参考博客：https://zhuanlan.zhihu.com/p/102817180
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：mmdetection目标检测tricks - Python技术站
微信扫一扫 
支付宝扫一扫
hough forest目标检测原理
上一篇
2023年4月7日 下午11:57
【天池大赛】通用目标检测的对抗攻击方法一览
下一篇
2023年4月7日 下午11:58
相关文章
-
tensorflow(三十一)：数据分割与K折交叉验证
一、数据集分割 1、训练集、测试集 2、训练集、验证集、测试集 步骤： （1）把训练集60K分成两部分，一部分50K，另一部分10K。 （2）组合成dataset，并打乱。 二、训练过程评估 1、训练的过程评估 其中，第二行是训练，总轮数是5，每两轮做一次评估，达到的效果好的话提前停止。 2、在测试集上再次评估 三、K折交叉验证 （1）第一种方式…
-
机器学习笔记–KNN算法1
前言 Hello ,everyone. 我是小花。大四毕业，留在学校有点事情，就在这里和大家吹吹我们的狐朋狗友算法—KNN算法，为什么叫狐朋狗友算法呢，在这里我先卖个关子，且听我慢慢道来。 一 KNN算法简介 KNN(k-nearest neighbor的缩写)又叫最近邻算法。是1968年由Cover和Hart提出的一种用于分类和回归的无母数统计方法。什…
-
左手Coffee，右手Caffe – 3 – Caffe Layers之conv_layer(卷积层)
Caffe Layers之conv_layer(卷积层) 概述 卷积层是组成卷积神经网络的基础应用层，也是最常用的层部件。而卷积神经网路有事当前深度学习的根本。在一般算法的Backbone、neck和head基本都是由卷积层组成。 1. 卷积操作 一般从数学角度讲，卷积分两个步骤，第一步做翻转，第二部乘积求和。 DL中的卷积操作是一种无翻转卷积，类似…
-
6.keras-基于CNN网络的Mnist数据集分类
keras-基于CNN网络的Mnist数据集分类 1.数据的载入和预处理 import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers impo…
-
卷积神经网络物体检测之感受野大小计算
学习RCNN系列论文时， 出现了感受野(receptive field)的名词， 感受野的尺寸大小是如何计算的，在网上没有搜到特别详细的介绍， 为了加深印象，记录下自己对这一感念的理解，希望对理解基于CNN的物体检测过程有所帮助。 在卷积神经网络中，感受野的定义是 卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区…
-
pytorch（十九）：MNIST打印准确率和损失
一、例子 二、整体代码 import torch from torch.nn import functional as F import torch.nn as nn import torchvision from torchvision import datasets,transforms import torch.optim as …
-
百度飞桨(PaddlePaddle)- 张量（Tensor）
张量（Tensor）、标量（scalar）、向量（vector）、矩阵（matrix） 飞桨 使用张量（Tensor） 来表示神经网络中传递的数据，Tensor 可以理解为多维数组，类似于 Numpy 数组（ndarray） 的概念。与 Numpy 数组相比，Tensor 除了支持运行在 CPU 上，还支持运行在 GPU 及各种 AI 芯片上，以实现计算加速…
-
【深度学习 论文篇 03-2】Pytorch搭建SSD模型踩坑集锦
论文地址：https://arxiv.org/abs/1512.02325 源码地址：http://github.com/amdegroot/ssd.pytorch 环境1：torch1.9.0+CPU 环境2：torch1.8.1+cu102、torchvision0.9.1+cu102 1. StopIteration。Batch_size设置32，…
