Ting

数据集

可用数据集

学习阶段使用的数据集

特征工程

为什么需要

数据和特征决定了机器学习的上限，模型和算法知识逼近这个上限。

tensorbord

服务器启动

1

tensorboard --logdir=./runs

本地使用

ssh连接，把服务器6006端口映射到本地的16006端口

Abstract

提出问题

• 由于预定义和训练过的对象一般是图像类，YOLO系列在开放场景适用性低

成果

• 团队通过在较大数据集的视觉语言建模和预训练增强了YOLO开放词汇表检测功能
• RepVL-PAN & region-text contrasitive loss 增强了视觉和语言信息的交互
• 在没有直接训练样本的情况下，模型能高效地识别或检测较大范围内的新的对象类别

数据集

• 使用LVIS dataset
• 结果：在LVIS数据集上取得了35.4的平均精度（AP），同时在V100硬件上达到了52.0帧每秒（FPS）
• 对比：在准确性和处理速度上都优于许多当前最先进的方法

Introduction

• 主流的视觉-语言检测模型和YOLO-World对比，YOLO-World在FPS（v100）上提速20倍，并且在平均精度上和主流模型差不多甚至更好。

数据评估方法：1. 精度——LVIS minival的固定的AP 2. 推理速度——NVIDIA V100 w/o TensorRT

YOLOv9 & BUGs

loss_tal.py报错

cfg使用的glane-c.yaml

创建虚拟环境

法一：conda

• 创建

1

conda create -n your_env_name python=3.7

• 激活Linux

1

conda activate your_env_name

1

source activate your_env_name

法二：virturalenvs

• 创建
  直接用pycharm创建的环境就在这个.virturalenvs文件里面
• 激活(找bin下的activate)

1

source /home/lzh/.virtualenvs/t_yolov7Oral/bin/activate

配置package

一般项目会有requirements.txt
进项目文件