【霹雳吧啦-目标检测篇】faster_RCNN (my_dataset.py)

【霹雳吧啦】手把手带你入门语义分割9:LR-ASPP 网络模型 这篇文章是我根据 B 站 霹雳吧啦Wz 的《深度学习:语义分割篇章》中所作的第九篇学习笔记,先是介绍了 LR-ASPP 网络,再将其与 DeepLabV3、FCN 网络进行性能对比,然后具体讲解了该网络模型的结构框架,包括论文提出的结构以及 PyTorch 官方实现的结构。作者小白,请多包涵! 阅读详情

b站链接:

2-自定义DataSet

结尾有整个文件的详细代码。

目录

b站链接:

1.建立类:

2.初始化函数:

 2.len 函数:

 3.  geiitem 函数:

4.获取高度宽度:

6.transforms代码:

 详细代码:


 

1.建立类:

class VOCDataSet(Dataset):

 此处建立了一个类( VOCDataSet ) , 此类继承了:

from torch.utils.data import Daraset

实现了 下文中的  len  和 getitem 两个方法。 

2.初始化函数:

def __init__(self, voc_root, year="2012", transforms=None, txt_name: str = "train.txt"):

voc_root : 训练集所在的根目录路径

year: 在视频中并没传入此参数,

            因为voc训练集有2007和2012 两个版本,此处我觉得是选则其中一个版本进行传入

transforms = None : 预处理方法,设置为True时会执行文件夹中的transforms.py文件

txt_name: str = "train.txt"  : 此处视频中使用的是  train_set = True ,意思是执行根目录下

                                              VOCdevkit文件夹下ImageSets中Main文件夹下的train.txt

                                              文件。对于新版可以对  val.txt  和 train.txt 文件进行选择。

----------------------------- ----------------------------- ----------------------------- -----------------------------   

assert year in ["2007", "2012"], "year must be in ['2007', '2012']"

 判断使用的是2007还是2012版本的VOC数据集,若不是会输出提示信息

----------------------------- ----------------------------- ----------------------------- -----------------------------   

# 增加容错能力
if "VOCdevkit" in voc_root:
    self.root = os.path.join(voc_root, f"VOC{year}")
else:
    self.root = os.path.join(voc_root, "VOCdevkit", f"VOC{year}")

    self.img_root = os.path.join(self.root, "JPEGImages")
    self.annotations_root = os.path.join(self.root, "Annotations")

对 VOCdevkit 文件夹是否在根目录下进行判断,获取 文件夹下的  VOC{year}  的地址存入

self.root,之后将图片(img_root)和标签(annotation_root)的地址分别录入

 ----------------------------- ----------------------------- ----------------------------- -----------------------------  

 # read train.txt or val.txt file
 txt_path = os.path.join(self.root, "ImageSets", "Main", txt_name)
 assert os.path.exists(txt_path), "not found {} file.".format(txt_name)

此处就使用到了  txt_name ,获取val.txt  或 train.txt 的地址

 ----------------------------- ----------------------------- ----------------------------- -----------------------------  

with open(txt_path) as read:
    xml_list = [os.path.join(self.annotations_root, line.strip() + ".xml")
    for line in read.readlines() if len(line.strip()) > 0]

self.xml_list = []

 读取 txt 文件,得到val.txt  或 train.txt 中每一个文件对应的 xml 文件,将所有 xml 文件信息保存到 xml_list 当中。

 ----------------------------- ----------------------------- ----------------------------- -----------------------------  

# 检查XML文件的存在性:如果文件不存在,则打印警告信息并跳过当前循环,继续处理下一个文件
for xml_path in xml_list:
    if os.path.exists(xml_path) is False:
        print(f"Warning: not found '{xml_path}', skip this annotation file.")
        continue

check file 进一步处理之前生成的XML文件列表, 检查这些XML文件的存在性和内容,并将满足条件的XML文件路径添加到另一个列表中。 同时,它还读取一个包含类别信息的JSON文件

 ----------------------------- ----------------------------- ----------------------------- -----------------------------  

            with open(xml_path) as fid:
                xml_str = fid.read()
            xml = etree.fromstring(xml_str)
            data = self.parse_xml_to_dict(xml)["annotation"]
对于存在的 XML 文件,代码读取文件内容,然后使用  etree.fromstring  方法将其解析为一个XML  对象。接着,调用  self.parse_xml_to_dict  方法来获取XML数据,并从中提取出"annotation"部分

 ----------------------------- ----------------------------- ----------------------------- -----------------------------  

            if "object" not in data:
                print(f"INFO: no objects in {xml_path}, skip this annotation file.")
                continue
            self.xml_list.append(xml_path)
            # 如果XML文件存在且包含至少一个对象,它的路径将被添加到self.xml_list列表中

 代码检查解析后的数据是否包含"object"键。如果不包含,意味着该XML文件没有标注任何对象,因此打印信息并跳过当前循环

----------------------------- ----------------------------- ----------------------------- -----------------------------   

             # 断言检查
            """确保self.xml_list列表中有至少一个元素"""
        assert len(self.xml_list) > 0, "in '{}' file does not find any information.".format(txt_path)

        # 读取类别信息read class_indict
        json_file = './pascal_voc_classes.json'  # 该文件包含Pascal VOC数据集的类别信息
        assert os.path.exists(json_file), "{} file not exist.".format(json_file)
        with open(json_file, 'r') as f:
            self.class_dict = json.load(f)

        self.transforms = transforms

----------------------------- ----------------------------- ----------------------------- -----------------------------   

 2.len 函数:

    def __len__(self):
        return len(self.xml_list)

 3.  geiitem 函数:

def __getitem__(self, idx):

传入idx索引值,返回索引值的图片以及图片信息

----------------------------- ----------------------------- ----------------------------- -----------------------------  

xml_path = self.xml_list[idx]
with open(xml_path) as fid:
    xml_str = fid.read()
xml = etree.fromstring(xml_str)
data = self.parse_xml_to_dict(xml)["annotation"]

 读取获得 xml 文件,并将xml文件中 annotation 下面的信息存入 data 中, 

xml文件如下:

----------------------------- ----------------------------- ----------------------------- -----------------------------  

img_path = os.path.join(self.img_root, data["filename"])
image = Image.open(img_path)
if image.format != "JPEG":
    raise ValueError("Image '{}' format not JPEG".format(img_path))

img_path:   获取图片的路径,通过根目录和 filename 中的内容拼接获得。

----------------------------- ----------------------------- ----------------------------- -----------------------------  

boxes = []
labels = []
iscrowd = []
assert "object" in data, "{} lack of object information.".format(xml_path)
for obj in data["object"]:
    xmin = float(obj["bndbox"]["xmin"])
    xmax = float(obj["bndbox"]["xmax"])
    ymin = float(obj["bndbox"]["ymin"])
    ymax = float(obj["bndbox"]["ymax"])
# 进一步检查数据,有的标注信息中可能有w或h为0的情况,这样的数据会导致计算回归loss为nan
    if xmax <= xmin or ymax <= ymin:
         print("Warning: in '{}' xml, there are some bbox w/h <=0".format(xml_path))
         continue
    boxes.append([xmin, ymin, xmax, ymax])
    labels.append(self.class_dict[obj["name"]])

 box[ ]:中存储的是 object 下的 <bndbox> 信息

labels[ ] : 存储的是分类目标的索引值,即 <name>train<name> 中的 train 的索引值。

获取xml 中 object 的位置参数,得到XY的max和min。并获取每个 object 的类别名称name

 

----------------------------- ----------------------------- ----------------------------- -----------------------------  

if "difficult" in obj:   # object中有一个<difficult>0</difficult>,检测: 0 容易, 1困难
                iscrowd.append(int(obj["difficult"]))
else:
                iscrowd.append(0)

判断此目标是否是检测困难的目标 

----------------------------- ----------------------------- ----------------------------- -----------------------------   

# convert everything into a torch.Tensor
boxes = torch.as_tensor(boxes, dtype=torch.float32)
labels = torch.as_tensor(labels, dtype=torch.int64)
iscrowd = torch.as_tensor(iscrowd, dtype=torch.int64)
image_id = torch.tensor([idx])
area = (boxes[:, 3] - boxes[:, 1]) * (boxes[:, 2] - boxes[:, 0])    # 计算面积
#      (   Ymax     -    Ymin    ) * (    Xmax    -   Xmin     )

转换数据为 tensor 类型,并计算 object 的面积

 ----------------------------- ----------------------------- ----------------------------- -----------------------------   

4.获取高度宽度:

def get_height_and_width(self, idx):
# read xml
   xml_path = self.xml_list[idx]
   with open(xml_path) as fid:
       xml_str = fid.read()
   xml = etree.fromstring(xml_str)
   data = self.parse_xml_to_dict(xml)["annotation"]
   data_height = int(data["size"]["height"])
   data_width = int(data["size"]["width"])
   return data_height, data_width

 ----------------------------- ----------------------------- ----------------------------- -----------------------------   

5.将xml转换为字典形式:

    def parse_xml_to_dict(self, xml):
        """
        将xml文件解析成字典形式(以字典的形式存储),参考tensorflow的recursive_parse_xml_to_dict
        Args:
            xml: xml tree obtained by parsing XML file contents using lxml.etree

        Returns:
            Python dictionary holding XML contents.
        """

        if len(xml) == 0:  # 遍历到底层,直接返回tag对应的信息
            return {xml.tag: xml.text}

        result = {}
        for child in xml:
            child_result = self.parse_xml_to_dict(child)  # 递归遍历标签信息
            if child.tag != 'object':
                result[child.tag] = child_result[child.tag]
            else:
                if child.tag not in result:  # 因为object可能有多个,所以需要放入列表里
                    result[child.tag] = []
                result[child.tag].append(child_result[child.tag])
        return {xml.tag: result}

 ----------------------------- ----------------------------- ----------------------------- -----------------------------   

6.transforms代码:

包含了准换 PIL 图像到 tensor, 随机水平翻转

import random
from torchvision.transforms import functional as F


class Compose(object):
    """组合多个transform函数"""
    def __init__(self, transforms):
        self.transforms = transforms

    def __call__(self, image, target):
        for t in self.transforms:
            image, target = t(image, target)
        return image, target


class ToTensor(object):
    """将PIL图像转为Tensor"""
    def __call__(self, image, target):
        image = F.to_tensor(image)
        return image, target


class RandomHorizontalFlip(object):
    """随机水平翻转图像以及bboxes"""
    def __init__(self, prob=0.5):
        self.prob = prob

    def __call__(self, image, target):
        if random.random() < self.prob:
            height, width = image.shape[-2:]
            image = image.flip(-1)  # 水平翻转图片
            bbox = target["boxes"]
            # bbox: xmin, ymin, xmax, ymax
            bbox[:, [0, 2]] = width - bbox[:, [2, 0]]  # 翻转对应bbox坐标信息
            target["boxes"] = bbox
        return image, target

 

 详细代码:

import numpy as np
from torch.utils.data import Dataset
import os
import torch
import json
from PIL import Image
from lxml import etree


class VOCDataSet(Dataset):
    """读取解析PASCAL VOC2007/2012数据集"""

    def __init__(self, voc_root, year="2012", transforms=None, txt_name: str = "train.txt"):
        assert year in ["2007", "2012"], "year must be in ['2007', '2012']"
        # 增加容错能力
        if "VOCdevkit" in voc_root:
            self.root = os.path.join(voc_root, f"VOC{year}")
        else:
            self.root = os.path.join(voc_root, "VOCdevkit", f"VOC{year}")
        self.img_root = os.path.join(self.root, "JPEGImages")
        self.annotations_root = os.path.join(self.root, "Annotations")

