getitem方法

len

os.path.join()方法

numpy.loadtxt

ndmin

返回的数组将至少具有“ndmin”维度。否则，mono-dimensional axes will be squeezed。合法值：0(默认)、1或2。

tolist()方法

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(a)
b = a.tolist()
print(b)
print(len(b))

#输出结果
[[1 2 3] 
 [4 5 6] 
 [7 8 9]]
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
3

np.roll()

链接: https://numpy.org/doc/stable/reference/generated/numpy.roll.html

iloc[]

argsort

detach()

torch.backends.cudnn.benchmark

https://blog.csdn.net/byron123456sfsfsfa/article/details/96003317
https://blog.csdn.net/m0_46653437/article/details/110731647

enumerate

tqdm 用法， leave

torch.cuda.amp.autocast()

scale

python
pytorch

set_postfix

weight_decay

torch.optim

train_eval_loader

torch.cuda.amp.GradScaler()

add_module

算法流程

1.所有框按照类划分，剔除背景
2.对于每个物体的边界框（B_BOX），按照分类置信度降序排列
3.在某一类中，选择置信度最高的边界B_BOX1，将B_BOX1从输入中取出，加入到输入列表
4.逐个计算B_BOX1与其余B_BOX2的交并比IoU，若IoU（B_BOX1，B_BOX2）>阈值TH，则在输入中移除B_BOX2(此时是与B_BOX1计算IOU)
5.在除了B_BOX1的剩下框中重复步骤3~4，直到输入列表为空，完成一个物体类的遍历。
6.重复2~5，直到所有物体类的NMS处理完成。
7.输出列表，算法结束

计算IOU

# IOU计算
    # 假设box1维度为[N,4]   box2维度为[M,4]
    def iou(self, box1, box2):
        N = box1.size(0)
        M = box2.size(0)
		#以下计算已经转化为角点模式
        lt = torch.max(  # 左上角的点
            box1[:, :2].unsqueeze(1).expand(N, M, 2),   # [N,2]->[N,1,2]->[N,M,2]
            box2[:, :2].unsqueeze(0).expand(N, M, 2),   # [M,2]->[1,M,2]->[N,M,2]
        )

        rb = torch.min(
            box1[:, 2:].unsqueeze(1).expand(N, M, 2),
            box2[:, 2:].unsqueeze(0).expand(N, M, 2),
        )

        wh = rb - lt  # [N,M,2]
        wh[wh < 0] = 0   # 两个box没有重叠区域
        inter = wh[:,:,0] * wh[:,:,1]   # [N,M]

        area1 = (box1[:,2]-box1[:,0]) * (box1[:,3]-box1[:,1])  # (N,)    #高*宽
        area2 = (box2[:,2]-box2[:,0]) * (box2[:,3]-box2[:,1])  # (M,)    #高*宽
        area1 = area1.unsqueeze(1).expand(N,M)  # (N,M)
        area2 = area2.unsqueeze(0).expand(N,M)  # (N,M)

        iou = inter / (area1+area2-inter)
        return iou

np.unique

latex示例

Gamma公式展示 $\Gamma(n) = (n-1)!\quad\forall n\in\mathbb N$ 是通过 Euler integral

$\Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,.$

$z$

yolox

python tools/demo.py video -f exps/default/yolox_s.py -c yolox_s.pth.tar --path jianxin.mp4 --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu