如有错误，恳请指出。在去年MLP-Mixer出来之后，出现过一段短时间内的高潮，我也将相关的MLP结构全部的复现了一遍。不过当时苦于只能跑分类数据集，不能简单的将网络结构移植到其他的下游任务，只能作罢。后来了解了MMDetection，这个一个集成的开源目标检测框架。主旨是让我们能够比较方便的测试我们自己设计的结构。不过，缺点就是，框架封装得太多，不好细改，也难以调试。但是优点是替换结构方便。网上
训练函数调用训练脚本python tools/train.py configs/faster_rcnn_r50_fpn_1x.py训练可选项：–work_dir：模型checkpoint以及训练log文件的输出目录，若在脚本中不设置，则为config/*.py中work_dir中的路径。–resume_from：指定在某个checkpoint的基础上继续训练，若在脚本中不设置，则为config/*
转载
2024-07-24 17:42:06
504阅读
1）EDMA概要EDMA数据传输有两种发起方式：ü CPU发起的EMDA数据传输（非同步方式）：需要传输时，CPU设置ESR寄存器的相应位为1，从而触发一个EDMA事件的产生，事件对应的通道参数被送往地址硬件并且完成相应的处理，这种非同步方式的实时数据传输无需设定EER寄存器；ü &
转载
2024-04-11 15:21:35
261阅读
在配置文件中我们也可以修改配置为自己想要的结果修改neck自己重写一个损失函数# 仿照其他损失函数导入进来
import torch
import torch.nn as nn
from ..builder import LOSSES
from .utils import weighted_loss
# 在这里重写损失函数
@weighted_loss
def l1_loss(pred, tar
# 使用循环写EMA
在Python中，我们可以使用循环来计算指数移动平均（Exponential Moving Average，简称EMA）。EMA是一种常用的技术指标，它可以帮助我们更准确地判断趋势。
## EMA的计算公式
EMA的计算公式如下：
```
EMA(t) = α * Price(t) + (1 - α) * EMA(t-1)
```
其中，`EMA(t)`表示在时间t
原创
2023-11-01 11:06:27
96阅读
mmdetection的使用官方文
原创
2022-09-23 22:47:09
1247阅读
前言如何在anconda创建mmdetection虚拟环境和用pycham为项目配置环境见（linux）mmdetection环境配置gpu+anaconda+pycham+ RTX2080ti 笔记
mmdetection链接 https://github.com/open-mmlab/mmdetection或mirrors / open-mmlab / mmdetection · GitCod
转载
2024-10-15 09:38:28
93阅读
mmdetection调用模型训练 文章目录mmdetection调用模型训练转化数据集格式从labelme到coco首先data导进来改一下`coco.py`改一下`class_names.py`在模型跑了之后看生成文件然后掐了包版本设置`PYTHONPATH`diffustiondet模型模型训练跑完了检测模型yolo模型yolof模型 转化数据集格式从labelme到coco首先data导进
1.选一个自己感兴趣的主题（所有人不能雷同）。2.用python 编写爬虫程序，从网络上爬取相关主题的数据。3.对爬了的数据进行文本分析，生成词云。4.对文本分析结果进行解释说明。5.写一篇完整的博客，描述上述实现过程、遇到的问题及解决办法、数据分析思想及结论。6.最后提交爬取的全部数据、爬虫及数据分析源代码。 本人选取的主题是羽毛球新闻。作为一名资深的羽毛球爱好
0. 背景 这篇论文是 ILSVRC 2015 年冠军，由 MSRA 何凯明团队提出，提出了迄今为止最深的网络——152 层的神经网络构成分类器，并且提出解决随着层数增加，训练误差增大的方案。1. 问题深度学习随着层数增加，效果变好。举例：Alexnet是10层，VGG16，VGG19越来越好；早期使用全连接网络时，有梯度消失/陡增现象（gradient vanishing/exploding）
转载
2024-10-17 20:16:55
47阅读
导言：目标检测的任务表述如何从图像中解析出可供计算机理解的信息，是机器视觉的中心问题。深度学习模型由于其强大的表示能力，加之数据量的积累和计算力的进步，成为机器视觉的热点研究方向。那么，如何理解一张图片？根据后续任务的需要，有三个主要的层次。一是分类（Classification），即是将图像结构化为某一类别的信息，用事先确定好的类别(string)或实例ID来描述图片。这一任务是最简单、最基础的
转载
2024-04-27 18:44:58
129阅读
这里我替换了数据集后，运行报错
原创
2023-06-10 00:35:41
1339阅读
点赞
首先需要按照官方文档在本机的电脑上安装好MMDetection，不熟悉的小伙伴可以看我下
原创
2022-08-18 07:42:41
385阅读
安装了mmdetection，想跑一下有几篇文章的工作。总觉得发展很快，一转眼几年时间，好多东西都变了。可再仔细看，感觉又没变啥，还是faster rcnn, ssd, yolo等，这几年变化的主要是细节上，除了detr是基于transformer的，其它的都是老思路，只是有些是改变了loss，有些 ...