        # read train.txt or val.txt file
        txt_path = os.path.join(self.root, "ImageSets", "Main", txt_name)
        assert os.path.exists(txt_path), "not found {} file.".format(txt_name)

        with open(txt_path) as read:
            xml_list = [os.path.join(self.annotations_root, line.strip() + ".xml")
                        for line in read.readlines() if len(line.strip()) > 0]

        self.xml_list = []
        """
        check file
        进一步处理之前生成的XML文件列表,
        检查这些XML文件的存在性和内容,并将满足条件的XML文件路径添加到另一个列表中。
        同时,它还读取一个包含类别信息的JSON文件
        """
        # 检查XML文件的存在性:如果文件不存在,则打印警告信息并跳过当前循环,继续处理下一个文件。
        for xml_path in xml_list:
            if os.path.exists(xml_path) is False:
                print(f"Warning: not found '{xml_path}', skip this annotation file.")
                continue

            # check for targets
            # 读取并解析XML文件
            """
            对于存在的XML文件,代码读取文件内容,然后使用etree.fromstring方法将其解析为一个XML对象。
            接着,它调用self.parse_xml_to_dict方法(这个方法没有在提供的代码段中定义,但可以假设它将XML对象转换为字典格式)来获取XML数据,
            并从中提取出"annotation"部分
            """
            with open(xml_path) as fid:
                xml_str = fid.read()
            xml = etree.fromstring(xml_str)
            data = self.parse_xml_to_dict(xml)["annotation"]

            # 检查XML文件内容
            """代码检查解析后的数据是否包含"object"键。如果不包含,意味着该XML文件没有标注任何对象,因此打印信息并跳过当前循环"""
            if "object" not in data:
                print(f"INFO: no objects in {xml_path}, skip this annotation file.")
                continue

            # 添加满足条件的XML文件路径
            """如果XML文件存在且包含至少一个对象,它的路径将被添加到self.xml_list列表中"""
            self.xml_list.append(xml_path)

            # 断言检查
            """确保self.xml_list列表中有至少一个元素"""
        assert len(self.xml_list) > 0, "in '{}' file does not find any information.".format(txt_path)

        # 读取类别信息read class_indict
        json_file = './pascal_voc_classes.json'  # 该文件包含Pascal VOC数据集的类别信息
        assert os.path.exists(json_file), "{} file not exist.".format(json_file)
        with open(json_file, 'r') as f:
            self.class_dict = json.load(f)

        self.transforms = transforms

    def __len__(self):
        return len(self.xml_list)

    def __getitem__(self, idx):     # 只需要传入idx索引值,返回索引值的图片以及图片信息
        # read xml
        xml_path = self.xml_list[idx]
        with open(xml_path) as fid:
            xml_str = fid.read()
        xml = etree.fromstring(xml_str)
        data = self.parse_xml_to_dict(xml)["annotation"]
        img_path = os.path.join(self.img_root, data["filename"])
        image = Image.open(img_path)
        if image.format != "JPEG":
            raise ValueError("Image '{}' format not JPEG".format(img_path))

        boxes = []
        labels = []
        iscrowd = []
        assert "object" in data, "{} lack of object information.".format(xml_path)
        for obj in data["object"]:
            xmin = float(obj["bndbox"]["xmin"])
            xmax = float(obj["bndbox"]["xmax"])
            ymin = float(obj["bndbox"]["ymin"])
            ymax = float(obj["bndbox"]["ymax"])

            # 进一步检查数据,有的标注信息中可能有w或h为0的情况,这样的数据会导致计算回归loss为nan
            if xmax <= xmin or ymax <= ymin:
                print("Warning: in '{}' xml, there are some bbox w/h <=0".format(xml_path))
                continue
            
            boxes.append([xmin, ymin, xmax, ymax])
            labels.append(self.class_dict[obj["name"]])
            if "difficult" in obj:   # object中有一个<difficult>0</difficult>,检测: 0 容易, 1困难
                iscrowd.append(int(obj["difficult"]))
            else:
                iscrowd.append(0)

