mmdetection加入SENet-154 backbone

代码搬用自：https://github.com/open-mmlab/mmdetection/issues/5881.在mmdet/models/backbones中新建senet.py，加入以下内容

nudt_qxx·2023-02-01 20:51

mmdetection中faster_rcnn的实现

mmdetection中faster_rcnn的实现前置内容：mmdetecion中类注册的实现（@x.register_module()）内容包括：faster_rcnnbackboneneckrpn_headfaster_rcnn

绝对皇甫·2023-02-01 20:20

cvat标注文件转为mmdetection可以训练的格式

我认为cvat标注的时候是occluded，但mmdetection使用的关键字是iscrowd.cvat标注矩形框用于目标检测，导出MOT1.1格式数据，将这种格式数据转为mmdetection能够识别的一种格式

mm_exploration·2023-02-01 20:20

MMCV - browse_dataset.py 可视化检测和跟踪任务config文件数据预处理部分神器

无论是mmdetection、mmtracking、mmdetection3D等框架，在\tools\analysis_tools中均有一个名为browse_dataset.py的文件。

@会飞的毛毛虫·2023-02-01 20:12

mmdetection使用wandb查看训练日志

mmdetection查看日志之前一直是在用TextLoggerHook，已经觉得挺方便的了，自从用了wandb之后，发现wandb真不错，看log更方便了，回不去了。

gy-7·2023-02-01 16:18

ImportError: Cannot load backend ‘TkAgg‘ which requires the ‘tk‘ interactive framework, as ‘headless

MMdetection多卡训练常遇到的两个错误，百度无果，没解决，去github里mmdetection的issue模块搜索了一下找到正解。这里记录一下，方便后者。

gy-7·2023-02-01 16:18

# AssertionError: The `num_classes` (80) in Shared2FCBBoxHead of MMDataParallel does not matches the

mmdetection训练自己的数据集时报错⚠️：#AssertionError:The`num_classes`(3)inShared2FCBBoxHeadofMMDataParalleldoesnotmatchesthelengthof

gy-7·2023-02-01 16:17

DynaSLAM源码笔记-检测动态物体部分梳理

按照main函数向下细分的顺序大概记录一下rgbd情况下，动态物体去除（inpaint的部分本篇不涉及）的源码的写法，并对应一下论文,关于ORB-SLAM2本身的部分不会太涉及到。安装方法见：关于运行DynaSLAM源码这档子事(OpenCV3.x版)论文笔记见：论文笔记-DynaSLAM:Tracking,MappingandInpaintinginDynamicScenes如果有什么不同的理解

wrotcat·2023-01-31 11:00

安装mmdetection出现的问题记录

所以在mmdetection源码中，把所有用到AT_CHECK的地方全部换为TORCH_CHECK。被我修改的文件有如下几个：nms_cuda.cpproi_align_cuda.cp

jiu_shu_·2023-01-31 10:06

python工具方法36 lableme标注转voc格式再转yolo格式（含voc数据集划分代码）

voc与coco格式在paddledetection和mmdetection库都支持，但yolo格式的标注只有在yolo系列的项目中才能支持。

万里鹏程转瞬至·2023-01-31 07:10

2022-02-18 Linux 0.11源码笔记（二）换个地方启动

回顾第一篇2022-02-16Linux0.11源码笔记（一）基址的赋值前面说到前两行代码是为了赋值一个基址，好让电脑启动的时候可以找到我们的代码。

半邪亦正·2023-01-30 22:08

MMDetection v2 目标检测（2）：数据准备

目录：MMDetectionv2目标检测（1）：环境搭建MMDetectionv2目标检测（2）：数据准备MMDetectionv2目标检测（3）：配置修改MMDetectionv2目标检测（4）：模型训练和测试服务器的环境配置

追逐Helios·2023-01-30 16:55

MMdetection中用test.py文件进行推理并画出预测框

#Copyright(c)OpenMMLab.Allrightsreserved.importargparseimportosimportos.pathasospimporttimeimportwarningsimportmmcvimporttorchfrommmcvimportConfig,DictActionfrommmcv.cnnimportfuse_conv_bnfrommmcv.runn

Kerwin_97·2023-01-30 10:58

【自主学习】python命令行参数argparse

以mmdetection3d的train.py脚本为例：importargparsedefparse_args():#1.创建命令行解释器，description可写可不写，在出错时会打印parser=

Vehicle_jyw·2023-01-30 10:27

ImportError: ./deform_conv_cuda.cpython-37m-x86_64-linux-gn.so: undefined symbol: _ZN6caffe26detail3

deform_conv_cuda.cpp时，我们在链接到.so动态库时一般输入‘importdeform_conv_cuda’，此时会发生这样的错误：ImportError:/home/user/repos/mmdetection

youeiちゃん·2023-01-30 05:12

mmdetection源码阅读笔记（3）--Train and Test

前面把模型网络以及Loss部分都写了，这篇就主要把之前的部分都串起来，看下mmdetection的训练PipeLine是怎样的。

EwanRenton·2023-01-29 22:05

Netty源码笔记（三）LengthFieldBasedFrameDecoder

在RPC通信中，对于接收到的二进制字节流，我们必须要能确定每一条消息的边界，然后进行反序列化解析成相应的消息对象，去进行相应的业务处理。常用的确定消息边界的方式有两种：1、长度前缀法。就是在每一条消息的前面固定几个字节来表示当前这条消息的长度，以此来界定一条完整的消息；2、字符分隔法。在一串二进制流中，每两条消息之间、每个字段之间以特殊的字符分隔开，来确定每条消息每个字段。Netty实现了一些列开

