CenterNet
CenterNet copied to clipboard
xingyizhou
关于在自定义数据集上训练的一些问题？
@xingyizhou 大佬你好，就是我是一名大二学生，然后是在中北大学的robomaster战队里负责用神经网络识别装甲板实现自动瞄准，不过就是之前我用yolo系列训练出来的模型最后实际测试时得到的bbox和装甲板的轮廓并不能很好的拟合，导致后续使用pnp进行姿态解算时会有较大误差，所以我想将传统yolo的数据集格式改为用四个角点的坐标，然后我现在的数据集格式是像这样：1 0.673029 0.373564 0.678429 0.426232 0.830433 0.401262 0.824525 0.351212，第一个数字是类别id，后面八个数字是归一化后的四个角点坐标，我现在就是想用centernet来训练，我看了您仓库中给的在自定义数据集上训练的博客，我现在知道了应该是数据集应该是coco格式的，然后我就想问一下我可以直接用cvat这类工具标注后导出为coco格式然后来训练吗，这样的话我标注的时候可以使用四点标注的bbox吗？望大佬解惑
其实你用什么格式是无所谓的，修改以下dataset，使得label的表示是正确的就好了；如果你不想修改代码，注意box在coco格式中是（xmin, ymin, w, h)就好；你不一定要重新标注吧，用脚本把你已有的标注转换成coco格式就好了；希望可以帮到你。
其实你用什么格式是无所谓的，修改以下dataset，使得label的表示是正确的就好了；如果你不想修改代码，注意box在coco格式中是（xmin, ymin, w, h)就好；你不一定要重新标注吧，用脚本把你已有的标注转换成coco格式就好了；希望可以帮到你。
谢谢大佬，抽空答复，最近考试周比较忙，等考完了以后再看看
其实你用什么格式是无所谓的，修改以下dataset，使得label的表示是正确的就好了；如果你不想修改代码，注意box在coco格式中是（xmin, ymin, w, h)就好；你不一定要重新标注吧，用脚本把你已有的标注转换成coco格式就好了；希望可以帮到你。
对了，大佬。所以你的意思是centernet也可以实现直接检测四个关键点，只需要修改dataloader吗，但是centernet这种anchor-free的网络没用bbox，也不需要nms，最后直接就输出了类别和框的信息，就不需要像yolov5-face那样修改loss.py还有输出头那些什么的吗？
不是什么大佬，一起交流学习哈。centernet是可以检测四个关键点的，需要修改dataset，具体可以看看它是如何做人体关键点检测的，把人体关键点17个改为4个就好了，不需要修改loss，但是要修改head
不是什么大佬，一起交流学习哈。centernet是可以检测四个关键点的，需要修改dataset，具体可以看看它是如何做人体关键点检测的，把人体关键点17个改为4个就好了，不需要修改loss，但是要修改head
好的，大佬，我在github上找到了一个centerface的repo，不过没有开源训练代码，然后我想问一下您说的那个人体关键点检测的repo是在哪呢，就是那个centerpose吗？
嗯嗯，可以参考centerpose
好吧，大佬，但是我目前是想参考centerface.pytorch这个repo，因为他用的是5个关键点，之前我也是参考的yolov5-face来实现的yolov5的四点检测模型，不过我目前还有一个问题就是我之后是打算用openvino的c++接口来部署加速，但是之前我好像听说centernet的heatmap用c++很难实现，所以我想再请教一下大佬用openvino部署的方案可行吗？