lele
lele
> ### 作业：ControlNet 的 N 种玩法 > 假设你是某装修公司的设计师，客户发了你毛坯房的照片，想让你设计未来装修好的效果图。 先将毛坯房照片，用 OpenCV 转为 Canny 边缘检测图，然后输入 ControlNet，用 Prompt 咒语控制生成效果。 将毛坯房图、Canny 边缘检测图、咒语 Prompt、ControlNet 生成图，做成一页海报，发到群里。
**作业：MMSeg 语义分割** **背景：西瓜瓤、西瓜皮、西瓜籽像素级语义分割** **TO DO LIST：** 1. Labelme 标注语义分割数据集（子豪兄已经帮你完成了） 2. 划分训练集和测试集（子豪兄已经帮你完成了） 3. Labelme 标注转 Mask 灰度图格式（子豪兄已经帮你完成了） 4. 使用 MMSegmentation 算法库，撰写 config 配置文件，训练 PSPNet 语义分割算法 5. 提交测试集评估指标 6. 自己拍摄西瓜图片和视频，将预测结果发到群里 7. （选做）训练...
**题目**：基于 ResNet50 的水果分类 **背景**：使用基于卷积的深度神经网络 ResNet50 对 30 种水果进行分类 **任务** > 1. 划分训练集和验证集 > 2. 按照 MMPreTrain CustomDataset 格式组织训练集和验证集 > 3. 使用 MMPreTrain 算法库，编写配置文件，正确加载预训练模型 > 4. 在水果数据集上进行微调训练 > 5. 使用 MMPreTrain...
**作业**：基于 RTMDet 的气球检测 **背景**：熟悉目标检测和 MMDetection 常用自定义流程。 **任务**： 1. 基于提供的 notebook，将 cat 数据集换成气球数据集 2. 按照视频中 notebook 步骤，可视化数据集和标签 3. 使用MMDetection算法库，训练 RTMDet 气球目标检测算法，可以适当调参，提交测试集评估指标 4. 用网上下载的任意包括气球的图片进行预测，将预测结果发到群里 5. 按照视频中 notebook 步骤，对 demo 图片进行特征图可视化和 Box AM...
**题目**：基于RTMPose的耳朵穴位关键点检测 **背景**：根据中医的“倒置胎儿”学说，耳朵的穴位反映了人体全身脏器的健康，耳穴按摩可以缓解失眠多梦、内分泌失调等疾病。耳朵面积较小，但穴位密集，涉及耳舟、耳轮、三角窝、耳甲艇、对耳轮等三维轮廓，普通人难以精准定位耳朵穴位。 **任务** 1.Labelme标注关键点检测数据集（子豪兄已经帮你完成了） 2.划分训练集和测试集（子豪兄已经帮你完成了） 3.Labelme标注转MS COCO格式（子豪兄已经帮你完成了） 4.使用MMDetection算法库，训练RTMDet耳朵目标检测算法，提交测试集评估指标 5.使用MMPose算法库，训练RTMPose耳朵关键点检测算法，提交测试集评估指标 6.用自己耳朵的图像预测，将预测结果发到群里 7.用自己耳朵的视频预测，将预测结果发到群里 需提交的测试集评估指标（不能低于baseline指标的50%） - 目标检测Baseline模型（RTMDet-tiny）  - 关键点检测Baseline模型（RTMPose-s）  **数据集** 耳朵穴位关键点检测数据集，MS COCO格式，划分好了训练集和测试集，并写好了样例config配置文件 链接: https://pan.baidu.com/s/1swTLpArj7XEDXW4d0lo7Mg 提取码: 741p 标注人：张子豪、田文博  **提交方式** 请将作业内容上传到你自己的github仓库，并把对应的链接回复在评论区