[炼丹术]基于SwinTransformer的目标检测训练模型学习总结
基于SwinTransformer的目标检测训练模型学习总结 一、简要介绍 Swin Transformer是2021年提出的，是一种基于Transformer的一种深度学习网络结构，在目标检测、实例分割等计算机视觉任务上均取得了SOTA的性能。同时这篇论文也获得了ICCV2021年 ...
原文：[炼丹术]DeepLabv3+训练模型学习总结
DeepLabv 训练模型学习总结 一 DeepLabs 介绍 DeepLabv 是一种语义分割架构，它在DeepLabv 的基础上进行了一些修改。为了处理在多个尺度上分割对象的问题，设计了在级联或并行中采用多孔卷积的模块，通过采用多个多孔速率来捕获多尺度上下文。此外，来自 DeepLabv 的 Atrous Spatial Pyramid Pooling模块增加了编码全局上下文的图像级特征，并进 ...
2022-01-25 09:24 3 3092 推荐指数：
相关推荐
[炼丹术]yolact训练模型学习总结
yolact训练模型学习总结 一、YOLACT介绍(You Only Look At CoefficienTs) 1.1 简要介绍 yolact是一种用于实时实例分割的简单、全卷积模型。 (A simple, fully convolutional model for real-time ...
[炼丹术]UNet图像分割模型相关总结
UNet图像分割模型相关总结 1.制作图像分割数据集 1.1使用labelme进行标注 (注：labelme与labelImg类似，都属于对图像数据集进行标注的软件。但不同的是，labelme更关心对象的边缘和轮廓细节，也即通过生成和训练图像对应的mask来实现图像分割的目的。这里的分割一般 ...
[炼丹术]使用Pytorch搭建模型的步骤及教程
3.训练模型 4.评估模型 5.进行预测 注意：使用 PyTorch API 有很多方 ...
使用deeplabv3+训练自己数据集（迁移学习）
概述 在前边一篇文章，我们讲了如何复现论文代码，使用pascal voc 2012数据集进行训练和验证，具体内容可以参考《deeplab v3+在pascal_voc 2012数据集上进行训练》，在本篇文章，我们主要讲述，如何对deeplab v3+进行迁移学习，也即如何使用deeplab ...
DeeplabV3+ 训练自己的遥感数据
一、预处理数据部分 1、创建 tfrecord（修改 deeplab\ dateasets\ build_data.py） 模型本身是把一张张 jpg 和 png 格式图片读到一个 Example 里，写入 tfrecord。但我是一个大的 tif 文件，需要把几万像素的图片分割成小块写入 ...
DeeplabV3+训练自己的数据集(三）
模型训练及测试 一、在DeepLabv3+模型的基础上，主要需要修改以下两个文件 data_generator.py train_utils.py (1)添加数据集描述 在datasets/data_generator.py文件中，添加自己的数据集描述 ...