- 博客(23)
- 收藏
- 关注
原创 底层视觉和MMEditing
可变形卷积 Deformable Convolution。次像素卷积 Subpixel convolution。Mean Squared Error 均方误差。使用非线性激活前的响应计算感知损失。使用非线性激活前的响应计算感知损失。复习:转置卷积扩大特征图尺寸。应用:节约传输高清图像的带宽。图像数据在高位空间中的分步。基于多层感知器的GAN模型。深度学习时代的超分辨率算法。GAN应用于图像超分辨率。使用RaGAN替换GAN。应用:经典游戏高清重制。用神经网络表示数据分布。GAN应用于超分辨率。
2023-06-14 22:43:48 107
原创 MMSegmentation代码课
rm -rf mmseg/datasets/DubaiDataset.py # 删除原有文件!reduce zero label 类别ID为0是否除去!!
2023-06-13 21:06:32 171
原创 语义分割与MMSegmentation
空间金字塔池化 Atrous Spatial Pyramid Pooling ASPP。全卷积网络Fully Convolutional Network 2015。条件随机场Conditional Random Field ,CRF。转置卷积 Transposed Convolution。语音分割vs实例分割vs全景分割。下采样加标准卷积等价于空洞卷积。基于多层级特征的上采样。基本思路:按颜色分割。全卷积网络的预测与训练。空洞卷积解决下采样问题。基于交并集的评估指标。基本思路:逐像素分类。
2023-06-12 21:36:09 79
原创 【OpenMMLab 公开课】目标检测与 MMDetection 上-FPN介绍与MMDetection介绍
4. FPN介绍与MMDetection介绍_哔哩哔哩_bilibili
2023-06-08 14:47:16 57
原创 【OpenMMLab 公开课】目标检测与 MMDetection 上-俩阶段目标检测算法Fast RCNN与Faster RCNN
ROI Aligin层(2017)
2023-06-08 14:37:33 34
原创 【OpenMMLab 公开课】目标检测与 MMDetection 上-俩阶段目标检测算法RCNN
2. 两阶段检测算法—RCNN_哔哩哔哩_bilibili
2023-06-08 14:27:36 34
原创 构建自己的图像分类数据集
如果训练集的图像分布与测试集(或真实测试场景)的图像分布不一致,会出现OOD(Out-Of-Distribution) 问题。数据集应尽可能包括目标物体的各类场景,训练出的图像分类模型才能在各类测试场景中具备好的泛化性能,防止过拟合。不同拍摄环境(光照、设备、拍摄角度、挡、远近、大小)不同形态(完整西瓜、切西瓜、切块西瓜)不同图像域《照片、漫画、剪贴画、油画)不同部位(全瓜、瓜皮、瓜、瓜子)不同时期(瓜秧、小瓜、大瓜)不同背景(人物、菜地、图)不同尺寸、比例的图像。
2023-06-07 16:58:37 202
原创 目标检测与MMDetection
交并比 Intersection Over Union。框,边界框(Bounding Box)滑窗Sliding Window。目标检测 in 下游视觉任务。目标检测 in 人脸识别。目标检测 in 智慧城市。目标检测 in 自动驾驶。目标检测vs图像分类。
2023-06-07 14:29:14 32
原创 同济子豪兄-两天带你搞定关键点检测毕业设计全流程 标注关键点检测数据集
取消启用保存图片数据 File -->Save with image data。打开后使用open打开单张图片,open dir打开需要标准的图片所在的文件夹。保存后,会在图片相同目录下存一个同名的json文件,结构如下图所示。shapes列表中会存放标注数据,每一个标注单独一个字典。启用自动保存 File --> Save Auto。使用A切换上一张图,使用D切换下一张图。win系统程序下载地址。
2023-06-05 23:13:05 237
原创 MMPose保姆级教工程(班长推荐)
使用pytorch实现完整的前向传播,并测试好维度按照MMPretrain的约定将进行代码转换以及配置文件的改写通过端点调试以及可视化的方式理解官方代码的维度变换在理解的基础上直接按照约定改写官方代码LegoAI:以可视化的方式搭建神经网络ZS520L/LegoAI-by-AUST: 基于节点编辑器开发的用于可视化构建神经网络的神器。虽然模型被拆分成了不同份组件,但是组件之间并不能任意组合各个组件的输出并不一定是Tensor,也有可能是Tuple。
2023-06-05 22:18:08 68
原创 MMPreTrain
MMPretrain 是一个全新升级的预训练开源算法框架,旨在提供各种强大的预训练主干网络,并支持了不同的预训练策略。MMPretrain 源自 MMClassification 和 MMSelfSup,并开发了许多令人兴奋的新功能。目前,预训练阶段对于视觉识别至关重要,凭借丰富而强大的预训练模型,我们能够改进各种下游视觉任务。我们的代码库旨在成为一个易于使用和用户友好的代码库,并简化学术研究活动和工程任务。支持多模态。
2023-06-05 17:54:13 48
原创 MMPose预训练模型预测-命令行
解压得到下述文件激活你自己的mmpose环境进入mmpose代码下,环境创建参考将文件夹里的B1,B2拷贝至MMPose下启动 anaconda prompt,激活mmpose对应的环境,进入本地的mmpose代码目录,输入jupyter notebook。
2023-06-03 22:37:59 202
原创 在Conda环境下启用jupyter notebook
进入到你想要使用jupyter的环境,例如我有个一个环境名为mycode。输入jupyter notebook启动。启动anaconda prompt。
2023-06-03 10:39:40 1659
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人