一.参数设置 要研究一个网络，首先要搞懂各种参数的设置，因为网络训练和测试都依赖于这些超参数。除了一些超参数，u版的yolov3把网络的参数也放在了config文件里，加大了阅读的难度。我选择了把网络参数直接放在网络定义的文件里，config文件只保存超参数。# custom
cfg.annotations_path = "./data/annotations/annotations.
YOLO模型——思想、原理以及为什么使用网格、边界框1. 前言2. YOLO的思路2.1 从滑动窗口开始2.2 改进2.2.1 R-CNN2.2.2 YOLO3.YOLO的详细介绍3.1 流程3.2 调整图片大小、分成S×S个网格3.3 生成边界框3.3.1 位置与大小3.3.2 置信度3.3.3 总结3.4 网格分类3.5 非极大值抑制NMS3.6 总结4. YOLO的神经网络4.1 结构4.
我前段时间在尝试部署yolov5时遇到不少问题，这里我来做一个汇总这个时yolov5的官网：Releases · ultralytics/yolov5 (github.com) 下面来罗列一些我在部署时遇到的问题，并且附有解决方法：AttributeError: Can‘t get attribute ‘SPPF‘ on ＜module ‘models.common‘ from ....
注意这个CMakeLists.txt和yolox.cpp一起，yolox.cpp代码就在yolox官方源码demo/ncnn/cpp里面，然后编译。首先转换pytorch->
原创
2024-09-30 15:49:39
108阅读
mnn中8bit的量化方法基于两种KL_divergenc 和ADMM 两种方法，本文主要介绍基于kl_divergence的8bit量化方法；mnn 编译和执行命令编译：cd MNN
mkdir build
cd build
cmake -DMNN_BUILD_QUANTOOLS=ON ..
make -j4执行命令：./quantized.out origin.mnn quan.mnn p
转载
2024-03-29 22:23:35
329阅读
ncnn, yolox上一篇文章分享了yolox的原理和代码解读。这里我们用ncnn进行yolox推理测试。因为ncnn本身可以下载编译好的动态库，yolox又提供了推理脚本。所以整个过程我们可以在5分钟左右走完。3minclone yolox…下载ncnn_ubuntu_shared, 这里我下载的是ncnn-20210720-ubuntu-1804-shared.zip在ubuntu上安装Vulkan来自官方:https://packages.lunarg.com/#wget -.
原创
2021-09-07 11:26:56
1459阅读
序言之前一篇文章写yolox的训练，这篇文章写一下关于部署，yolox之所以刚出来就这么火爆，不仅是精度高、速度快，很大程度上还是因为直接把部署的代码叶开源了，可谓是从训练到部署一条龙服务，很良心，yolox里面开源的部署代码有四种：ncnn、openvino、onnx和tensorrt，刚好手上有一个nano的板子，所以打算试试yolox使用ncnn在nano上的效果，写一篇文章记录一下过程。一、模型转换pytorch->onnx使用ncnn部署，模型转换的步骤还是：pytorch ->
原创
2021-11-18 16:31:22
2291阅读
作者 | 唐超编辑丨极市平台导读 本文将YOLOX训练的模型转到ncnn进行推理加速。YOLOX最近刷屏了，关键是官方仓库直接给出了ncnn、tensorRT、openvino、onnxruntime实现，简直是无 比 良 心bù gěi huó lù！！！0x00 YOLOX目标检测懂得都懂，异常强大。贴上链接方便大家感受：https://github.com/Megvii-Base
转载
2022-10-05 15:05:54
471阅读
文章目录指标参数分析深度学习经典检测算法two-stage(两阶段)：Faster-rcnn Mask-Rcnn系列one-stage(单阶段)：YOLO系列指标分析map指标：精度：召回率：置信度IOUYOLO-V1核心思想网络架构每个数字的含义损失函数NMS(非极大值抑制)优缺点优点缺点YOLO-V2YOLO-V2-Batch NormalizationYOLO-V2-更大的分辨率YOLO-
转载
2024-04-09 14:35:48
84阅读
；yolox_s.pth --》 yolox.onnx --》 yolox.param + yolox.bin --》
原创
精选
2023-06-03 17:21:39
1532阅读
点赞
本节翻译自：https://blog.paperspace.com/how-to-implement-a-yolo-v3-object-detector-from-scratch-in-pytorch-part-5/在前一节最后，我们实现了一个将网络输出转换为检测预测的函数。现在我们已经有了一个检测器了，剩下的就是创建输入和输出的流程。 必要条件：1.此系列教程的Part1到Part4。
转载
2024-10-21 09:51:42
50阅读
最近接触了用c#导出Excel文件的一些操作。使用NPOI的优势是，开源，操作灵活，不需要下载OFFICE软件，速度快，不过听说，数据量过大的时候，不是很好用，大概那都是几兆的时候吧，不过目前用于我的需要，基本是够了。关于NPOI的基本操作：使用Npoi需要using几个命名空间：1 using NPOI;
2 using NPOI.HSSF.UserModel;
3 us
在NC实施中，需要将数据库进行导出备份，与之对应的也需要进行数据库恢复。以下方法对前面两个需求做下详细的说明，供大家参考。一、NC31数据库导出数据步骤(export data from oracle)在Oracle9i服务器端或者安装了网络服务和实用工具的Oracle客户端打开命令提示符:exp 要导出的用户名/密码@要导出的Oracle实例名 file=指定导出文件的全路径名(注意:这是导出，
前言 正好自己做目标检测任务更换模型需要使用不同格式的标注文件，所以在网上找了半天类似博文，发现大多都只有代码或者解释不全，对新手不够友好，我在转换的过程中就debug了半天才转换成功，所以写下这篇博文以求尽可能的全面的解释转换过程，让其他同学少走弯路。1.yolo v5格式（txt） yolo v5的标注文件格式比较简单，如下图所示： 每一张图片对应一个.txt文件，每一行表示该图片的一个标注框
【代码】[yolox]yolox的Quick Start。
原创
2024-09-30 15:04:22
45阅读
yolox head yolox head 网络 概述 yolox-head 包含了3个分支 三个大分支输入的是三种尺度特征图， 自下而上分别对应前面提到的backbone输出的dark3, dark4, dark5 。 尺度由大到小，堆叠成金字塔型。 代码位置： yolox/models/yolo ...
转载
2021-09-24 13:26:00
1002阅读
2评论
YOLOX简述
原创
2023-08-07 23:30:35
645阅读
环境配置第一步 安装YoloX 当前教程环境为 cuda11 torch1.7.1 python3.8
git clone git@github.com:Megvii-BaseDetection/YOLOX.git
cd YOLOX
pip3 install -U pip && pip3 install -r requirements.txt
pip3 install -v -e
转载
2023-10-13 19:23:23
95阅读
架构图详细介绍请参看大神Bubbliiiing讲解：Pytorch 搭建自己的YoloX目标检测平台（Bubbliiiing 深度学习 教程）_哔哩哔哩_bilibili
原创
2024-10-25 09:42:33
516阅读
将yolox/core/trainer.py中的self.tblogger.add_scalar 语句放在if self.rank == 0: 中，结束后需要synchronize() if self.rank == 0: self.tblogger.add_scalar('lr', lr, sel ...
转载
2021-10-16 10:40:00
380阅读
2评论
