Day17
不知道跑了个什么模型,模型名是yolov8-cb,只能从模型结构判断可能是yolov8-cbam 是拿的hic里的cbambottleneck改的,记录一下结果 Model Parameters GFLOPs Train Epochs Best Epochs mAP@50:95 mAP5...
不知道跑了个什么模型,模型名是yolov8-cb,只能从模型结构判断可能是yolov8-cbam 是拿的hic里的cbambottleneck改的,记录一下结果 Model Parameters GFLOPs Train Epochs Best Epochs mAP@50:95 mAP5...
今天偶然得知firefox可以通过自定义css改变外观,于是在github上找啊找,终于找到一个满意的样式 打开自定义样式设置 在firefox地址栏里输入about:config,随后搜索toolkit.legacyUserProfileCustomizations.stylesheets,将值设为True 在firefox地址栏里输入about:s...
把新跑出来的数据合并一下,修改的yolov8-cbam效果还没有原来的好,就不合并了,把cbam模块放回到第一个c2f后面 epochs均为200,数据集均为VisDrone2019 Model Parameters GFLOPs Train Epochs Best Epochs mAP@50:95...
参照HIC-YOLO把yolov8-cbam里的cbam模块放到最后, 跑一遍yolov8m-cbam、yolov8m-p234、yolov5m-cbam yolov5m-p2的结果也跑出来了,跟上次的合并一下 epochs均为200,数据集均为VisDrone2019 Model Parameters GFLOPs T...
很高兴SDOA-D是正矩形框,写了个脚本处理成yolo格式,但是他是高分辨率下的小目标,难说 epochs均为200,数据集均为VisDrone2019 Model Parameters GFLOPs Train Epochs Early Stopping mAP@50:95 mAP50...
发现了ultralytics的一个bug 调用ultralytics.utils.torch_utils的get_flops函数之后会导致传入的训练参数不可用 from ultralytics import YOLO from ultralytics.utils.torch_utils import get_flops model=YOLO("./models/yolov8m-sod....
代码重构了一下,把ultralytics放了进来方便直接改源码,后面慢慢把不需要的部分删掉再传到github 好不容易看了个论文想抄抄创新点,结果他竟然数据造假,yolov5m和v5-res的参数量正好相反 记录一下今天跑的模型结果 epochs均为200,数据集均为VisDrone2019 Model Parameters ...
尝试用yolov8s和yolov5s跑个baseline,脚本改了又改,300epochs跑出来过拟合了,跑一次200的试试 集群的内存太低了,workers只能设为2 参照b站视频改了一下yolov8,加了个CBAM模块,还是得看yolo结构,不然加模块的参数都不知道怎么设置 代码上传github了,感觉还是得把ultralytics的源码一块放进去,不然后面要修改网络模型还得去...
今天看了两个加了背景差分法的yolo做目标检测的论文 这块内容是真的少啊,找了半天就两篇 一篇是2021年的《基于YOLO和帧间差分法的飞鸟检测算法》,检测方案如图 很怀疑可行性,但是可以作为一个创新点水一篇( 另一篇是2022年的《融合改进YOLO和背景差分的道路抛洒物检测算法》,算法流程如图 他的思路是利用yolo检测目标,再利用该目标周围区域做差分,提取出要检测的抛洒...
心血来潮把集群上的conda环境全删了重新弄,然后悲剧了,环境下不回来了 直接装ultralytics跑的是cpu,说驱动太老了,然后装旧版的torch结果说找不到,可我打开网址明明有包 最后在github上一个不起眼的地方说要降级python,我才发现我一直用的3.10,坑爹啊,学校为什么要用这么老的服务啊!!!2023年用ubuntu18.04 记录一下在这老掉牙的服务器上配置一个...