• 金天

    dla导出的onnx不支持转到tensorrt,层不支持

    发布在 PyTorch 阅读更多
  • 金天

    很多朋友问社区里面的refinenet-seg的tensorrt代码它的onnx的模型,其实onnx模型和pytorch代码在:

    https://github.com/DrSleep/light-weight-refinenet

    发布在 创造性想法 阅读更多
  • 金天

    这篇文章没有啥干货,就是开源一个代码。从最原始的SSD到SSD的各种改进版本比如RFBNet,M2Det, FSSD, DSSD各种乱七八糟的SSD到Yolov2, YoloV3, 甚至是各种改进版本的Yolo,如基于高斯损失的yolo,基于GIoU的Yolo,基于ASFF的Yolo,我们越来越发现anchor-based的方法有它的优点但同时也有自身的缺点。尤其是和最近的许多anchor-free的目标检测算法比如FCOS,CornerNet,CenterNet对比,我们更加发现,这些anchor-based的方法的缺点在他们上面更加的被放大了。
    为什么叫这个名字?
    因为我们发现有人做了centernet-better,还有人做了centernet-better-plus,我们只能叫CenterNet-Pro-Max了。
    更新:
    onnx 导出已经支持;
    支持自定义数据集训练,具体请star,watch,并加入我们的AI交流社区获取第一时间更新资讯:
    http://t.manaai.cn

    t.manaai.cn

    CenterNet一个简洁的模型
    为什么我们要在原始的CenterNet的基础上再重构一个CenterNet Pro?其实社区里面有很多人已经这么做了,比如CenterNet-Better,我们的大部分代码其实也是基于CenterNet-Better再进一步的简化和梳理。我认为根本原因在于:
    这个模型真的很简洁,越是简洁的东西,越容易让人理解并发现它的美;
    它不仅简洁,美,而且work;
    它成为了一个优秀的高层任务有力后端。
    它将引领分化和潮流。
    最后两点其实不难理解,虽然CenterMask这种实例分割模型并非基于CenterNet,而是FCOS,但其实大同小异。最近CVPR2020的Oral snake也是我非常喜欢的一篇论文,它有一个版本就是基于CenterNet和环形卷积实现的一个很简单并且很有效的实例分割模型。
    基于这么一些,我们选择在centernet-better的基础之上,再进一步的简化和梳理了CenterNet。
    以下是CenterNet Pro Max的resne50后端检测效果示例:

    0fae7fcd-a9f2-46ba-a49e-8ea90bc5507b-image.png

    有哪些新东西
    其实我们的所有AI开发者社区多有一个共性的目的:那就是AI落地,其实这也是神力致力于做的事情:
    http://manaai.cn

    manaai.cn
    我们在重构这个版本的时候也不例外,我们增加的东西包括:
    使得DCN是一个optional的选择,DCN虽然好不过部署还是有点支持力度不够的;
    我们让CenterNet模型架构起来就像搭积木一样简单,你可以加上自己的Head,我们也在尝试帮助大家理解如何用它来构建更加复杂的任务,比如单目的3D检测,比如做一些诸如人脸关键点检测的任务;
    我们让这个模型可以很方便的导出为ONNX,同时部署到其他任何后端,比如TensorRT,比如Tengine,比如mnn等等。
    我们在集成centerface,3D关键点等。
    最后开源的模型大家可以在github找到链接,大家可以关注一波专栏,点击star一下repo(疯狂暗示),同时也鸣谢centernet-better的原作者。
    https://github.com/jinfagang/CenterNet_Pro_Max

    github.com
    CenterNet Pro Max将会持续更新,并增加更多的自定义数据集的训练,希望大家多多watching,订阅我们的更多feature更新!
    广告时间:全国最大的AI学习交流论坛:

    http://t.manaai.cn

    t.manaai.cn

    发布在 原创分享专区 阅读更多
  • 金天

    泻药,刚下飞机。

    入门深度学习目标检测,我建议你从实际操作入手。最简单的方法就是从我们的平台找一个项目来自己跑一遍,然后有啥不懂得就加入社区问,我保证,一个星期之内,你就懂了。

    f534a752-e5f0-4b12-8f14-3c511306ea29-image.png

    这里面很多项目可以玩,假如会员计划我们提供远程指导教学。

    http://manaai.cn

    发布在 社区求助区(SOS!!) 阅读更多
  • 金天

    onnx-tensorrt 6.0以前都不支持动态的尺寸输入。

    发布在 原创分享专区 阅读更多
  • 金天

    focal loss很简单,就是在类别上加了一个beta参数进行均衡,具体可以看看这个代码

    发布在 社区求助区(SOS!!) 阅读更多
  • 金天

    @Maiya 不是很理解windows下的PATH到底是干啥的,我知道需要找到一个bin就把路径加入到PATH,但是库不应该是类似于LD_LIBRARY_PATH这样的路径吗

    发布在 社区求助区(SOS!!) 阅读更多
  • 金天

    Yolov3是一个非常好的检测器,通过这个检测器我们加入了许多最新的techniques,比如GIoU,比如ASFF,比如高斯滤波器等等,我们希望通过维护一个可以迭代的yolov3版本(我们且称之为YoloV4),可以给大家提供一个从轻量模型(mobilenet,efficientnet后端),到量化剪枝,最后到TensorRT部署,覆盖CPU和GPU的多场景检测模型。

    现在我们在社区一些版本的基础上已经完成了初步的构建,比如:

    下面有一个我们提供的onnx模型,希望大家一起帮忙使用tensorrt 6.0或者tensorrt7.0来转到engine,这个模型我们会经常更新,欢迎大家发帖回复更新。

    目前已经测试在tensorrt6.0上缺少ConstantOfShape的op,但是在tensorrt7上似乎已经支持!

    链接: https://pan.baidu.com/s/1UwJ_2iF2HH-3MCe-pe3sqg 提取码: bhxs 复制这段内容后打开百度网盘手机App,操作更方便哦

    发布在 原创分享专区 阅读更多
  • 金天

    @LDoubleZhi 原作者的版本实际上内核和我们都是一样的,我们需要改 classes的配置,原作者也要改,如果你要训练自己的数据集的话。我们其实提供一个训练trafficlight的示例工程,可以参考

    发布在 社区求助区(SOS!!) 阅读更多
  • 金天

    报杀错?
    据我所致libtorch导入的模型并不是pytorch保存的模型,而是需要trace并通过jit保存为c++可以读取的格式。

    发布在 社区求助区(SOS!!) 阅读更多

与 ManaAI社区 的连接断开,我们正在尝试重连,请耐心等待