转载
2021-08-13 20:49:00
120阅读
2评论
mmdetection的官方文档：https://mmdetection.readthedocs.io/en/latest/剩余的章节按照如下结构进行组织（主要就是三点内容）。首先，我们介绍了大量的已支持的方法并突出mmdetection的重要特征，然后，展示了基准测试结果。末尾，我们展示了一些可被选择的baseline的消融研究。这篇论文相当于一个技术报告题目：开放MMLab检测工具箱和基准背景介绍2d/3d目标检测的各个模块，误差函数，评价指标，以及线下数据集都是高度成熟和固定
原创
2021-11-08 16:44:29
1271阅读
1. 预训练模型 关于预训练模型，一般的检测都是使用ImageNet预训练的backbone，这是基本配置，官方也支持这种加载方式。 高级一点的的就是针对数据集做一次预训练：即将所有的目标裁剪出来，然后训练一个不错的分类模型，这样的初始化相比ImageNet就要好很多。 最后就是
转载
2024-06-22 15:33:54
151阅读
目录一、项目结构1、项目地址2、项目结构：二、思路2.1、结构图2.2、问题三、具体分析3.1 如何触发客户端初始化3.2 如何注册到调度中心的3.3 如何接收调度请求xxl-job是一个优秀的分布式任务调度平台，国内很多公司在用，部署简单，使用方便。最近想看看是怎么实现的，于是就研究下他的源码。一、项目结构1、项目地址https://github.com/xu
原标题：MT4双线MACD设置方法及扩展应用在MT4交易软件上MACD虽然看起来是单线，其实它和我们在股票软件上看到的双线MACD并没有本质的区别。将MT4软件上MACD的每一个柱的顶点连成线，其实就是我们常说的快线了。这个快线就是EMA12和EMA26两条均线的差值。我个人是比较推崇使用单线MACD的。因为柱比线更能直观的观察到两条均线的交叉与分离度情况。当柱在零轴上方时，意味着两条均线处于金叉
转载
2024-06-24 16:46:20
315阅读
ORACLE提供的OEM受到DBA的喜爱。让我们随时多可以监控数据库，很方便，但是EM也有一些遗憾，如果监控的数据不一样或者端口号不同，就需要从新配置EM。下面我们就来介绍两种配置EM的方法。1.dbca我们在创建数据库时，可以通过图形化界面配置EM:SQL> select * from v$version where rownum<2;BANNER------------------
转载
2024-05-22 11:24:14
98阅读
交易者在分析图表的时候，经常会运用一些技术分析指标，以更清楚地确认市场趋势，更好地掌握入市，出市点。以下是一些经过实践检验，最广泛使用的指标:移动平均线随机指数KD线相对强弱指数保利加通道移动平均值背驰指标黄金分割Moving AverageSTCRSIBullMACDFibonacci移动平均线 (Moving Average)移动平均线是将过去若干时段的收市价格进行平均，所画出的线。和蜡烛图不
