论文《Focal Loss for Dense Object Detection》Detectron2的安装与测试（测试案例：全景分割、姿态估计、实例分割、目标检测 - Faster R-CNN）
全景分割、姿态估计、实例分割、目标检测 - Faster R-CNN）
- 一、前言
- 二、安装Detectron2
- 三、测试案例
-
- 1、下载 model
- 2、目标检测 - Faster R-CNN
- 3、实例分割 - Mask R-CNN
- 4、姿态估计 - Keypoint R-CNN
- 5、全景分割 - Panoptic FPN
- 6、WebCam 摄像头使用
- 附录、detectron2-->config-->defaults.py配置参数介绍
一、前言
基于论文《Focal Loss for Dense Object Detection》提出的使用Focal Loss损失函数解决了样本不平衡的问题，这里简单实现Detectron2的安装与测试。原始代码为https://github.com/facebookresearch/detectron，但是后来统一了Detectron2