mmdetection源码笔记第16页

mmdetection环境搭建

最近从语义分割转做实例分割，需要用到mmdetection，作为从来没有用过检测工具箱的我，趟了各种坑之后特写此博客供后来者参考（这篇文章算是集众家之所长吧）。

deeplearningfeng·2022-12-19 16:05

Linux18.04 mmdetection环境配置

mmcv-full(cuda环境下)gitclonehttps://github.com/open-mmlab/mmcv.gitcdmmcvMMCV_WITH_OPS=1pipinstall-e.cd..2.安装mmdetectiongitclonehttps

gwprock·2022-12-19 16:05

MMdetection环境搭建

目录本机环境1.安装ANACONDA2.用Conda创建虚拟环境3.激活虚拟环境4.安装pytorch安装pytorch5.安装MMCV6.安装MMdetection测试本机环境纯小白，本文用作个人笔记

SupremeNO.1·2022-12-19 16:04

目标检测学习笔记——MMdetection下Faster RCNN源码解读

目录一、代码流程一、anchor生成过程1.base_anchor生成2.all_anchors生成二、正负样本划分和proposal选择rpn与rcnn可视化！重要总结：fasterrcnn的训练过程一、RPN二、Propoasllayer三、RCNNRCNN、FastRCNN和FasterRCNN都是twostage网络，第一步是生成proposal,第二步是分类和回归。一、代码流程Faste

phily123·2022-12-19 08:10

mmdetection tools工具梳理

mmdetectiontools工具梳理mmdetection是一个非常好用的开源目标检测框架，我们可以用它方便地训练自己的目标检测模型，mmdetection项目仓库提供许多实用的工具来实现帮助我们进行各种测试

Adenialzz·2022-12-18 21:38

mmdetection使用教程及报错

目录安装验证图片保存数据标注数据转化转化成VOC转化为coco数据集voc数据集进行训练mmdet/datasets/voc.pymmdet/core/evaluation/class_names.pyconfigs/_base_/datasetsvoc0712.pycoco数据集进行训练_base_/datasets/coco_detection.pymmdet/datasets/coco.py

HNU_刘yuan·2022-12-18 21:37

mmdetection学习记录之报错解决汇总

报错1：RuntimeError:Expectedtohavefinishedreductionintheprioriterationbeforestartinganewone.Thiserrorindicatesthatyourmodulehasparametersthatwerenotusedinproducingloss.Youcanenableunusedparameterdetectio

Small_Fish25·2022-12-18 21:07

mmdetection 绘制PR曲线

mmdetection绘制PR曲线发现直接使用matplotlib绘制曲线在修改图片上一些细节是比较麻烦，因此我决定使用Excel来绘制PR曲线importosimportmmcvimportnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdfrompycocotools.cocoimportCOCOfrompycocotools.cocoe

Ghlerrix·2022-12-18 21:06

【mmdetection系列】mmdetection之evaluate评测

https://github.com/open-mmlab/mmdetection/blob/master/configs/yolox/yolox_s_8x8_300e_coco.py#L151max_epochs

聿默·2022-12-18 21:05

MMDetection在ScanNet上训练

（2022.10.24）注意，scannet-frames-25k这个子集的instancemaps与原始ScanNetV2的instancemaps（即scene*_*/instance/或scene*_*/instance-filt/里面的那些.png）格式是不同的，[5]有讲这一点。所以如果想用原始ScanNetV2数据训练，在用本文改的转换代码转成COCOobjectdetection格式

HackerTom·2022-12-18 21:05

mmdetection 运行测试Demo出现 ModuleNotFoundError: No module named ‘mmcv._ext‘

环境：Ubuntu18.04python版本3.7torch版本1.8.0CUDA版本11.4问题分析mmcv版本不一致导致卸载原来的解决方案，卸载重装，目前我装的这个版本可以使用pipuninstallmmcv-fullpipuninstallmmcv#注意匹配cuda与torch的版本由于找不到11.4的cuda对应版本，使用10.2的可以使用pipinstallmmcv-full-fhttp

