YOLOv7自适应锚框计算

#  从utils.autoanchor 导入kmean_anchors函数
import utils.autoanchor as autoAnchor'''path:  储存yaml文件路径，yaml文件中应包含数据集文件路径n :  生成锚框的数量img_size :  图片分辨率尺寸，需要将图片缩放到img_size大小尺寸后再进行锚框计算thr ：  数据集中标注框宽高比最大阈值，默认是使用 超参文件 hyp.scratch.yaml 中的 “anchor_t” 参数值；默认值是 4.0；自动计算时，会自动根据你所使用的数据集，来计算合适的阈值。gen ：  kmean 聚类算法迭代次数，默认值是 1000verbose ：  打印所有结果
'''
new_anchors = autoAnchor.kmean_anchors(path=r'D:\yolov7-main\data\K-means.yaml', n=12, img_size=640, thr=3, gen=1000, verbose=False)
print(new_anchors)

结果：

YOLOv7自适应锚框计算相关推荐

anchor自适应锚框计算
自适应锚框计算预定义边框就是一组预设的边框,在训练时,以真实的边框位置相对于预设边框的偏移来构建(也就是我们打下的标签) 训练样本. 这就相当于,预设边框先大致在可能的位置"框" ...
皮带撕裂检测系统（YOLOv7架构）
皮带撕裂检测利用YOLOv7架构实时分析皮带的运行状态,24h全天候对其进行多方向实时检查,及时发现异常状态,避免扩大损失.在架构方面,YOLOv7 的策略是使用组卷积来扩展计算块的通道和基数.研究者 ...
anchor base和anchor free, 小物体检测, YOLO V1-3 9000 V4 V5 的区别，yolov5-8, yolox创新点
文章目录 Anchor base和Anchor Free的区别: 如何增强模型对小物体的检测效果 Yolo基本思想不同版本的Yolo网络差异 YOLO V1 YOLO V2 YOLO9000 YOL ...
从零深入理解Yolo系列理论v1-v8 + 目标检测面试提问
目标检测-Yolo系列发展先验框/锚框/候选框 Anchor机制 Anchors Base原理 Anchors Free原理 YOLO v1 Yolov1网络结构 Yolov1实现方法 Yolov1 ...
干货｜深入浅出YOLOv5
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|机器学习算法工程师之前已经对Yolov4的相关基础知识做 ...
Yolov5总结文档(理论、代码、实验结果)
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨Mr.Hang@知乎来源丨https://zhuanlan.zhihu.com/p/44925 ...
CV 面试问题详解宝典—目标检测篇
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨那年当上博士前来源丨AI约读社编辑丨极市平台导读面试知识点总结序言目标检测篇面试知识 ...
YOLO发展史(v4/v5的创新点汇总！)
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 YOLO系列是非常经典的目标检测算法,尤其是 YOLO v1和v3,以及近期的v4和v5,都有很大影响 ...
YOLOv5算法详解
目录 1.需求解读 2.YOLOv5算法简介 3.YOLOv5算法详解 3.1 YOLOv5网络架构 3.2 YOLOv5实现细节详解 3.2.1 YOLOv5基础组件 3.2.2 输入端细节详解 3 ...

YOLOv7自适应锚框计算

YOLOv7自适应锚框计算相关推荐

最新文章

热门文章