本文主要是介绍konohana_net 用于此花亭奇谭的目标检测网络,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
balabala
fcos 这个 anchor free 的方法真好用,最重要的是训练速度快
github仓库:https://github.com/One-sixth/konohana_net
示例视频:
原始版本:https://github.com/One-sixth/konohana_net/blob/master/ep_10.mkv
res2net版本:https://github.com/One-sixth/konohana_net/blob/master/ep_10_det3.mkv
原来用仿yolov3和SSD的结构,效果不是很好,并且中途有项目做,就暂时搁置了,最近有空,发现anchor free发展起来了。正好看到fcos,而且是最简单的,就来试试。
现在情况,看着还行,至少比之前做的单端仿yolov3网络好
图中的 iou 实际是 center_ness 的预测值,用着之前的老工具,没改
效果图,第二个是heatmap
主干网络是模仿mobilenet v3 结构,不过减掉了很多层,也没有SE模块。
输入分辨率为 640x360,下采样级别为8
不知道是不是通道太少,class分类的loss改来改去了,但还是基本无效,分类绝大部分都是错的,放弃了。。。
弄了俩个版本,一个是常规的resblock版本,一个是res2block版本
windows下,3G显存只能用2.5G显存
2.5G显存时,常规版本模型可以以批量大小为3训练,res2block只能以批量大小为2训练
模型结构如下图,可点击放大看
这篇关于konohana_net 用于此花亭奇谭的目标检测网络的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!