        # convert everything into a torch.Tensor
        boxes = torch.as_tensor(boxes, dtype=torch.float32)
        labels = torch.as_tensor(labels, dtype=torch.int64)
        iscrowd = torch.as_tensor(iscrowd, dtype=torch.int64)
        image_id = torch.tensor([idx])
        area = (boxes[:, 3] - boxes[:, 1]) * (boxes[:, 2] - boxes[:, 0])    # 计算面积
        #      (   Ymax     -    Ymin    ) * (    Xmax    -   Xmin     )

        target = {}
        target["boxes"] = boxes
        target["labels"] = labels
        target["image_id"] = image_id
        target["area"] = area
        target["iscrowd"] = iscrowd

        if self.transforms is not None:
            image, target = self.transforms(image, target)

        return image, target

    def get_height_and_width(self, idx):
        # read xml
        xml_path = self.xml_list[idx]
        with open(xml_path) as fid:
            xml_str = fid.read()
        xml = etree.fromstring(xml_str)
        data = self.parse_xml_to_dict(xml)["annotation"]
        data_height = int(data["size"]["height"])
        data_width = int(data["size"]["width"])
        return data_height, data_width

    def parse_xml_to_dict(self, xml):
        """
        将xml文件解析成字典形式(以字典的形式存储),参考tensorflow的recursive_parse_xml_to_dict
        Args:
            xml: xml tree obtained by parsing XML file contents using lxml.etree

        Returns:
            Python dictionary holding XML contents.
        """

        if len(xml) == 0:  # 遍历到底层,直接返回tag对应的信息
            return {xml.tag: xml.text}

        result = {}
        for child in xml:
            child_result = self.parse_xml_to_dict(child)  # 递归遍历标签信息
            if child.tag != 'object':
                result[child.tag] = child_result[child.tag]
            else:
                if child.tag not in result:  # 因为object可能有多个,所以需要放入列表里
                    result[child.tag] = []
                result[child.tag].append(child_result[child.tag])
        return {xml.tag: result}

    def coco_index(self, idx):
        """
        该方法是专门为pycocotools统计标签信息准备,不对图像和标签作任何处理
        由于不用去读取图片,可大幅缩减统计时间

        Args:
            idx: 输入需要获取图像的索引
        """
        # read xml
        xml_path = self.xml_list[idx]
        with open(xml_path) as fid:
            xml_str = fid.read()
        xml = etree.fromstring(xml_str)
        data = self.parse_xml_to_dict(xml)["annotation"]
        data_height = int(data["size"]["height"])
        data_width = int(data["size"]["width"])
        # img_path = os.path.join(self.img_root, data["filename"])
        # image = Image.open(img_path)
        # if image.format != "JPEG":
        #     raise ValueError("Image format not JPEG")
        boxes = []
        labels = []
        iscrowd = []
        for obj in data["object"]:
            xmin = float(obj["bndbox"]["xmin"])
            xmax = float(obj["bndbox"]["xmax"])
            ymin = float(obj["bndbox"]["ymin"])
            ymax = float(obj["bndbox"]["ymax"])
            boxes.append([xmin, ymin, xmax, ymax])
            labels.append(self.class_dict[obj["name"]])
            iscrowd.append(int(obj["difficult"]))

        # convert everything into a torch.Tensor
        boxes = torch.as_tensor(boxes, dtype=torch.float32)
        labels = torch.as_tensor(labels, dtype=torch.int64)
        iscrowd = torch.as_tensor(iscrowd, dtype=torch.int64)
        image_id = torch.tensor([idx])
        area = (boxes[:, 3] - boxes[:, 1]) * (boxes[:, 2] - boxes[:, 0])

        target = {}
        target["boxes"] = boxes
        target["labels"] = labels
        target["image_id"] = image_id
        target["area"] = area
        target["iscrowd"] = iscrowd

        return (data_height, data_width), target

 

