整個系列包括:Demo原始碼逐行講解->train腳本原始碼逐行講解->backbone原始碼逐行講解->FPN原始碼逐行講解->Head原始碼逐行講解->loss計算原始碼逐行講解->資料加載原始碼逐行講解->資料增強原始碼逐行講解->simOTA原始碼逐行講解,保證逐行,注意是逐行,包括python語法,tensor維度和逐行代碼的作用及應用,其實網路結構本沒有任何神秘的地方,都是一些模塊堆疊起來的,你完全可以沒有任何理由的修改任何一個模塊,看完這個系列后自己完全可以隨便的去對任何網路結構做手腳,而不僅僅局限于一個調參者,
本篇講的是YOLOX中的mosaic資料增強,大多還是opencv的操作,
下圖就是一個mosaic增強后的效果圖,可以看出:該影像由四張影像拼接,且每張影像都有一定的仿射變換(旋轉、平移、resize等),

我們打開yolox\data\datasets\mosaicdetection.py,從下圖所示的地方開始:
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/423858.html
標籤:AI
