mmdetection

训练的分离loss设计

(03-16)21d这个方法本身可能不起效实验方法资源：192@pengxk/TOV_mmdetection/1、按实例分离loss-->algorithm:根据dr修改bboxes_weight、labels_weight
Yah_da·2023-10-20 22:19

pytorch 设置随机种子排除随机性

设置随机种子为了解决随机性，需要把所有产生随机的地方进行限制，在这里我自己总结了一下：排除PyTorch的随机性排除第三方库的随机性排除cudnn加速的随机性这是mmdetection所给的
球场书生·2023-10-20 08:33

OpenMMLab OpenMMLab mmdeploy v1.1.0模型部署（一）

目前，我们已经支持5个算法库和5种后端推理引擎，囊括多种应用场景:MMDeploy所支持算法库：•检测（MMDetection）•分割（MMSegmentation）•分类（MMClassificatio
qq_41627642·2023-10-17 21:00

几个环境下的cuda版本

最近在搭建mmdetection3d环境的时候，报了一个cuda相关的错误"CUDAToolkit10.2isunsupportedbyNumba-11.2istheminimumrequiredversion
Hunter_pcx·2023-10-17 21:17

【mmdetection代码解读 3.x版本】FPN层的解读

文章目录1.forward函数1.1self.fpn_convs的构建1.forward函数defforward(self,inputs:Tuple[Tensor])->tuple:assertlen(inputs)==len(self.in_channels)#buildlateralslaterals=[lateral_conv(inputs[i+self.start_level])fori,
Re-赟·2023-10-17 19:25

yolov5训练加速--一个可能忽视的细节（mmdetection也一样），为什么显卡使用率老是为0？

本文仅讨论节省图片加载时间问题，这里面可能有一些容易忽视的细节。yolov5的训练参数里面有一个--cache，默认是ram，就是把解码后的图片保存在内存中。也可以是disk，就会把解码后的图片保存在硬盘上。parser.add_argument('--cache',type=str,nargs='?',const='ram',help='--cacheimagesin"ram"(default)
kv1830·2023-10-13 04:44

ubuntu mmdetection配置

mmdetection配置最重要的是版本匹配，特别是cuda，torch与mmcv-full本项目以mmdetectionv2.28.2为例介绍1.查看显卡算力因为gpu的算力需要与Pytorch依赖的
慕思侣·2023-10-13 03:41

【mmdetection代码解读 3.x版本】以Fcos+FasterRcnn为例

文章目录前言RPN部分的代码1.loss函数（two_stage.py）1.1loss_and_predict函数（base_dense_head.py）1.1.1loss_by_feat函数（fcos_head.py）1.1.1.1get_targets函数1.1.1.2_get_targets_single函数1.1.2predict_by_feat函数（base_dense_head.py）
Re-赟·2023-10-12 01:20

mmdetection组件构成与注册表分析

mmdetection使用模块化设计,将一般的目标检测算法分成了几个不同的模块,在使用时只需要在配置文件中声明各个模块使用的组件名称和参数,就可以像搭建积木一样搭建一个完整的目标检测模型;基本组件mmdetection
寒夏凉秋·2023-10-09 20:35

windows环境下使用mmdetection+mmdeploy训练自定义数据集并转成onnx格式部署

目录实验环境安装conda创建虚拟环境安装pytorch使用MIM安装MMEngine和MMCV安装MMDetection准备自定义数据集修改配置信息开始训练模型转换与推理实验环境windows10python
每天进步一点丶·2023-10-05 16:36

如何使用nuScenes数据集格式的单帧数据推理(以DETR3D为例)

无论是mmdetection3D还是OpenPCDet都只有使用数据集(使用哪个数据集由配置文件里指定)训练和测试的代码，没有使用某种数据集格式的单帧数据进行推理的代码(也就是一些2D目标检测框里里提供的推理
Arnold-FY-Chen·2023-10-03 05:28

Coovally模型探索：快速获取并应用MMDetection模型

Coovally平台实现了对开源社区模型MMDetection的一键式支持。在Coovally的模型探索页面，用户只需搜
Coovally AI模型快速验证·2023-10-01 03:15

MMDet初尝试：以官方文档为例，训练模型

使用前配置按照官方文档配置环境：https://mmdetection.readthedocs.io/zh_CN/3.x/get_started.html安装conda/Miniconda创建并激活一个
热水过敏·2023-09-29 15:21

