目标检测评价指标总结
目标检测中常见且标准化的评价指标主要围绕 定位精度（Localization）、分类正确性（Classification） 和 整体检测性能 三个方面。 参考链接：目标检测的评价指标（七个） 机器学习分类中的四大指标：TP、TN、FP、FN 一、样本 首先说明一下样本的概念，样本分为正样本和负样本。正样本即为需要被检测出的物体，负样本是不需要被检测出的物体。由此可衍生出真正例（TP）、假正例（FP）、假负例（FN）和真负例（TN）四个概念 真正例 TP 实际为正类的样本被正确地预测为正类的数量 假正例 FP 即负样本被检测为正样本的数量，俗称误报 假负例 FN 实际为正类的样本被错误地预测为负类，也称漏报 真负例 TN 实际为负类的样本被正确地预测为负类，无法计算 二、交并比（Intersection over Union， IoU） 用于判断预测框是否命中，顾名思义交并比的意思就是交集区域和并集区域的比值。通常会对IOU设置阈值进行预测标签筛选，常见阈值：IoU ≥ 0.5（VOC）、IoU ≥ 0.75（更严格）、...
深度学习中模型效率的三大指标：内存、计算量(FLOPs)和参数量(Params)的介绍
三者的主要关注点： 指标 关注点 单位 核心问题 Parameters 模型复杂度 M/G/B 模型有多大？ FLOPs 计算量 MFLOPs/TFLOPs 算一次要多快？ Model Memory 存储占用 MB/GB 装下它需要多少空间？ 单位 在计算机和AI领域中，参数量的单位使用国际单位制（SI）词头，以下是完整的对照表： 符号 英文全称 中文名称 数值 科学计数法 K Kilo 千 1,000 10³ M Mega 百万 / 兆 1,000,000 10⁶ G Giga 十亿 / 千兆 1,000,000,000 10⁹ T Tera 万亿 / 兆兆 1,000,000,000,000 10¹² P Peta 千万亿 / 千兆兆 1,000,000,000,000,000 10¹⁵ 模型内存 定义：存储模型所有参数所需的内存容量 = 参数量 × 每个参数的精度（字节数） 即： 常见精度类型及内存占用： 精度类型 每参数字节数 示例：1B参数模型 FP32（单精度浮点） 4 bytes 4...
DETR三则
本文讨论DETR系列网络，包括DETR、DeformableDETR和RTDETR（持续更新）。 DETR DETR概述 DETR是Facebook团队于2020年提出的基于Transformer的端到端目标检测，没有非极大值抑制 NMS...
低光增强评价指标（配对）
在配对数据集中的低光增强评价指标中主要有SSIM、PSNR、LPIPS三种。 参考文献：低光图像增强 评价指标 图像的峰值信噪比（PSNR）的计算方法 SSIM (Structure Similarity Index Measure) 结构衡量指标+代码 LPIPS 图像相似性度量标准、感知损失（Perceptual loss） PSNR PSNR（Peak Signal-to-Noise Ratio） 中文名称峰值信噪比，单位为DB，他说用来衡量图像大小为的真值图像与增强图之间的差异，数值越高表明二者差异越小，说明增强后的图像失真越小，一般大于30db就表明图像质量很好。PSNR的计算方法如下： 其中，表示图像点颜色的最大数值；MSE为图像的方差，定义为： 。 SSIM SSIM(## Structural Similarity Index Measure)，中文名为结构相似性。用于衡量两幅图像相似性的指标。与PSNR相比，SSIM更关注图像结构、亮度和对比度等方面的差异，能够更好地反映人类对图像质量的主观感知。SSIM...
SAM3部署跑通踩坑记录——用低版本CUDA118跑通SAM3
感谢大佬Coding茶水间的博客SAM3模型来了，手把手带你运行SAM3模型代码，SAM3模型初探！的指导 SAM3是2025年新发布的大模型，对配置要求较高，很多教程都提到了CUDA ≥ 12.6，但本人用组内的3090服务器（CUDA118）亲测可用，以下是本人的部署过程（踩坑指南），本人比较愚笨，只会用笨办法。 以下教程适合Linux，Win系统指路Coding茶水间大佬的文章。 1、SAM3源码与权重下载 SAM3的源码可在gitbub上下载，权重需要在Hugface上单独申请，但据说不太容易申请到，国内Modelscope上已经有大佬上传了权重，权重直接放在sam3路径下就可以。导入权重后需要按照第3章修改下配置。 2、环境搭建 环境搭建基本照抄官方教程 创建新的 Conda 环境： 123conda create -n sam3 python=3.12conda deactivateconda activate sam3 安装支持 CUDA 的...