YANGXUSHI520·2022-12-17 15:52

MMdetection之train.py源码详解

目录一、tools/train.py二、源码详解三、核心函数详解（一）build_detector（mmdet/models/builder.py）（二）build_dataset（mmdet/datasets/builder）（三）train_detector（mmdet/apis/train.py）（四）set_random_seed：（五）get_root_logger：一、tools/tr

小刺猬69·2022-12-17 14:19

从零到一使用mmdetection 构建自己的目标探测网络

目标：在服务器构建mmdetection的目标探测模型更新时间2022.10.12（准备环境如下，亲测可行，如遇到问题，参照版本兼容等的变化）环境准备–ubuntu18.04–cuda版本：11.3–torch1.11.0

剑laii·2022-12-17 07:28

mmdetection配置记录（服务器版）

先是在autodl中买了一个RTX3080Ti，然后想着初始化的时候已经配置了pytorch和cuda10.1，然后就绕开了执行脚本的一些前提的部分，然后执行到了mmcv的时候就开始了报错，说是无法通过一个非虚拟的环境去配置到对应的环境。然后就是直接去执行openmmlab的那个脚本部分condacreate-nopenmmlabpython=3.7pytorch==1.6.0cudatoolk

来张便利贴·2022-12-16 18:22

记录一次 mmdetection 自定义数据训练和推理

总体参考如下（还有其他CSDN和知乎贴子）：WelcometoMMDetection’sdocumentation!

何小义的AI进阶路·2022-12-16 17:02

mmdetection3d S3DIS （持续更新）

Mmdetection3d集成了大量3D深度学习算法，其中很大一部分可以在室内三维数据集S3DIS上运行。本节重点介绍S3DIS数据集及其在mmdetection3d中的预处理程序。

Coding的叶子·2022-12-16 17:54

【mmdetection3d】mmdetection3d安装详细步骤

MMDetection3D是一个基于PyTorch的目标检测开源工具箱,下一代面向3D检测的平台.它是OpenMMlab项目的一部分，这个项目由香港中文大学多媒体实验室和商汤科技联合发起，涵盖了3D目标检测

Coding的叶子·2022-12-16 17:53

MMDetection 快速开始，训练自定义数据集

本文将快速引导使用MMDetection，记录了实践中需注意的一些问题。

GoCodingInMyWay·2022-12-16 15:07

mmdetection--自定义数据集

AnnotationImageSetsJPEGImagesCOCO数据集格式组织结构annotations（注释）json格式instances自定义数据集（coco类型）修改config文件dataset模块model模块检查注释文件mmdetection

右边是我女神·2022-12-16 15:37

mmdetection环境配置与训练自己的VOC数据集

文章目录mmdetection环境安装安装必要的环境和库使用已经训练好的model进行前向推理使用mmdetection训练自定义的VOC数据集1.创建数据集目录2.修改VOC0712.py文件3.修改

黑夜里游荡·2022-12-16 15:36

【目标检测】使用MMDetection训练自定义COCO格式数据集

1.自定义数据集(COCO格式)的准备1.1.将数据集按照以下路径存放到MMDet目录mmdetection|--data||--coco||--annotations||--instances_train2017

ericdiii·2022-12-16 15:06

MMDetection 训练自定义数据集

点击上方“AI算法与图像处理”，选择加"星标"或“置顶”重磅干货，第一时间送达导读上一篇讲到如何安装MMDetection，今天要分享如何使用MMDetection训练自定义数据集，其实非常简单！

flyfor2013·2022-12-16 15:06

MMDetection学习笔记-04自定义COCO数据集

以COCO标注格式是JSON，主要由image、categories和annotations三个字段表示。COCO格式文件的好处是可以用一个文件表示所有的标注数据。程序接收一个COCO.json文件可以处理整个数据集。整体结构：{#“info”:info,#一般用不上，可以置空#"licenses":[license],#一般用不上，可以置空images:[image],annotations:[

叶吹落了风·2022-12-16 15:06

MMDetection | 如何在自定义数据集上进行训练

MMDetection1.配置文件1.1查看配置文件pythontools/misc/print_config.pyPATHTOCONFIG1.2配置文件结构在config/_base_文件夹下有4个基本组件类型