（二十八）mmdetection源码解读：Test.py

目录一、Test.py源码一、Test.py源码Test.py主要作用测试或者评估一个模型。很大篇幅都是关于参数解析的内容，我们这里详细了解一下：config：配置文件路径checkpoint：Checkpoint路径。Checkpoint是用于描述在每次训练后保存模型参数（权重）的惯例或术语work_dir：评估指标文件的存储路径out：将预测转储到pickle文件以进行脱机评估show：显示预
mm_exploration·2023-09-29 15:21

mmdetection3d代码教学

安装open3d!pipinstallopen3d==0.11.0安装依赖包mmcv-full、mmdet、mmsegmentationwindow安装时也用openmim!pipinstallopenmim!miminstallmmcv-full!miminstallmmdet!miminstallmmsegmentation!gitclonehttps://github.com/open-mm
百度森森·2023-09-27 18:15

零基础熟悉mmdetection3d数据提取、模型搭建过程

本图文从介绍配置文件开始，逐步构建一个新的配置文件，并依次构建相关模型，最终使用一条点云数据简单走了一下处理流程关于mmdetection3d的安装，参考官方文档安装—MMDetection3D1.0.0rc4
豆奶泡油条·2023-09-27 15:05

mmdetection3d可视化多模态模型推理结果

本篇博文讲一下mmdetection3d可视化参考文献:带你玩转3D检测和分割（三）：有趣的可视化-知乎(zhihu.com)WelcometoMMDetection3D’sdocumentation!
豆奶泡油条·2023-09-27 15:05

【mmdetection】faster-rcnn训练自定义coco数据集，出现The testing results of the whole dataset is empty解决办法！

最近在使用mmdetection的faster-rcnn训练自定义coco数据集过程中，出现了ERROR-Thetestingresultsofthewholedatasetisempty同时，各种指标不正常
盛世芳华·2023-09-26 14:08

（二十七）mmdetection源码解读： config配置文件之default_runtime.py

目录一、运行相关配置二、schedule配置文件详解1、hooks2、env_cfg3、vis_backendsandvisualizer一、运行相关配置default_scope='mmdet'#默认的注册器域名，默认从此注册器域中寻找模块。#default_hooks是一个字典，用于配置运行时必须使用的钩子。这些钩子具有默认优先级，#如果未设置，runner将使用默认值。如果要禁用默认钩子，用
mm_exploration·2023-09-22 08:37

（二十二）mmdetection源码解读：faster_rcnn_r50_fpn.py详解roi_head

目录一、model配置文件->roi_head二、roi_head详解一、model配置文件->roi_head目标检测的ROIhead是指在区域提议网络（RegionProposalNetwork，RPN）生成的候选区域中，对候选区域进行分类和边界框回归的神经网络模块。它的作用是通过对提议的区域进行再次筛选，将候选区域中的目标物体进行准确地分类和位置定位，从而完成目标检测的整个流程。model=
mm_exploration·2023-09-22 08:36

（二十四）mmdetection源码解读：faster_rcnn_r50_fpn.py详解test_cfg

目录一、model配置文件->test_cfg二、test_cfg详解一、model配置文件->test_cfgtest_cfg=dict(rpn=dict(nms_pre=1000,#NMS前的box数max_per_img=1000,#NMS后要保留的box数量nms=dict(type='nms',iou_threshold=0.7),#NMS的类型，NMS的阈值min_bbox_size=
mm_exploration·2023-09-22 08:36

（二十七）mmdetection实用工具： Visualization

目录一、基础绘制接口二、基础存储接口三、任意点位进行可视化一、基础绘制接口可视化器（Visualizer）：可视化器负责对模型的特征图、预测结果和训练过程中产生的结构化日志进行可视化，支持Tensorboard和WanDB等多种可视化后端。importtorchimportmmcvfrommmengine.visualizationimportVisualizerimage=mmcv.imread
mm_exploration·2023-09-22 08:32

Detr源码解读(mmdetection)

Detr源码解读(mmdetection)1、原理简要介绍整体流程：在给定一张输入图像后，1）特征向量提取：首先经过ResNet提取图像的最后一层特征图F。
百度森森·2023-09-21 15:47

目标检测Neck：FPN（Feature Pyramid Network）与PAN（附torch代码）

文章目录0.前言1.FPN1.1FPN核心思想与步骤1.2FPN的融合过程2.PAN2.1PANet2.2原版2.3mmdetection中yolo_neck版本2.4nanodet版本ReferenceFPN
猛码Memmat·2023-09-20 13:13

RTMPose关键点检测实战——笔记3

文章目录摘要安装MMPose安装虚拟环境安装pytorch安装MMCV安装其他的安装包下载MMPose下载预训练模型权重文件和视频素材安装MMDetection安装Pytorch安装MMCV安装其它工具包下载
静静AI学堂·2023-09-19 23:49

DMNet复现(二)之模型篇：Density map guided object detection in aerial image

模型训练采用基于MMDetection的框架SwinTransformerTiny进行训练，训练方法可参考官方教程。
开始学AI·2023-09-19 22:20

mmdetection环境配置和安装

创建openmmlab虚拟环境condacreate-nopenmmlabpython=3.7激活openmmlab环境condaactivateopenmmlab安装torch在torch官网查找安装自己电脑cuda对应的torch安装命令condainstallpytorchtorchvisiontorchaudiopytorch-cuda=11.7-cpytorch-cnvidia使用MIM
OneCodeSailor·2023-09-19 16:15

恒源云GPU使用tensorboard || 以OpenMMLab系列为例 || 定时复制可视化日志

但是一些云平台的可视化工具让人摸不着头脑，现在我以OpenMMLab开源视觉算法体系的MMDetection算法库为例，介绍在恒源云中使用TensorBoard。恒源云TensorBoard的使用方式
早上真好·2023-09-17 06:17

AI实战营第二期 第五节 《目标检测与MMDetection》——笔记6

文章目录摘要主要特性常用概念框、边界框交并比(loU)感受野有效感受野置信度目标检测的基本思路难点滑框在特征图进行密集计算边界框回归基于锚框VS无锚框NMS（非极大值抑制）使周密集预测模型进行推理步骤如何训练密集预测模型的训练匹配的基本思路密集检测的基本范式多尺度预测如何处理尺度问题基于锶框(Anchor)图像金字塔ImagePyramid基于层次化特征特征金字塔网络FeaturePyramidN
静静AI学堂·2023-09-16 08:59

DCTNet目标检测环境配置

DCTNet中的目标检测使用的是mmdetection框架，本文主要介绍的是如何搭建这个环境并成功
blgpb·2023-09-16 08:14

MMdetection 环境配置、config文件解析以及训练自定义VOC数据集

MMDetection是针对目标检测任务推出的一个开源项目，它基于Pytorch实现了大量的目标检测算法，把数据集构建、模型搭建、训练策略等过程都封装成了一个个模块，通过模块调用的方式，我们能够以很少的代码量实现一个新算法
枫叶wu·2023-09-16 08:14

3D目标检测框架 MMDetection3D环境搭建 docker篇

本文介绍如何搭建3D目标检测框架，使用docker快速搭建MMDetection3D的开发环境，实现视觉3D目标检测、点云3D目标检测、多模态3D目标检测等等。
一颗小树x·2023-09-16 08:42

【OpenMMLab实战营】1.OpenMMLab相关介绍

可以从下方网址获得相关文档和代码：openMMLab官方网站：https://openmmlab.comopenMMLab的github仓库：OpenMMLab·GitHub框架可应用方向及其对应的各个模块功能：mmdetection
笔wei生花·2023-09-15 18:05

mmdetection计算每个类别的AP50

修改mmdet/datasets/coco.py的classwise与iou_thrsdefevaluate(self,results,metric='bbox',logger=None,jsonfile_prefix=None,classwise=True,#Falseproposal_nums=(100,300,1000),iou_thrs=[0.5],metric_items=None):直
chao_xy·2023-09-15 18:34

【自动驾驶】PETR 环境安装与测试

1.环境安装该工程依赖MMCV，MMDetection，MMDetection3d，MMSegmentationInstallMMCVpipinstallmmcv-full-fhttps://download.openmmlab.com
AI小白龙·2023-09-15 18:18

mmdetection 环境配置

1.配置清华源镜像通道condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/condaconfig--addchannelshttps
masonwang_513·2023-09-14 10:27

MMDetection——1.安装（中文官方文档一）

MMDetection——1.开始使用（翻译版）内容基本上都是自己理解并翻译过来的，原文有些小前提没讲，我在自己安装的时候出现了一些小问题，这里加上了一点点补充。供大家参考！
ccbeihai·2023-09-11 01:53

MMDetection（五）

目标检测工具包MMDetectionMMDetection可以做什么➢MMDetection提供400余个性能优良的预训练模型，开箱即用，几行PythonAPI即可调用强大的检测能力➢MMDetection
骆驼穿针眼·2023-09-10 22:34