低光增强数据集
本文汇总了目前主流的配对的低光图像数据集。 1 LOLV数据集 LOL数据集包含LOL-v1和LOL-v2两个版本，其中LOL-v2进一步划分为LOL-v2-real（真实世界数据）和LOL-v2-sync（合成数据）。具体而言，LOL-v1包含500对从真实自然场景中采集的低光/正常光图像，其中485对用于训练，15对用于测试。LOL-v2-real包含698对训练图像和100对测试图像；LOL-v2-sync则包括900对训练图像和100对测试图像。 1.1 LOLv1数据集 下载地址 来源文献：Deep Retinex Decomposition for Low-Light Enhancement 1.2 LOLv2数据集 下载地址 来源文献：Sparse gradient regularized deep retinex network for robust low-light image enhancement Training Set: 689 images Testing Set: 100 images 2 SID数据集 下载地址 Github详情页...
低光增强损失函数
本文记载了在Low Light Image Enhancement （LLIE） 任务中常见的损失函数，并提供了相应的代码。其中的一些损失函数在其他Low Level任务中也可以适用。 L1损失 L1损失广泛应用在图像的各个任务中，L1损失（也称 Mean Absolute Error, MAE / 平均绝对误差）是深度学习和统计回归中常见的一种损失函数。它通过计算预测值与真实值之间的 绝对差值 来衡量误差： 123456789101112import torch.nn as nnLoss = nn.L1Loss() # 或者class L1_loss(nn.Module): def __init__(self): super().__init__() self.loss = nn.L1Loss() def forward(self, light_map, normal_img): loss = self.loss(light_map, normal_img) return...
Fasterrcnn总结
FaterRCNN代码学习总结1 1.项目结构 backbone为FaterRCNN主干网络部分的代码，包括其权重，此开源项目提供了VGG和resnet50两种，并提供了对应的权重文件，代码的作者认为backbone部分已经在coco数据集上训练完善了，因此在新的训练中可以直接调用coco数据集的权重文件作为权重初始化。 data为自己创建的COCO数据格式的月球陨石坑数据集 network_files为除backbone以外的结构部分，如roi_head、rpn_function和boxes、transform等对预测框和图像进行处理转换的脚本。 save_weights为训练过程每一轮权重的存放目录 train_utils是一个自定义的Python工具模块，主要包含训练过程中常用的辅助函数和工具类 2.train文件 2.1模块导入 [lang:Python] import1234567891011import osimport datetimeimport torchfrom tqdm import tqdm # 进度条显示库import transforms #...
Tmux--让服务器在后台继续干苦力
Tmux是陈师兄介绍的方法，Tmux是一个终端复用器（terminal multiplexer），属于常用的开发工具，学会了之后可以大大的提高工作效率。 作为服务器窗口操作，主要可以用到的命令如下：（PS：本文作为笔者自己的笔记，感谢：https://blog.csdn.net/CSSDCC/article/details/121231906 文章 新建窗口 tmux new -s your-session-name 在tmux窗口中，按下ctrl+b d或者输入以下命令，就会将当前session与窗口分离，session转到后台执行 tmux detach 退出session tmux kill-session -t your-session-name 该命令会直接杀死窗口 切换窗口： ctrl+b c: 创建一个新窗口（状态栏会显示多个窗口的信息） ctrl+b p: 切换到上一个窗口（按照状态栏的顺序） ctrl+b n: 切换到下一个窗口 ctrl+b w: 从列表中选择窗口（这个最好用） 使用快捷键ctrl+b [...
投影方式
等距圆柱投影 等距圆柱投影方式如图所示： 等距圆柱投影（Equidistant Cylindrical Projection）是一种简单的地图投影方法，属于圆柱投影的一种。它的特点是保持经线和纬线均为等距的平行直线，形成规则的网格 基本特性 经纬线形状： 经线：等间隔的平行竖直线。 纬线：等间隔的平行水平线，与经线垂直。 网格呈矩形，类似棋盘。 等距性质： 沿经线方向：任意两条纬线之间的距离与实际地球表面相同（纬度间隔保持等距）。 沿纬线方向：赤道上的比例尺是真实的，但高纬度地区的东西方向会被拉伸（因纬线长度与实际不符）。 变形： 角度变形：所有纬线和经线的交点处角度保持不变（局部形状在小范围内近似），但整体地图存在显著的角度变形，尤其是高纬度地区。 面积变形：高纬度地区的面积会被夸大（例如极地地区显得异常大）。