训练5

https://gitee.com/dancheng-senior/postgraduate

课题背景

近年来,世界各国大力发展航空航天事业,卫星图像的目标检测在各行各业的应用得到了快速的发展,特别是军事侦查、海洋船舶和渔业管理等领域。

由于卫星图像中有价值的信息极少,卫星图像数据规模巨大,这迫切需要智能辅助工具帮助相关从业人员从卫星图像中高效获取精确直观的信息。

本文利用深度学习技术基于Yolov5算法框架实现卫星图像目标检测问题。

实现效果

np.transpose(np.reshape(np.array([np.arange(self.S)]*self.S*self.B),[self.B,

self.S,

suppressionself.max_output_size

10self.sess

tf.Session()self._build_net()self._build_detector()self._load_weights(weights_file)4

数据处理和训练

模型的图像输入尺寸是固定的由于原数据集中的图像尺寸不一我们将原数据集中的图像按目标分布的位置分割成一个个包含目标的子图并将每个子图尺寸调整为

分割前

tb_writerNone):logger.info(fHyperparameters

{hyp})log_dir

torch_distributed_zero_first(rank):check_dataset(data_dict)

checktrain_path

torch_distributed_zero_first(rank):attempt_download(weights)

download

hyp[anchors]:ckpt[model].yaml[anchors]

round(hyp[anchors])

ckpt[model].float().state_dict()

FP32state_dict

intersectmodel.load_state_dict(state_dict,

strictFalse)

model.named_parameters():v.requires_grad

Trueif

https://gitee.com/dancheng-senior/postgraduate