 

android10 部分机型(华为)无法正常更新安装app android.content.ActivityNotFoundException: No Activity found to handle Intent { act=android.intent.action.VIEW dat=file://storage/emulated/0/文件夹名/***.apk typ=application/vnd.android.package-archive } 阅读详情

相关推荐

新手也能搞定的ANPC三电平逆变器Simulink仿真:从SPWM调制到开关损耗优化

本文详细介绍了如何在Simulink中搭建ANPC三电平逆变器仿真模型,从SPWM调制基础到开关损耗优化技巧。通过分层设计思路和实用代码示例,帮助新手快速掌握ANPC拓扑的核心功能,包括中点平衡控制和性能指标分析,为电力电子系统设计提供实践指导。

weixin_30335575的博客 412

Faster RCNN在pycharm中运行(包括自制数据集)

文章目录1 代码2 文件说明3 代码解析5 数据6 自制数据集6.1 创建文件夹6.2 标注图片7 开始训练 1 代码 参考B站up主:霹雳吧啦Wz git clone https://github.com/WZMIAOMIAO/deep-learning-for-image-processing 2 文件说明 首先找到faster_rcnn ├── backbone: 特征提取网络,可以根据自己的要求选择 ├── network_files: Faster R-CNN网络(包括Fast R-CNN

m0_51797359的博客 1452

用74LS194和555定时器DIY流水灯:一个经典的数字电路课程设计复盘(附Multisim仿真文件)

本文详细介绍了使用74LS194移位寄存器和555定时器搭建八路彩灯控制器的完整过程,包括硬件选型、电路设计、调试技巧及常见问题解决方案。作为经典的数字电路课程设计,该项目涵盖了EDA工具应用、电路原理图设计和Multisim仿真等核心技能,适合电子工程学习者实践参考。

weixin_29185199的博客 428

如果自定义coco数据集中没有iscrowd字段,请使用以下代码修改cocoeval.py

最好不要用vim打开粘贴,会缩进导致报错。直接新建一个py文件进行替换。在Linxu环境下修改这个文件。

weixin_42589048的博客 1479

【小程序】支付宝直付通解决方案

支付宝直付通是支付宝为小程序提供的一种支付解决方案,可以实现小程序中直接使用支付宝进行支付。以上是一个简单的支付宝直付通解决方案及相关代码示例。具体的使用还需要根据自己的业务需求进行定制化开发和调整。

qq_31532979的贺公子之数据科学与艺术博客,致力于科技向善,拥抱开源,要用技术的影响力来领导团队,而不是威权和职位! 1284

uni-app - 刘海屏(Iphone X)底部横杠(——)白色区域块(安全距离处更改颜色)解决方案

场景:因为要做无tabbar页面,所以在配置文件中取消底部导航栏。取消后,iPhoneX(刘海屏)底部就出现如下图所示白色安全区域问题:这个问题,是因为uni-app默认会为iPhoneX(刘海屏)留出安全距离,这个安全距离的背景色就是白色。所以,如果你将页面颜色设置为其他颜色,就会与默认白色冲突。有2个不同的解决方案(原生占位),虽然原理是一样,但使用的场景不同,请根据您的需求来采纳。

🏆 前端领域优质创作者 1万+

霹雳吧啦 目标检测 学习笔记

霹雳吧啦Wz的个人空间-霹雳吧啦Wz个人主页-哔哩哔哩视频目标检测篇 github地址;GitHub - WZMIAOMIAO/deep-learning-for-image-processing: deep learning for image processing including classification and object-detection etc.

hello world 4923

【置顶】ARMv8/ARMv9架构入门到精通-[目录]

