无法提供摘要。这是一篇受保护的文章。
提出问题 最近在科研中，遇到需要利用mmtracking框架进行多目标跟踪实现自制数据集的应用。因此，简单记录一下数据集制作过程以及利用mmdetection和mmtracking框架结合下的多目标跟踪过程。 解决方案 （1）数据集制作 视频数据集制作利用的软件是DarkLabel 2.4，其链接如下：DarkLabel下载地址，其基本标注方法可参考我上一篇博文，链接如下：DarkLabel2.4软件标注视频影像数据做目标检测/跟踪（数据预处理）。与上一篇博文不同的是，这次我们是以MOT17数据集格式进行数据集制作…
在多数情况下，图像分割都会遇到类别不均衡的情况，这时候需要通过权重参数来调节各类之间的比重，一般不同类别的权重占比需要通过多次实验调整，这里介绍一种计算类别的权重占比的方法:中值频率平衡，实际应用时还需要在这个基础上做微调。这里采用中值频率平衡（图像分割中一种定量计算类别权重的方法） 根据我的数据集，计算出的类别权重如下： 每一类的像素数： [3.13914322e+09 8.32395811e+08 2.22764968e+08] 像素总个数 4194304000.0 每一类像素数占总像素数的比值 [0.7484…
提出问题 因为项目环境部署需要，需要在Win7环境下部署一个算法，而且是在无网情况下。因此，考虑使用docker来执行这次部署任务，然而也不是十分顺利，所以来简单记录一下配置流程。 参考链接：Windows 7 安装Docker实践 解决方案 因为担心docker版本较高不能在win7系统上运行，因此，我们安装了一个DockerToolbox-19.03.1版本。总体来说，win7版本的docker和win10不太一样，安装步骤可以按照上述参考链接 Windows 7 安装Docker实践 去安装。安装之后，桌面会…
提出问题 Docker是目前封装环境的有效利器，可以在不同机器上实现环境的迁移，方便快捷。目前封装Docker环境有两种方式，一种是自己搭建环境，这一种也在前面的博文Ubuntu20.04安装Docker+深度学习框架搭建中提到过；另一种是通过Dockerfile构建，这种形式是将配置命令一行行写在Dockerfile这样的文件中，然后直接执行Dockerfile就能快速构建Docker虚拟环境。 解决方案 Dokcerfile构建方式如下所示，按行输入，并保存。 以下内容是：（1）以nvidia/cuda 11.…
提出问题 最近因为应用需求，需要实现基于视频的多目标跟踪任务。目标跟踪的发展脉络大体如下图所示，之前虽然做过类似的基于联合检测的目标跟踪，即图中的检测与特征提取联合的方式，如2020年提出的FairMOT网络等。然而，更加往前一点的基于DeepSORT的方式，即检测与特征提取分开的方式，这一类方式虽然会有累积误差的出现，但也能解决一些实际问题，因此，有必要研究一下这一类网络的操作流程。该篇博客以YOLOv5作为DeepSORT模型的Detections部分。 解决方法 YOLOv5和DeepSORT是分开训练的。因…
提出问题 研究中经常利用labelme等标注软件进行标注，但对于这些软件保存的json文件（以坐标形式保存的）如何转换成mask存在麻烦。网上的帖子给出的方法是改labelm配置文件等，也试过，但每次修改存在麻烦，因此，自己改进了一些代码，可以迅速转换.json->mask的图片表示。具体的转换过程如下图，即将原图和json文件混合的文件夹转化成两个文件夹，一个存放原图，一个存放标签。 解决方法 import cv2 import numpy as np import json import glob imp…
提出问题 最近做研究时，复现别人的论文代码，发现别人的代码是tensorflow 1.x版本。而我用的显卡是3090，不适配tensorflow 1.x版本。难道要源码开始配吗？ 解决方案 还好，nvidia和Google合作推出了nvidia-tensorflow，可以匹配cuda 11.x下安装tensorflow 1.x。 链接如下：nvidia-tensorflow 解决步骤 卸载之前下载的tensorflow环境 我用的环境是python3.6。官方推荐使用python 3.8，但python 3.6也可…
提出问题 最近因为科研需求，需要展开多模态数据的研究，奈何同一区域的多模态数据几乎没有。联想到GAN网络具备风格迁移和迁移生成等能力，因此，想着用GAN网络尝试去实现光学和SAR影像之间的相互转换。 提出方法 模型：U-GAT-IT模型 U-GAT-IT提出了一种用于无监督图像到图像翻译的新方法，它以端到端的方式结合了一个新的注意力模块和一个新的可学习归一化函数。注意力模块根据辅助分类器获得的注意力图，引导模型关注更重要的区域，区分源域和目标域。与以前无法处理域之间几何变化的基于注意力的方法不同，模型可以翻译需要整…
