hello_cc

首先浏览下prefetch_test函数，核心在detector.run中，后面会细讲。 在prefetch_test函数中，首先初始化了dataset, 即PrefetchDataset(opt, dataset, detector.pre_process)部分。 因为Pre…

在trainer.py的GenericLoss类里初始化和计算loss。 类似于centernet, hm调用了FastFocalLoss, 比原来版本更高效。

以dla34网络为例,由于大部分代码和centernet相同，这里主要列出不同部分。主体在dla.py DLA类中，除了原始提取x特征的网络结构，增加了self.pre_img_layer和self.pre_hm_layer对前一帧img和hm提取特征。 看BaseModel类…

这里以MOT17数据为例，MOT类继承了GenericDataset类。直接看GenericDataset中的getitem函数,首先是从self._load_data中索引出img和anno信息。基本上都是调用coco的一些函数。 下面这部分主要是进行random_crop_…

核心代码在decode.py中。得到heatmap之后，由ctdet_decode函数获取最终检测框坐标和类别。 首先遍历hm检测当前pixel的值是否大于周围的八个近邻点，采用的方式是一个3x3的MaxPool，类似于anchor-based检测中nms的效果。返回的结果是筛…

首先是在CtdetTrainer(继承BaseTrainer)的init里初始化loss, 在ExdetLoss类获取loss。 假设输入图像大小为$HWC$, 经过model之后，分别接三个head获取对应的特征。再加不同的损失函数进行约束： 1. hm head &#x26…

1. Root类 对应绿色框的aggregation node,有多个输入对象，用于聚合各个层的信息。 2. Tree类 对应红色框的hierarchical deep agrregation(HDA)。其中主要包括几个核心部分: level=1时，self.tree1和sel…