Meter孙·2022-12-16 15:05

使用MMDetection3.x训练自定义数据集和类别

使用MMDetection3.x训练自定义数据集和类别1.安装2.训练2.1准备数据和配置文件2.2训练2.3测试3.评价指标(EvaluationMetrics)3.1目标检测评估（DetectionEvaluation

Arrow·2022-12-16 15:05

FCOS:Fully Convolutional One-Stage Object Detection(论文阅读笔记)

论文链接：https://arxiv.org/abs/1904.01355代码链接：当前mmdetection中有focs的相关code实现。

酉意铭·2022-12-15 11:57

fcos：fully convolutional one-stage object detection

mmdetection最小复刻版(六)：FCOS深入可视化分析-知乎0概要论文名称：FCOS:Asimpleandstronganchor-freeobjectdetector论文地址：https://

Kun Li·2022-12-15 11:25

MMYOLO | YOLO 系列算法开源工具箱推荐----玩转 MMYOLO 工具类第一期：特征图可视化

轻松玩转MMYOLO,YOUONLYLOOKthisONEMMYOLO是一个基于PyTorch和MMDetection的YOLO系列算法开源工具箱。它是OpenMMLab项目的一部分。

羊羊了个杨·2022-12-15 07:22

mmdetection-报错RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)

我在使用mmdetection修改neck.fpn的时候，遇到了以下报错：1、RuntimeError:Inputtype(torch.cuda.FloatTensor)andweighttype(torch.FloatTensor

刮杂·2022-12-14 22:05

Jetson Nano & TX2配置教程

JetsonNano&TX2配置教程JetsonNano激活JetsonTX2烧录更新系统国内源安装系统工具jtop从源代码编译opencv安装archconda安装mmdetection更新于2021

微醺的老虎·2022-12-14 20:59

mmdetection ---转onnx模型,Netron可视化网络结构

详细信息可以看官方文档：./docs/en/tutorials/pytorch2onnx.md这里把命令摘了出来用法//bashpythontools/deployment/pytorch2onnx.py\${CONFIG_FILE}\${CHECKPOINT_FILE}\--output-file${OUTPUT_FILE}\--input-img${INPUT_IMAGE_PATH}\--sh

S5242·2022-12-14 16:04

利用labelme制作coco格式的实例分割数据集（用于mmdetection2.0中的mask部分）

本文参考以下链接并修改了部分内容：https://blog.csdn.net/weixin_42882838/article/details/102843082前言之一：在mmdetection2.0框架下

一只大狼狗·2022-12-14 13:06

【Ubuntu机器学习实战】MMdetection训练自己的数据集并预测（使用mask_rcnn_r50_fpn_1x_coco完美走个流程)

1：使用JupyterNotebook并切换到Pytorch内核Ubuntu/Pytorch/MMdetection......等等可自行查找资料配置好，此处仅展示数据集方面所需要的库!

PeTJnG·2022-12-14 13:36

mmdetection各模块拆解（一）数据读取与处理

mmdetection各模块拆解（一）数据读取与处理文章目录mmdetection各模块拆解（一）数据读取与处理动机mmdetection中的COCO数据集Pipelines1.LoadImageFromFile2

hkht·2022-12-14 13:36

带你玩转 3D 检测和分割（一）：MMDetection3D 整体框架介绍

0.前言由于3D本身数据的复杂性和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）和场景（室内和室外）的多样性，整个框架结构相对复杂，新人用户的上手门槛相对较高

OpenMMLab·2022-12-14 13:32

mmdetection中使用训练好的模型批量检测图片并保存到文件夹

保存到文件夹查看预测情况fromargparseimportArgumentParserimportosfrommmdet.apisimportinference_detector,init_detector#,show_result_pyplotimportcv2defshow_result_pyplot(model,img,result,score_thr=0.3,fig_size=(15,1

natures66·2022-12-14 13:01

【有坑待填】Maskrcnn mmdetection 人像分割结果抠图二值化原图提取像素点操作

待填：1.关于result实际意义的讨论2.len、size、shape的用法简介：基于mmdetection的架构，在其demo给出的范例代码中，我们应用maskrcnn算法，从github上mmdetection

7zuper·2022-12-14 13:00

open-mmlab labelImg mmdetection

open-mmlab的检测项目数据标柱工具介绍labelImg安装(两种方法都适用于linux和mac上的conda虚拟环境下安装)pip包安装从源码安装labelme安装使用生成label数据mmdetection

曹家小圆宝·2022-12-14 13:58

mmdetection 实例分割任务自定义数据集训练流程

写在前面版本：torch11.0cuda11.3mmcv-full1.6.1mmdet2.25.1，完全按照mmcv和mmdet官方文档配的环境因为我的需求是需要拿出分割后的每一个实体来进行尺寸的分析，所以语义分割不行，mmsegmentation最后输出的是一个二维矩阵（还是三维我忘了），元素是相应图片位置上的种类序号。如果两个实体连在一起了，那么整个序号的排布也就连在一起了，就像力扣上的海水和

Eongking·2022-12-14 13:57

mmdetection

零、官方教程文档1.官方教程文档不得不知的MMDetection学习路线中文解读文案汇总2.轻松掌握MMDetection中常用算法(二)：FasterR-CNN|MaskR-CNN3.框架解读轻松掌握

Highlight_Jin·2022-12-14 13:57

使用mmdetection做实例分割

使用mmdetection做实例分割2022华为开发者大赛·无人车挑战赛，初赛使用mmlab的mmdetection作为baseline。基于baseline训练自己的网络完成实例分割。

京雨·2022-12-14 13:56

安装mmdetection的pip install -v -e . 时，报错UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xce inpos

安装mmdetection的此命令pipinstall-v-e.时，报错Cleaningup...Exception:Traceback(mostrecentcalllast):File"C:\Users

ModestYjx·2022-12-14 04:06

【python pip特殊用法】pip install -v -e . 命令详解

在学习商汤科技的mmdetection文档时遇到：（1）安装mmcv时，它使用了类似的pipinstall-e.（2）安装mmdet的时候，

活成自己的样子啊·2022-12-14 03:58

mmdetection训练自己的数据，用网络deformable_detr做示例，先用labelme标注转为coco格式，训练后测试并分析

目录1.标注labelme2.将labelme标注的数据转为coco格式直接上代码：coco格式如下：3.mmdetection训练自己的数据，用网络deformable_detr做示例（0）先生成整体配置文件

黛玛日孜·2022-12-13 19:04

MMdetection之build_optimizer模块解读

实例优化器对象总结拓展阅读资料前言前面文章build_dataset,build_dataloader,build_model均以做了详细的介绍，而optimizer作为“炼丹”的最后一个条件，本文将介绍mmdetection

武乐乐~·2022-12-13 18:41

50预训练权重_MMDetection笔记：修改预训练模型权重类别数

如果想了解MMDetection请点击下面链接：初识CV：MMDetection中文文档—详解zhuanlan.zhihu.com将coco预训练模型类别权重修改类训练数据集权重，代码如下:如何修改可以看

芒果大大·2022-12-13 15:00

离线或在线加载pytorch、mmdetection预训练模型vgg、resnet、alexnet等

pytorch预训练模型包含多个经典网络，比如resnet系列、vgg系列和alexnet等，预训练模型可以提高网络提取特征的能力，提升训练模型的性能。下面介绍一下加载预训练模型的两种方式：第一种是在线的方法，即在代码中采用在线加载模式，importtorchfromtorchvisionimportmodelsmodel=models.vgg16(pretrained=True)这样当代码运行到

清梦枕星河~·2022-12-13 15:30

MMdetection3d环境搭建和使用避坑记录

MMdetection3d环境搭建和使用避坑记录官方github:https://github.com/open-mmlab/mmdetection3d官方文档：https://mmdetection3d.readthedocs.io

平山村小明·2022-12-13 15:30

2021-06-06

安装mmdetection3d`1.创建虚拟环境condacreate-nenv_namepython=3.7-ycondaactivateenv_name2.安装对应版本的pytorchpytorch

qq_31544415·2022-12-13 15:29

修改权重使用预训练模型权重

可以修改输出层的权重，以mmdetection使用预训练模型为例。

lsh呵呵·2022-12-13 15:58

推荐频道

mmdetection源码笔记