数据层名：AnnotatedData1、transform_param作用：数据变换transform_param {# 镜像，左右翻转mirror: true# 三个通道均值mean_value: 104.0mean_value: 117.0mean_value: 123.0#将输入图像resi...

一、准备1、环境：win10 x64, pytorch 1.7+python3.7虚拟环境，cuda10.1 update2，GTX10602、centernet官方代码：https://github.com/xingyizhou/CenterNet3、DCNv2最新版本（支持pytorch1.5-1.7）：https://github.com/lbin/DCNv2/tree/pytorch_1.

小目标检测，切图拼图，SNIPER

知识蒸馏，互学习

反向传播其实就是链式求导法则的重复使用，链式法则其实就是先计算外层函数的导数，再计算内层函数的导数，一直重复。误差反向传播的过程，就是层层求导的过程。在看RNN的反向传播之前，先看看简单网络的反向传播。1、反向传播，链式求导看一个小例子，如下图所示，其中f函数由x,y,z三种变量的组合来决定，x和y并不是直接和f相连。假设，x+y用q来表示，作为中间结果q=x+y。首先来看一下前向传播过程...

问题说明：pytorch迁移学习时，需要对某些层冻结参数，不参与方向传播，具体实现是将要冻结的参数的requires_grad属性置为false，如下：

知识蒸馏，互学习

前提是正确安装cuda和cudnn，以及对应的平台。1、caffecaffe有个命令行参数：device_query 可以查看指定GPU的信息如：在命令行输入 caffedevice_query -gpu 02、pytorch直接在python环境下输入以下命令，显示true就表示可以调用gpuimport torchprint (torch.cuda.is_...

环境：win10，cuda 10.1 , GTX1060一、数据处理1、数据集获取：链接：https://pan.baidu.com/s/1K3rI9PvzHc1KqOJITNMdVg提取码：lox42、数据集格式数据格式也不一定完全按照上面这种，但是必须得保证图片和标签的名字相同。以MOT17（JDE的Modelzoo中下载得到）为例：文件夹结构：labels_with_ids文件夹里面是用转换

caffe自带可视化训练log的脚本程序但是这个程序会将：train_loss,test_loss,lr,acc每个指标单独画一张图（根据参数可选则画什么），如下：我觉得这样生成的图片太多了，而且train_loss和test_loss（实际上是训练过程中的val_loss）通常是要放在一起对比来看的，所以放在同一张图中会更清晰的看出是否过拟合或者欠拟合。因此我自己写了个程序提取...