李亚林1990·2023-01-28 14:25

pytorch和mmdetection训练出现nan的解决方案

本文主要是收集了一些在使用pytorch自带的amp下lossnan的情况及对应处理方案。Why?如果要解决问题，首先就要明确原因：为什么全精度训练时不会nan，但是半精度就开始nan？这其实分了三种情况：计算loss时，出现了除以0的情况loss过大，被半精度判断为inf网络参数中有nan，那么运算结果也会输出nan1&2我想放到后面讨论，因为其实大部分报nan都是第三种情况。这里来先看看3。什

小伟db·2023-01-28 09:59

关于mmdetection框架实用小工具说明

关于mmdetection框架实用小工具说明1、Train单GPU训练多GPU训练（容易写错）2、Test单GPU训练多GPU训练3、Analysis_tools(分析工具，对模型的分析和对结果的分析)

壹万1w·2023-01-27 15:28

mmdetection常用命令

（注意：文中--evalbbox适用于目标检测模型，其他模型--eval需要换参数）1.Testpythontools/test.pyconfigs/ballon/mask_rcnn_r50_caffe_fpn_mstrain-poly_1x_balloon.pywork_dirs/mask_rcnn_r50_caffe_fpn_mstrain-poly_1x_balloon.py/latest.

zxrzhang·2023-01-27 15:28

mmdetection2.11.0 模型测试评估及计算各个类别的map

1.计算各个类别的map1.1方法1:直接计算,仅支持voc数据集与custom数据集使用如下命令直接计算各个分类的map,使用的图片为config配置中test中的数据集评估pythontools/test.pywork_dirs/faster_rcnn_r50_fpn_1x_coco.pywork_dirs/latest.pth--evalmAP#参数说明-work_dir/faster_rc

知北行·2023-01-27 15:58

mmdetection3d(2)---结果、log可视化

１．结果可视化：安装的docker版本的mmdetection3d在可视化的时候存在一些问题,open3d总是难以打开窗口，但源码安装的版本是可以实现可视化的。所以采用源码安装方法。

张飞飞~·2023-01-27 15:58

怎么看mmdetection版本_如何评价商汤开源的 mm-detection 检测库？

今天(10.12)正式开源了两个项目，mmcv和mmdetection。

weixin_39998521·2023-01-27 15:58

【mmdetection】工具tools试用

1.日志分析analyze_logs.pyhttps://blog.csdn.net/jy1023408440/article/details/1057017052.可视化数据集browse_dataset.pypythontools/browse_dataset.pym1/faster_rcnn_r50_fpn_1x_coco.pyConfigDict'objecthasnoattribute'

AI视觉爱好者·2023-01-27 15:57

mmdetection模型的评价工具

mmdetection训练模型之后，可用以下函数对模型进行评价一、日志分析1、tools/analyze_logs.py利用给定的训练日志文件，可以打印出loss函数与map的曲线，运行pipinstallserborn

Amber亮·2023-01-27 15:27

002. mmdetection

一、跑通COCO数据集整套流程程序入口：单GPU训练：pythontools/train.py${CONFIG_FILE}train.py核心如下：defmain():#1.读取配置文件cfg=Config.fromfile(args.config)#2.创建模型model=build_detector(cfg.model,train_cfg=cfg.train_cfg,test_cfg=cfg.

oneoverzero·2023-01-27 14:25

为何建议关闭RocketMQ预热配置【实战笔记】

曾在文章RocketMQ存储--映射文件预热【源码笔记】分析过文件预热流程。在预热文件时会填充1个G的假值0作为占位符，提前分配物理内存，防止消息写入时发生缺页异常。

瓜农老梁·2023-01-27 09:10

leveldb 源码笔记

设计思路LSM-Tree(LogStructureMergeTree)，将磁盘的随机写转化为顺序写，加快了写速度。LSM-Tree的思路是将索引树拆成一大一小两棵树，较小的常驻内存，较大的持久化到磁盘，他们共同维护一个有序的key空间。写操作会首先操作内存中的树，随着内存不断变大，会触发磁盘中树的归并操作(将内存中的数据与磁盘中的数据进行归并)，而归并操作本身仅有顺序写。随着数据不断写入，磁盘中的

loloxiaoz·2023-01-27 03:06

(20)关于计算FPS借鉴的代码

１．https://github.com/open-mmlab/mmdetection/blob/master/tools/analysis_tools/benchmark.py２．https://github.com

weixin_40227656·2023-01-24 10:01

推荐频道

mmdetection源码笔记