dw免费网站模板下载,网亿(深圳)信息科技有限公司,网站优化怎么做 百度文库,电脑软件开发培训机构目标检测 YOLOv5 - 推理时的数据增强
flyfish
版本 YOLOv5 6.2
参考地址
https://github.com/ultralytics/yolov5/issues/303在训练时可以使用数据增强#xff0c;在推理阶段也可以使用数据增强 在测试使用数据增强有个名字叫做Test-Time Augmentation (TTA)
实际使用中使…目标检测 YOLOv5 - 推理时的数据增强
flyfish
版本 YOLOv5 6.2
参考地址
https://github.com/ultralytics/yolov5/issues/303在训练时可以使用数据增强在推理阶段也可以使用数据增强 在测试使用数据增强有个名字叫做Test-Time Augmentation (TTA)
实际使用中使用了大中小三个不同分辨率中间大小分辨率的图像进行了左右反转 大分辨率 480 * 640 宽度W 高度H 比例为1 中分辨率 416 * 544 宽度W 高度H 比例为0.83 小分辨率 352 * 448 宽度W 高度H 比例为0.67 命令
python detect.py --weights ./yolov5s.pt --source ./data/images/bus.jpg --imgsz 640 --augment--augment语法 推理时默认不使用增强
import argparse
parser argparse.ArgumentParser()
parser.add_argument(-v, --verbose, helpincrease output verbosity,actionstore_true)
args parser.parse_args()
if args.verbose:print(verbosity turned on)
else:print(verbosity turned off)假如上段代码是test.py
# python test.py
# 输出 verbosity turned off# python test.py -v
# 输出 verbosity turned on验证图像大小是每个维度上的stride的倍数默认是32的倍数 例如 图像大小是1111 那么就是 --img-size [1111, 1111] 更新为 [1120, 1120]
def check_img_size(imgsz, s32, floor0):# Verify image size is a multiple of stride s in each dimensionif isinstance(imgsz, int): # integer i.e. img_size640new_size max(make_divisible(imgsz, int(s)), floor)else: # list i.e. img_size[640, 480]imgsz list(imgsz) # convert to list if tuplenew_size [max(make_divisible(x, int(s)), floor) for x in imgsz]if new_size ! imgsz:LOGGER.warning(fWARNING: --img-size {imgsz} must be multiple of max stride {s}, updating to {new_size})return new_size推理增强部分
def _forward_augment(self, x):img_size x.shape[-2:] # height, widths [1, 0.83, 0.67] # scalesf [None, 3, None] # flips (2-ud, 3-lr)y [] # outputsfor si, fi in zip(s, f):xi scale_img(x.flip(fi) if fi else x, si, gsint(self.stride.max()))print(xi.shape[2:]:,xi.shape[2:])yi self._forward_once(xi)[0] # forwardprint(0 yi:,yi.shape)#cv2.imwrite(fimg_{si}.jpg, 255 * xi[0].cpu().numpy().transpose((1, 2, 0))[:, :, ::-1]) # saveyi self._descale_pred(yi, fi, si, img_size)print(1 yi.shape:,yi.shape)y.append(yi)y self._clip_augmented(y) # clip augmented tailsreturn torch.cat(y, 1), None # augmented inference, traindef _descale_pred(self, p, flips, scale, img_size):# de-scale predictions following augmented inference (inverse operation)if self.inplace:p[..., :4] / scale # de-scaleif flips 2:p[..., 1] img_size[0] - p[..., 1] # de-flip udelif flips 3:p[..., 0] img_size[1] - p[..., 0] # de-flip lrelse:x, y, wh p[..., 0:1] / scale, p[..., 1:2] / scale, p[..., 2:4] / scale # de-scaleif flips 2:y img_size[0] - y # de-flip udelif flips 3:x img_size[1] - x # de-flip lrp torch.cat((x, y, wh, p[..., 4:]), -1)return pdef _clip_augmented(self, y):# Clip YOLOv5 augmented inference tailsnl self.model[-1].nl # number of detection layers (P3-P5)g sum(4 ** x for x in range(nl)) # grid pointse 1 # exclude layer counti (y[0].shape[1] // g) * sum(4 ** x for x in range(e)) # indicesy[0] y[0][:, :-i] # largei (y[-1].shape[1] // g) * sum(4 ** (nl - 1 - x) for x in range(e)) # indicesy[-1] y[-1][:, i:] # smallreturn y关于翻转看
if self.inplace:p[..., :4] / scale # de-scaleif flips 2:p[..., 1] img_size[0] - p[..., 1] # de-flip udelif flips 3:p[..., 0] img_size[1] - p[..., 0] # de-flip lr2表示上下翻转 3表示左右翻转 s [1, 0.83, 0.67] 是缩放比例且能被32整除
这里的顺序是HW
xi.shape[2:]: torch.Size([640, 480])
xi.shape[2:]: torch.Size([544, 416])
xi.shape[2:]: torch.Size([448, 352])yi.shape: torch.Size([1, 18900, 85])
yi.shape: torch.Size([1, 13923, 85])
yi.shape: torch.Size([1, 9702, 85])合并去冗余之后再进NMS
torch.Size([1, 34233, 85])原来推理一张图像增强后是推理3张
