目标检测——夏侯南溪模型搭建篇
1 网络模型的设计原则
1.1 归一化原则
对于深度神经网络来说,其输入最好进行归一化的设计,也就是目标值(的encoding)最好归一化到[0,1]的区间内;
参考模型:
YOLOV5——YOLO模型的标注使用的是yolo格式,yolo格式的数据是进行了归一化之后的数据,
2 数据载入
定义自己的数据载入器,继承父类Dataloader
;
注意:将pin_memory设置为True可以加快多进程方式的数据读取;
[PyTorch Official]:
Warning:
It is generally not recommended to return CUDA tensors in multi-process loading because of many subtleties in using CUDA and sharing CUDA tensors in multiprocessing (see CUDA in multiprocessing). Instead, we recommend using automatic memory pinning (i.e., setting pin_memory=True), which enables fast data transfer to CUDA-enabled GPUs.
3.1 图像文件无法读取?——需要修改当前的工作目录
可以参考下面的代码:
os.chdir(path.dirname(__file__))
其中函数的作用是,
path.dirname(__file__)
:获取当前文件的工作目录。
5 训练模型
5.1 初始化Dataloader对象,并用其载入数据;
(训练数据和验证数据使用不同的Dataloader)
注意:将num_workers设成CPU的核心数可以极大地提高训练速度,(我在学习DeepLabV3+试了一下,加速比大概在4倍左右!)
获得CPU的核心数:
import psutil
psutil.cpu_count(False)
这里我们就设置为psutil.cpu_count(False)-2
,(为系统进程和UI进程留出2个CPU核心)。
将pin_memory
设置为True
可以加快多进程方式的数据读取;
5.2 模型训练的PyTorch相关设置——model.enter_train_mode()
初始化检测器,记得将网络设置为train模式,
net.train()
将梯度重置为0;
optimizer.zero_grad()
目标检测——夏侯南溪模型搭建篇相关推荐
- 目标检测——夏侯南溪模型搭建篇(legacy)
4 定义模型整体结构 4.3.1 输入样本的预处理操作 (注意:训练样本在输入网路之前,需要进行归一化,包括:均值归一化操作 具体可以看看我写的<目标检测--输入数据的归一化操作>) MT ...
- 目标检测——夏侯南溪目标检测模型之输出信息显示
1 致谢 感谢ultralytics提供的yolov5模型,学到了有趣的知识! 2 概述 进度条显示 -- tqdm() 格式化信息输出 -- str.format() 3 输出信息的格式化--str ...
- 目标检测——夏侯南溪目标检测模型之数据结构
4.1 dets数据的一般表示--(list[list]) 对于图像级数据的话,使用list会比较方便一些,因为图像的数量往往跟样本个数有关, 不容易直接确定下来,而list类型是一种动态的存储结构, ...
- 夏侯南溪搭建目标检测模型——文件结构设计篇
1 前言 此文章是夏侯南溪搭建目标检测模型--文件夹结构设计篇- 2 文件夹命名 使用小写字母命名,单词之间用短线"-"进行连接,例如: plane-detection 3 项目文 ...
- 《南溪的目标检测学习笔记》——模型预处理的学习笔记
1 介绍 在目标检测任务中,模型预处理分为两个步骤: 图像预处理:基于图像处理算法 数值预处理:基于机器学习理论 关于图像预处理,请参考<南溪的目标检测学习笔记>--图像预处理的学习笔记 ...
- Jupyter Notebook——夏侯南溪常用的快捷键
1 致谢 感谢网友willstar的帮助, 原文链接如下: https://www.jianshu.com/p/b38d315cd684 2 前言 今天在学习MTCNN的代码- 想用Jupyter测试 ...
- 树莓派4B爽上流安装python3的OpenCV(人脸检测识别—门禁“环境搭建篇”)
树莓派4B安装OpenCV3.4.0人脸检测识别-门禁"环境搭建篇" 前言 一.准备工作 PC端软件 二.搭建树莓派环境 拓展TF内存卡 Tips:换源(python软件源) 修改 ...
- 目标检测 YOLOv5 - 如何提高模型的指标,提高精确率,召回率,mAP等
目标检测 YOLOv5 - 如何提高模型的指标,提高精确率,召回率,mAP等 flyfish 文中包括了YOLOv5作者分享的提高模型指标小技巧和吴恩达(Andrew Ng)在做缺陷检测项目( ste ...
- 《南溪的目标检测学习笔记》——夏侯南溪的CNN调参笔记,加油
1 致谢 感谢赵老师的教导! 感谢张老师的指导! 2 调参目标 在COCO数据集上获得mAP>=10.0的模型,现在PaddleDetection上的Anchor-Free模型[TTFNet]的 ...
最新文章
- 【WPF】鼠标拖拽功能DragOver和Drop
- 预测分析:R语言实现2.8 小结
- 版本效果MoonWarrior cocos2d-x版本 --1
- Docker容器导入导出
- springboot集成rocketmq消费者
- 【Hihocoder - 1723】子树统计(线性基合并)
- Why is HttpContext.Current null after await?
- CharacterEncodingFilter作用
- 关于索引的B tree B-tree B+tree B*tree 详解结构图
- (全网最全)律师如何有效获得案源?新律师开拓案源的方法有哪些?
- RFID通信系统框图
- 计算机u盘病毒清除方式,彻底清除u盘病毒有什么方法呢
- c语言中合法的字符型常量是,字符串变量是什么意思
- 修改游戏服务器ip,修改游戏 服务器ip地址
- 本地使用Idea创建SpringBoot项目并给gitee托管
- 职场暗访:女大学生应聘遭遇性测试
- 【Origin】Origin准确标注某点
- 对一名电子信息工程专业应届毕业生的建议【转自没毛菜鸟要成长的一篇博文】
- dw网页设计期末设计一个网页_网页设计期末作业用DW
- 关于服务物料、费用物料、非库存物料和其他费用物料的理解和应用
热门文章
- Eclipse调字体
- [转]WTL的windows mobile环境的配置(vs2008)[最终版,验证通过]
- 操作系统--进程管理1--单个CPU情况
- Unity 3D 中NGUI插件设置中文label
- 关于 Linux上面 安装nodejs ccap模块 实现图形验证码的一些事情
- Oracle 创建表空间与用户
- web.xml之context-param与init-param的区别与作用【转】
- 微信支付开发(2) 扫码支付模式一
- 【架构师面试题库1】—etcd高可用集群搭建
- 专题_期权交易必备知识