目標檢測框架mmdetection框架的安裝與測試

1、框架介紹

這個框架還是非常清晰的，整個**從骨架，模型，bbox處理，推斷等都有專門的專案資料夾。而且提供了當前許多主流的目標檢測模型的實現。

2、安裝

建議使用conda的方式來安裝，用**重新編譯的方式會出現一些bug。在conda環境下有一些支援的lib容易有，而用傳統的python包的方式，在compile中雖然可以成功，但使用上會出現問題。

cd mmdetection

pip install cython  # or "conda install cython" if you prefer conda
./compile.sh

python(3) setup.py install

2、實驗測試：

撰寫幾行**，即可完成框架的測試：

將其中的替換成tensorflow object detection的測試，其檢測結果如下所示(faster-rcnn)結果。

該框架速度的確比較快。還是很不錯的。

目標檢測 目標檢測通用框架總結

目標檢測框架個人總結 以下是筆記中包含的內容 目標檢測網路框架總結 yolov4中有圖 從最開始的神經網路到現在深度更深，模組更多的目標檢測深度學習神經網路，如今大致可以分為two stage detector 典型的為rcnn系列 和 one stage detector 典型為yolo系列 每個...

目標的檢測大體框架

zouxy09大哥的部落格，對入門級別的我大大的有啟發。目標檢測分為以下幾個步驟 1 訓練分類器所需訓練樣本的建立 訓練樣本包括正樣本和負樣本 其中正例樣本是指待檢目標樣本 例如人臉或汽車等 負樣本指其它不包含目標的任意 如背景等 所有的樣本都被歸一化為同樣的尺寸大小 例如，20x20 2 特徵提取...

四大開源目標檢測框架

維護團隊 facebook 所屬框架 pytorch adelaidet 例項級識別任務開源工具箱 這個專案後面 amusi 會單獨寫一篇文章來介紹，adelaidet 主要是阿德萊德大學沈春華團隊維護的專案，涉及目標檢測 例項分割 文字檢測等方向。比如包含了solov1 v2 fcos blend...