周贺贺,baron,代码改变世界,coding_the_world,Arm精选,arm_2023,安全启动,加密启动 optee、ATF、TF-A、Trustzone、optee3.14、MMU、VMSA、cache、TLB、arm、armv8、armv9、TEE、安全、内存管理、页表,Non-cacheable,Cacheable, non-shareable,inner-shareable,outer-shareable, optee、ATF、TF-A、Trustzone、optee3.14、MMU、V

baron-周贺贺-代码改变世界ctw 2万+

霹雳吧啦Wz语义分割学习笔记P7

P7.DeepLabV2网络简介 1.前言 Deeplab:Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs 2016 CVPR https://arxiv.org/abs/1606.00915 换了backbone——ResNet 引入了一个新的结构——ASPP DCNNs应用在语义分割任务中的问题 分辨率被降低(主要由于下采样strid

快乐卷心菜的博客 3381

【libnice】meson + vs2022,生成win32工程

libnice

突围 947

ROCm rocr-libhsakmt分析系列9-3: queue的内核创建流程

KFD队列是用户空间与GPU通信的核心机制,通过多种队列类型(计算、DMA、调试等)实现命令流管理。核心数据结构包括描述队列属性的queue_properties、内核调度对象queue、进程级管理器process_queue_manager,以及跨进程设备的qcm_process_device等。这些结构通过ring buffer、doorbell机制和MQD硬件描述符协同工作,支持队列全生命周期管理、资源调度、异常处理和上下文保存/恢复功能。

图形/计算GPU的驱动与虚拟化技术分享园地 2135

霹雳吧啦Faster R-CNN理论合集 学习笔记

对于RPN生成的候选框之间存在大量重叠,基于候选框的cls得分,采用非极大值抑制,IoU设为0.7,这样每张图片只剩2k个候选框。Fast R-CNN相较于R-CNN,将SVM分类器和边界框回归都并联到一个全连接网络中,极大的提升了网络的速度,但是针对Selective Search算法Fast R-CNN还是没有做到最优化。这些候选区域的特征不需要再重复计算。特征图上位置对于原图,用原图的长宽除以特征图的长宽得到步距,再用滑动窗口在特征图中的坐标乘以步距即可得到在原图中的定位。

broadrab的博客 764

Cadence OrCAD Capture原理图中为功能模块分配ROOM的方法

本文详解介绍原理图设计阶段为原理图模块分配ROOM的方法。

fydar的博客 1349

【霹雳吧啦】手把手带你入门语义分割の番外2:FCN 源码讲解(PyTorch)—— 关于 predict.py 代码讲解 & train.py 运行结果

这篇文章是作者根据 B 站 霹雳吧啦Wz 的 《 FCN 源码解析 (Pytorch) 》系列所作的第二篇学习笔记,主要对 predict.py 文件进行具体讲解,同时还简单地展示了 train.py 文件的运行效果。作者小白,请多包涵!

作者正在煮茶中... 2184

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

目标检测的数据格式

目标检测常见数据集

weixin_42351754的博客 2778

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

霹雳吧啦(4)——AlexNet

ISLVRC是一个用于图像分类的数据集亮点:首次使用GPU(CPU的20~50倍速度)使用了ReLU激活函数,而不是Sigmod(求导麻烦,网络深时出现梯度消失)使用了LRN局部响应归一化在全连接层前两层使用了Dropout神经元随机失活,以减少过拟合在每一层中随机失活几个神经元,可以理解为变相的减少了训练的参数。

qq_51542439的博客 513

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

【霹雳吧啦】手把手带你入门语义分割11:U2-Net 网络结构(Block 结构:RSU-L)& 损失计算 & F-measure 指标 & MAE 指标 & DUTS 数据集

这篇文章是我根据 B 站 霹雳吧啦Wz 的《深度学习:语义分割篇章》所作的第十一篇学习笔记,先是简单展示了 U2-Net 网络与当年主流网络的效果对比,然后具体讲解了 U2-Net 网络结构,相当于一个大的 U-Net 中套了一堆小的 U-Net ,且 Block 有 RSU-L 和 RSU-4F 两种结构,接着列出了损失计算公式,以及 2 种常用评价指标 F-measure 和 MAE 的计算公式,最后简单介绍了 DUTS 数据集。作者小白,请多包涵!

