YOLOE；源码链接。整体来说是YOLO-World一篇拓展，使其支持各种Prompt方式，但训练stage很多，这点可能训练会不方便，另外，对于实际应用来说：应该是个不错的部署工作。

期待开源…

文章目录前言1、整体目录结构1、roi_align_cuda_kernel.cu2、核函数的声明和动态分发3、roi_align.cpp借助c++调用核函数4、pybind绑定--Python调用c++5、roi_align.py总结前言 本篇主要介绍mmcv中ops文件夹下算子的拓展流程，由于本人也是菜鸡，许多代码细节看不懂。仅能说个大概，若有疑问或者感兴趣，欢迎讨论：+q2541612007，

文章目录前言1、y=w*x+b2、进阶：y=pow(exp(x),2)2.读入数据总结前言 pytorch提供了autograd自动求导机制，而autograd实现自动求导实质上通过Function类实现的。而习惯搭积木的伙伴平时也不写backward。造成需要拓展算子情况便会手足无措。本文从简单例子入手，学习实现一个Function类最基本的要素，同时还会涉及一些注意事项，最后在结合一个实战来学

文章目录前言1、BaseRunner类2、EpochBasedRunner3、IterBasedRunner总结前言 mmcv/runner/base_runner.py文件中，定义了runner类。该类用于管理一个模型的训练和评估过程。这里放张官方示意图（runner简单来说就是实现了右边是个红色框的类）：1、BaseRunner类 该类是所有子runne的r基类，贴下最核心的代码（好多细节我给

YOLOE；源码链接。整体来说是YOLO-World一篇拓展，使其支持各种Prompt方式，但训练stage很多，这点可能训练会不方便，另外，对于实际应用来说：应该是个不错的部署工作。

准备资料 本系列文章主要介绍mmcv及mmdetection源码解读。因此，建议读者首先在本地装好mmdetection环境。安装教程：mmdet2.8最新版安装教程！文章目录准备资料前言1、FasterRcnn为例二、使用步骤1.引入库2.读入数据总结前言  本篇是mmcv源码解读的Config类介绍。代码地址在mmcv/utils/config.py文件中。1、FasterRcnn为例  网上

文章目录前言1、解决的问题2、模型结构2.1.ReCNN2.2. RiRoiAlign总结前言 本篇解读2021CVPR旋转目标检测论文：ReDet:A Rotation-equivariant Detector for Aerial Object Detection。附上地址和源码链接：论文下载地址源码地址1、解决的问题 这是本人组会上做的ppt。简单说创新点有两个： 1）利用NIPS2019的

文章目录前言1、base_anchors的生成2、grid_anchors的生成总结前言  本篇主要介绍mmdet/core/anchor/anchor_generator.py文件下的AnchorGenerator类。以RetinaNet的配置作为说明。anchor_generator_cfg = dict(type='AnchorGenerator',octave_base_scale=4,#

文章目录前言一、论文解读1.1. 研究问题1.2. 可形变注意力模块1.3. 拓展到多层特征图1.4. Encoder部分1.5. Decoder部分1.引入库二、 mmdet源码讲解2.1. 图像特征提取2.2. 生成mask和位置编码2.3. 送入Transformer2.3.1. 前处理部分总结前言 论文地址 本篇博客内容有点儿多，包含论文解读和源码解读两部分，当然，限于篇幅原因，本人不可能