论文地址：https://arxiv.org/abs/1708.02002pytorch复现:https://github.com/kuangliu/pytorch-retinanet1.论文动机one-stage方法与two-stage的各自的特点，基于one-stage的方法检测速度快，但是正确率低的问题，作者发现是因为前景、背景类别的极度不平衡所导致导致，于是提出了focal loss来重新

简介通常我们得到了一段视频，可能只需要其中部分区域的内容，其他的可以认为是我们不关注的内容。比如我们做分类识别，需要某种样本，利用了摄像头进行拍摄，但是我们的需要的内容只在视频中的某个固定区域内出现了，我们只想要保存该部分区域内的视频，然后利用脚本完成按帧截取，从而完成数据集的收集。工具应用场景需求：需要的样本目标只会出现在一个固定的视野内。设置：手动指定原视频中我们感兴趣的区域输出：将原视频中我

1.综述文章地址与文章代码;文章主要思想可以简单的概括为fpn+attention;文章的核心工作有两个1.在yolov3的基础上采用了一系列更强的trick,获得了一个基于yolov3的超强baseline主要包括如下技巧,详情可以参见论文1) Guided Anchoring-一种anchor free 方法2) Bag of Tricks-主要包括mixup algorithm , cosi

1.资源论文：https://arxiv.org/pdf/2007.00992.pdf代码：https://github.com/clovaai/rexnet2.核心贡献个人认为就是做了一堆实验+数学推导，实质性的东西就是提出了三个设计原则2.1 探讨了Representational Bottleneck问题Representational Bottleneck即特征描述的瓶颈就是中间某层对特征

简介torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。torchvision.transforms主要是用于常见的一些图形变换。以下是torchvision的构成：1.torchvision.datasets: 一些加载数据的函数及常用的数据集接口；2.torchvision.models: 包含常用的模型结构（含预训练模型），例

惯例资源论文地址1.简介相对于传统卷积方式，目前如分组卷积，空洞卷积，深度可分离卷积等，这些新型的卷积方式可以有效的降低模型的FLOPs，然而在实际设备上，由于各种各样的优化计算操作，导致计算量并不能准确地衡量模型的速度，换言之，相同的FLOPs会有不同的推理速度。具体来说，如在GPU运算的一些操作，底层都是调用cuda算子，而这些算子的操作方式，都是由开发人员优化后的，可能并没有针对具体的如深度

1.labelimage下载1.1 ubuntu下labelimage下载github官方下载地址:地址直接点击Code，下载文件为.zip格式。下载完成后#cd到下载目录cd Downloads/#执行解压命令#如果是.zip.gz文件执行 tar-xvzf 文件名 即可unzip ×下载的文件名.zip#即可看到文件夹或者直接git clone https://github.com/tzuta

在百度图识图爬取自己想要的数据集如果你复制了此代码，能不能给我点个赞！本代码非原创，网上搜集了一些资料，经过本人调整后能跑通！1. 问题描述最近在做一个关于垃圾的目标检测问题，在部署训练时需要大量的各种各样的垃圾数据集，那么我想到了网上搜索+拍照+爬虫的方式来获取数据集，而在我的上一篇博客 目标检测-用爬虫爬取百度图库获得自己想要的图片数据集-python代码，给出了利用百度图库关键字爬取图片的方

1.1问题描述如下图所示，在利用yolov5进行目标检测时中文标签全部是？？？？？？乱码。1.2问题定位一般的目标检查模型绘图代码等其他设置放在utils文件，定位到/utils/utils.py，yolov5的绘框函数为plot_one_box，选择ctrl+f 查找plot_one_box函数，其中使用了cv2.putText()函数，而使用cv2.putText() 只能显示英文字符，中文会

1.资源Adaptive NMS: Refining Pedestrian Detection in a Crowd2.简介Adaptive NMS的研究者认为这在物体之间有严重遮挡时可能带来不好的结果。我们期望当物体分布稀疏时，NMS大可选用小阈值以剔除更多冗余框；而在物体分布密集时，NMS选用大阈值，以获得更高的召回。既然如此，该文提出了密度预测模块，来学习一个框的密度。就是想要去自适应的调整