欧美性最猛性XXXXX黑白配,无码秘蜜桃,亚洲性爱无码,久草视频福利,一二三av在线,亚洲啊V在线,国产黄色成人网站,黄色A片播放

↑ 點(diǎn)擊藍(lán)字?關(guān)注極市平臺

作者丨不是大叔@知乎

來源丨h(huán)ttps://zhuanlan.zhihu.com/p/163696749

編輯丨極市平臺

極市導(dǎo)讀

作者對CenterNet進(jìn)行了部分修改，以此進(jìn)行旋轉(zhuǎn)目標(biāo)檢測。本文介紹了這種工作的代碼、數(shù)據(jù)處理和樣例，供讀者參考。>>加入極市CV技術(shù)交流群，走在計(jì)算機(jī)視覺的最前沿

前言

前段時(shí)間純粹為了論文湊字?jǐn)?shù)做的一個工作，本文不對CenterNet原理進(jìn)行詳細(xì)解讀，如果你對CenterNet原理不了解，建議簡單讀一下原論文然后對照本文代碼理解（對原版CenterNet目標(biāo)檢測代碼進(jìn)行了極大程度精簡）。

基本想法就是直接修改CenterNet的head部分，但是是直接在長寬圖上加一層通道表示角度，還是多引出一路feature-map呢？實(shí)測是多引出一張feature map比較好，直接在長寬圖上加一層通道很難收斂。具體原因我也是猜測，角度和尺度特征基本無共享特征，且會相互干擾（角度發(fā)生些許變化，目標(biāo)的長寬可能就變了，如果角度是錯的，長寬本來是對的呢？反之亦然）引出的feature-map只經(jīng)歷了一層卷積層就開始計(jì)算loss，對于這種復(fù)雜的關(guān)系表征能力不夠，可能造成弄巧成拙。網(wǎng)絡(luò)結(jié)構(gòu)如下：

代碼

代碼主要分為五個部分：

train.py：模型的訓(xùn)練
predict.py：模型的前向推理
backbone：模型的主干網(wǎng)，給了DLA和ResNet的DCN與普通版本，層數(shù)可以自定義
loss.py：模型的損失函數(shù)
dataset.py：模型的數(shù)據(jù)處理

原版CenterNet代碼較多，我只需要做目標(biāo)檢測，所以把各種3D檢測等都刪了，模型架構(gòu)也拆了只保留了有用部分，方便自己閱讀以及魔改。

其次，因?yàn)橹皇羌恿艘粋€角度檢測，所以主要是修改了一下數(shù)據(jù)處理部分，用的還是VOC格式，只是在.josn文件里面加了一個角度信息，打標(biāo)簽的時(shí)候用[0,Π]表示，后續(xù)在loss內(nèi)添加了角度的feature-map損失，用的Smooth-L1 loss，如果你不知道怎么打標(biāo)簽以及處理標(biāo)簽文件，可以在評論區(qū)留言或者私信我。

后處理部分把畫標(biāo)準(zhǔn)檢測框換成了旋轉(zhuǎn)框，計(jì)算旋轉(zhuǎn)IOU指標(biāo)等代碼后續(xù)會傳上去。

數(shù)據(jù)處理

畫旋轉(zhuǎn)框，修改主干網(wǎng)與損失函數(shù)，代碼里面都有。

關(guān)于下面這些操作是我寫過的，如果有需要可以留言：

如何對旋轉(zhuǎn)目標(biāo)打標(biāo)簽？
如何將角度信息添加到VOC格式標(biāo)簽？
如何計(jì)算旋轉(zhuǎn)IOU指標(biāo)？
其它

Demo

代碼鏈接：

https://github.com/ZeroE04/R-CenterNetgithub.com

鑒于一些同學(xué)想知道模型訓(xùn)練完畢，怎么對比性能，比如旋轉(zhuǎn)框怎么計(jì)算mIOU等，所以更新一個evaluation.py以及對應(yīng)的案例圖片和文件夾imgs。注意，這個.py和imgs文件夾不是必須的，只是模型訓(xùn)練結(jié)束計(jì)算性能用的。

1、有人說缺少vis模塊，其實(shí)這一塊是我自己寫的可視化，其實(shí)是不需要的，所以直接注釋掉所有相關(guān)代碼就行(現(xiàn)在github已經(jīng)刪除)

2、有人詢問旋轉(zhuǎn)打標(biāo)簽工具，其實(shí)有很多，這里推薦：

chinakook/labelImg2github.com

如果你想要訓(xùn)練自己的數(shù)據(jù)，這個工具會把每張圖片都生成一張.xml文件，你需要把每個.xml轉(zhuǎn)化為.josn文件，然后把所有圖片的.json文件合成一個.json文件，就是此網(wǎng)絡(luò)訓(xùn)練格式文件了，也是CenterNet原版訓(xùn)練數(shù)據(jù)，然后每個圖片里面的目標(biāo)五個數(shù)值：

分別為目標(biāo)中心點(diǎn)（x,y），以及寬度，長度，角度，角度是以12點(diǎn)鐘為0°，順時(shí)針旋轉(zhuǎn)的角度，最大為179.99999°（旋轉(zhuǎn)180°，相當(dāng)于沒轉(zhuǎn)）。

推薦閱讀

旋轉(zhuǎn)框檢測方法綜述：RotateAnchor系列
ECCV2020｜遙感旋轉(zhuǎn)目標(biāo)檢測方法解讀
旋轉(zhuǎn)目標(biāo)檢測全面綜述：論文解讀、方法與代碼

ACCV 2020國際細(xì)粒度網(wǎng)絡(luò)圖像識別競賽即將開賽！

添加極市小助手微信（ID : cvmart2），備注：姓名-學(xué)校/公司-研究方向-城市（如：小極-北大-目標(biāo)檢測-深圳），即可申請加入極市目標(biāo)檢測/圖像分割/工業(yè)檢測/人臉/醫(yī)學(xué)影像/3D/SLAM/自動駕駛/超分辨率/姿態(tài)估計(jì)/ReID/GAN/圖像增強(qiáng)/OCR/視頻理解等技術(shù)交流群：每月大咖直播分享、真實(shí)項(xiàng)目需求對接、求職內(nèi)推、算法競賽、干貨資訊匯總、與?10000+來自港科大、北大、清華、中科院、CMU、騰訊、百度等名校名企視覺開發(fā)者互動交流~

△長按添加極市小助手

△長按關(guān)注極市平臺，獲取最新CV干貨

覺得有用麻煩給個在看啦~??

用CenterNet對旋轉(zhuǎn)目標(biāo)進(jìn)行檢測

前言

代碼

數(shù)據(jù)處理

Demo