作者正在煮茶中... 3638

COCOAPI评价指标解析及改进

具体计算是将模型的预测框先按照每一张图片,每一种类别,按照置信度从大到小得到maxDet个框,然后将测试集中特定类别的所有框按置信度总的排序,继而再对排序后的指定类别的所有框计算tp、fp,然后对所有类别求平均得到mAP(pr曲线的面积);通过该程序,只需要将任意检测模型的预测输出组织成result_test.json形式,ground truth保存成instances_test.json形式,然后就可以直接调用eval_coco.py进行评估。

ytusdc的博客 2072

faster-RCNN训练【环境配置→自建数据集→训练→改错】

前期工作:下载pycharm、anaconda、visual studio,下载faster-RCNN代码(我用的是B站。

m0_58845062的博客 5535

[pycocotools修改]cocoeval.py

__author__ = 'tsungyi' import numpy as np import datetime import time from collections import defaultdict from . import mask as maskUtils import copy import logging class COCOeval: ...

weixin_30399871的博客 1815

Faster-RCNN系列 二(Datasets代码,python)

Faster-RCNN系列 二(Datasets代码,python) 数据集部分 定义数据集部分是继承Dataset,自己主要实现__len__和__getitem__模块; 定义__init__模块,主要目的是定义数据地址,将数据初始化,__init__模块主要包含图像,xml文件,train_txt和test_txt文件,分类的json文件的路径 def __init__(self, voc_root, transforms, txt_name: str = "train.txt"): self

weixin_45344267的博客 481

自定义dataset,教你制作自己的 VOC 数据读取器

你还在为不知道如何读取 VOC 数据而感到烦恼,你还在因为官方的 VOC 数据读取文件读取自己的 VOC 报错而感到烦恼?赶紧来制作你自己的 VOC 数据吧

m0_63642362的博客 1099

【霹雳吧啦】手把手带你入门语义分割の番外8:U-Net 源码讲解(PyTorch)—— 网络的搭建

这篇文章是作者根据 B 站 霹雳吧啦Wz 的 《 使用 Pytorch 搭建 U-Net 网络并基于 DRIVE 数据集训练(语义分割) 》系列所作的学习笔记,主要对 DRIVE 文件夹结构和 predict.py、unet.py 文件进行具体讲解,介绍了 U-Net 网络的搭建。作者小白,请多包涵!

作者正在煮茶中... 1万+

cocoeval 解析

作者在这里把我们前面提到的参数Params作为一个函数的输入,似乎本意是希望能够更方便的在更多维度上统计结果,但是偏偏前面的evaluate又是在默认的参数上进行的,确实有一种还未完全实现功能。函数内部会根据传入的具体的IoU阈值,面积阈值,最大检测数的值返回上述precision和recall中对应维的检测结果,我们就也可以自定义形式返回我们想要的各种参数下的AP与AR啦。对于COCO格式的数据检测,我们主要分为不同的IoU阈值,不同的面积范围,单张图片的最大检测数量。这里没有什么特别的需要注意的。

ytusdc的博客 5329

目标检测:Faster-RCNN算法细节及代码解析

** Faster-RCNN是多阶段目标检测算法RCNN系列中的集大成者,下面来看看分别看看这个系列的算法细节。 ** **注:只简单讲解RCNN,Fast-RCNN算法。后面会重点讲解Fater-RCNN算法。 一、RCNN RCNN是2013年出现的目标检测算法,首先将深度学习引 入目标检测领域 , m A P 由 D P M 的 3 5 . 1 提 升 至 53.7。 示意图如下: 具体步骤如下: ①首先准备一张输入图片; ②候选区域生成:使用Selective Search算法,在输入图像上生成~

m0_49100031的博客 1万+

初学深度学习笔记(小土堆和霹雳吧啦)

AlexNet与数据集读取的初步学习

qq_43381493的博客 992
上一篇: 我遇到的问题
下一篇: 在AutoDL上训练MPRNet
困了困了该睡了
博客等级 码龄4年 138粉丝 11原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值