随笔分类 - 23openmmlab实战营-一期-笔记
摘要：从两方面进行mmseg的代码实战： 一、使用API进行推理新图片 二、使用自定义数据集训练模型
阅读全文
摘要：前言介绍 什么是语义分割：抠图+分类 应用：自动驾驶+医疗影像 区别各类分割： 语义分割的基本思路 深度学习下的语义分割模型 全卷积网络 上下文信息与PSPNet模型 空洞卷积与DeepLab模型 技巧二：条件随机场 分割模型的评估方法 实践MMSeg
阅读全文
摘要：MMDetection 项目概况 mmdetection工具包 MMDetection 运行环境搭建（基于OpenBayes计算平台）） openbayes计算平台的介绍： 新建容器 基本信息： 数据绑定： 使用MMDetection 进行模型推理 # Author:yujunyu # -*- co
阅读全文
摘要：前言 目标检测：给定一张图片，用矩形框框出所有感兴趣物体同时预测类别 应用： 区别： 检测技巧： 检测的演进： 基础知识 基本概念： 框、边界框（Bounding Box） 交并比 置信度 非极大值抑制 边界框回归 边界框编码 两阶段检测： 降低区域提议的计算成本 锚框 单阶段检测： YOLO（20
阅读全文
摘要：MMClassification介绍 介绍mmclassification工具包 使用mmcls推理代码： 推理工具： MIM工具： 环境搭建： 代码教学 然后介绍使用pytorch框架实现分类模型的代码： （https://pytorch.org/tutorials/beginner/basics
阅读全文
摘要：计算机视觉之图像分类算法基础 课程视频回放：https://www.bilibili.com/video/BV1js4y1W7CN/?spm_id_from=333.788&vd_source=db3d134c564b091aeb95550baf2fa5b0 一、图像分类与基础视觉模型 基础介绍：
阅读全文
摘要：一、计算机视觉基础 概念及应用 计算机视觉任务：图像分类（classification）、目标检测（object detection）、图像分割（segmentation）。 其中图像分割又分为语义分割（semantic segmentation）、实例分割（instance segmentatio
阅读全文
