MMDetection的FCOS算法fcos

由于不知道如何发布代码，复制粘贴不太好看（起码我不喜欢看，哈哈），所以笔者再次便采取截图的形式。

---------------------------------------------------------------------------------------------------------------------------

首先进行各种包的导入，这里也不能忽视，得稍微看一眼。

-----------------------------------------------------------------------------------------------------------------------

随后进行head头的注册，不了解注册机制的去看看mmdetection官网哈！在初始化阶段进行各种形参的设置。

---------------------------------------------------------------------------------------------------------------------------

这里注意下_init_layers()函数，在这里便进行调用，进行一些卷积的初始化。

---------------------------------------------------------------------------------------------------------------------

卷积初始化便是构造各种卷积，这种写法大家可以进行模仿。

------------------------------------------------------------------------------------------------------------------------

然后便是前向传播阶段，其实前向传播很简单，就是分类、回归分支，用前面构造好的卷积，一次性进行计算就好了。对了，multi_apply机制也是mmdetection很常用的，大家可以自行百度一下。

---------------------------------------------------------------------------------------------------------------------------

最复杂的loss终于来了！这里featmap_size能得到（H W），后面会用到。-2表示最后两个。

--------------------------------------------------------------------------------------------------------------------------

因为时anchor free，所以这里不会调用get_anchor，转而调用get_points了，为的就是得到featmap上的每一个点，其实原理和anchor base一样，这里得到了很多个点。

------------------------------------------------------------------------------------------------------------------

这里我把get_points的函数拿出来，最终返回的是每个点的坐标。

-------------------------------------------------------------------------------------------------------------------------

随后进行fcos_target得到gt_bbox的标签（这里的标签也都加了索引，代表正负样本）和bbox_targets(这个表示中心点到四条边的距离)！其实这里是文中的创新点，大家一定要仔细看。

------------------------------------------------------这里单独拿出来，主要算法在self.fcos_target_single。

-------------------------------------------------------------------------------------------------------------

返回的是前面提到过的label和targets！这里可能注释的不是很仔细，以后有时间我再搞搞啦，哈哈哈哈哈哈。大家有问题也可以评论。

-------------------------------------------------------------------------------------------------------------------

最难的地方已经过去了，接下来就是要计算损失了。计算损失，需要把预测的和gt均permute到相同的维度（要计算的部分维度一定要相同）

---------------------------------------------------------------------------------------------------------------

把前面的量处理好了之后，这里就是进行损失计算。没什么好说的。

--------------------------------------------------------------------------------------------------------------------

以上，讲的主要是训练部分的代码，有空我再完善一下！大家有什么疑惑可以评论，反正是一起学习！

MMDetection的FCOS算法fcos_head注释相关推荐

粒子群算法(PSO)——Java实现PSO算法(详细注释) 优化算法
粒子群算法原理: https://blog.csdn.net/daaikuaichuan/article/details/81382794 代码||注释||结果 package PSO;/** Tar ...
目标检测论文阅读：FCOS算法笔记
标题:FCOS: Fully Convolutional One-Stage Object Detection 会议:ICCV2019 论文地址:https://ieeexplore.ieee.org ...
中国象棋程序的设计与实现(十二)--棋盘绘制算法(尽管注释非常详细,完全理解仍有难度)
上几篇中,我们详细介绍了,棋盘类的定义和关键属性,简要介绍了棋盘绘制算法的骨架. 本篇,我们将详细解读棋盘绘制算法的每一个细节. 强烈建议,大家结合文章末尾的"棋盘截图"来思考绘制 ...
4012最长的最短路径的求解（C++，迪杰斯特拉算法，注释全，附迪杰斯特拉算法详解文章）
描述设计一个算法,求图G中距离顶点v的最短路径长度最大的一个顶点. 输入多组数据,每组数据m+2行.每组数据第一行为两个整数n和m,代表有n个顶点m条路.顶点编号为1到n.第二行到第m+1行每行有 ...
java象棋代码注释_中国象棋程序的设计与实现(十一)--棋盘绘制算法(尽管注释非常详细,完全理解仍有难度)...
上几篇中,我们详细介绍了,棋盘类的定义和关键属性,简要介绍了棋盘绘制算法的骨架. 本篇,我们将详细解读棋盘绘制算法的每一个细节. 强烈建议,大家结合文章末尾的"棋盘截图"来思考绘制 ...
【JAVA】经典排序算法，注释详细+可直接运行
package com.example.demo.server;import org.junit.Test;import java.util.Arrays;/*** 十大排序算法*/ public c ...
很容易理解的C语言快速排序算法(完整注释+完整输出)
#include <stdio.h>void quickSort(int arr[], int low, int high)//arr是传进来的数组,low和high是两个指针的预定值 { ...
C/C++实现如下根据Merge Sort原理, 自己实现的归并排序算法+详细注释+代码(C#,C/C++)...
from:http://www.cnblogs.com/architect/archive/2009/05/06/1450489.html //归并排序中之并 //Updated by zivsoft ...
二分查找算法实例注释
/** bs.cpp** Created on: 2015年4月14日* Author: judyge*/#include <stdio.h> #include <iostream& ...

MMDetection的FCOS算法fcos_head注释

MMDetection的FCOS算法fcos_head注释相关推荐

最新文章

热门文章