MMDetection实验记录踩坑记录

AP值始终为0在实验MMDetection的DAB-DETR模型进行实验时，AP值始终上不去。
彭祥.·2023-09-09 14:49

【MMDetection】bug记录

bug1：ifenv_cfg.get('cudnn_benchmark'):AttributeError:'NoneType'objecthasnoattribute'get'解决办法：配置文件缺少了env_cfg信息，需要在config文件中添加，如以下内容：env_cfg=dict(cudnn_benchmark=False,mp_cfg=dict(mp_start_method='fork'
开始学AI·2023-09-09 14:49

无脑014——linux系统，制作coco（json）格式数据集，使用mmdetection训练自己的数据集

电脑，linux，RTX3090cuda11.21.制作coco（json）格式数据集这里我们使用的标注软件是：labelimg选择voc格式进行标注，标注之后使用以下代码，把voc格式转换成coco格式，注意最后的路径这个代码只能一次生成一个train.json文件，需要再打标签，生成一个val.json文件，就可以训练了：importsysimportosimportjsonimportxml
吃肉不能购·2023-09-09 00:43

无脑013—— win11配置mmdetection实现训练自己的vol格式（xml）数据集

昨天使用cascade——rcnn实现了MSAR1.0的训练，今天来回顾一下参考资料：http://t.csdn.cn/8A5WEhttp://t.csdn.cn/ccOZg电脑笔记本电脑，拯救者Y7000P2018款，GTX1060显卡6G显存，cmd输入代码nvcc-version显示的CUDA版本10.1，以下所有程序都在wsl虚拟机中执行1.conda创建新环境condacreate-nm
吃肉不能购·2023-09-09 00:40

（九）mmdetection源码解读：训练过程中训练数据的调用DataLoader

目录一、DataLoader创建过程中二、利用实例化data_loaders进行训练一、DataLoader创建过程中在训练过程train_detector函数中调用build_dataloader函数train_detector(model,datasets,cfg,distributed=False,validate=True)#train_detector函数中data_loaders=[b
mm_exploration·2023-09-08 14:57

（十）mmdetection源码解读：build_detector

目录一、build_detector调用过程二、build_detector参数分析一、build_detector调用过程model=build_detector(cfg.model,train_cfg=cfg.get('train_cfg'),test_cfg=cfg.get('test_cfg'))#build_detector函数中defbuild_detector(cfg,train_c
mm_exploration·2023-09-08 14:57

（十七）mmdetection源码解读：EpochBasedRunner

目录一、run二、train三、val四、run_iter五、save_checkpoint一、runrunner.run(data_loaders,cfg.workflow)run方法调用后才是真正开启工作流workflow=[(‘train’,1)]，表示只运行训练工作流workflow=[(‘train’,2),(‘val’,1)]，表示先训练2个epoch，然后切换到val工作流，运行1个
mm_exploration·2023-09-08 14:57

（十六）mmdetection源码解读：BasedRunner

目录一、BasedRunner源码二、BasedRunner类的属性三、BasedRunner类的方法3.1只读属性和抽象方法3.2权重保存和加载方法3.3hook的注册和调用一、BasedRunner源码classBaseRunner(metaclass=ABCMeta):def__init__(self,model,batch_processor=None,optimizer=None,wor
mm_exploration·2023-09-08 14:25

深度学习环境搭建笔记(二)：mmdetection-CPU安装和训练

文章目录第一步：安装anaconda第二步：安装虚拟环境第三步：安装torch和torchvision第四步:安装mmcv-full第五步:安装mmdetection第六步：测试环境第七步：训练-目标检测
ZZY_dl·2023-09-07 03:48

mmdetection - config配置文件之schedule(learning rate)

config文件命名意义：{model}[modelsetting]{backbone}{neck}[normsetting][misc][gpuxbatch_per_gpu]{schedule}{dataset}{model}：表示具体模型，如faster_rcnn、mask_rcnn等；[modelsetting]：某些模型的具体设置，如htc的without_semantic、reppoin
mm_exploration·2023-09-05 23:55

目标检测框架MMDetection训练自定义数据集实验记录

在上一篇博文中，博主完成了MMDetection框架的环境部署与推理过程，下面进行该框架的训练过程，训练的入口文件为tools/train.py，我们需要配置的内容如下：parser.add_argument
彭祥.·2023-09-05 20:37

【OpenMMLab】OpenMMLab概述

目录OpenMMLab概述OpenMMLab代表算法库目标检测算法库MMDetection目标检测算法库2MMYOLO文字检测识别算法库MMOCR3D目标检测算法库MMDetection3D旋转目标检测算法库
Donny0v0·2023-09-05 17:17
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他