2025-02-26

下载学习了 YOLOv3 论文：原文链接（arXiv.org） / 中文详解（CSDN）
学习了解了 YOLOv3 的改进（主要是网络结构）
- 改进网络结构，使其更适合小目标检测
- 更丰富的先验框
- 预测多标签任务（改进 Softmax）
将卷积神经网络作为接下来的学习重心
- 大致学习路径：微积分 -> 卷积神经网络 -> YOLO 源代码

2025-02-25

学习了解了 YOLOv2 的改进
- 将 YOLOv1 的直接预测偏移量（在随机初始化的情况下，模型需要很长时间才能稳定到预测合理的偏移量），改为相对位置的偏移值，使模型更容易稳定训练
- 改进最终特征图，将前后层特征图拼接在一起，更好地检测小物体
- 多尺度的训练，以更好地预测不同尺寸的图片
初步了解卷积、感受野
- 学习了解卷积、卷积核的基本概念
- 堆叠小的卷积核所需的参数更少且效果更好
- 感受野：特征图上的点能看到的原始图像的区域

2025-02-12

测试不同参数在不同设备上训练的最佳参数（首行为参考参数，末行为最佳参数）：
数据集：--data data/Hard_Hat_Workers.yaml 训练集包含1000张安全帽图片
RTX3080，专用 GPU 显存 10GB，CUDA 12.7（智星云服务器）
- --workers 4 --batch-size 10 --epochs 100
  - 耗时 0.389 小时（23.34分钟）；GPU CUDA 占用 43%，显存 3.0GB/10.0GB
- --workers 8 --batch-size 50 --epochs 100
  - 耗时 1.463 小时（87.78分钟）；GPU CUDA 占用100%，显存 9.8GB（爆显存2GB）
- --workers 8 --batch-size 40 --epochs 100
  - 耗时 0.255 小时（15.30分钟）；GPU CUDA 占用 66%，显存 8.1GB/10.0GB
- --workers 8 --batch-size 45 --epochs 100
  - 耗时 0.246 小时（14.76分钟）；GPU CUDA 占用 66%，显存 9.0GB/10.0GB
RTX1060，专用 GPU 显存 3GB，CUDA 12.1（19#309台式机）
- --workers 4 --batch-size 10 --epochs 100
  - 耗时 1.200 小时（72.00分钟）；GPU CUDA 占用 98%，显存 2.9GB（爆显存1GB）
- --workers 6 --batch-size 8 --epochs 100
  - 耗时 1.033 小时（61.98分钟）；GPU CUDA 占用 94%，显存 2.7GB/3.0GB

2025-02-02

下载学习了 YOLOv2 论文：原文链接（arXiv.org） / 中文详解（CSDN）
学习了解了 YOLOv2 的改进
- 聚类提取先验框 k-means（k = 5）

2025-01-23

学习了解了 YOLOv2 的改进（提升了速度和 mAP）
- 舍弃 Dropout，每次卷积后加入 Batch Normalization（批归一化）
- 训练时使用更大的分辨率
- 新的网络结构：DarkNet，实际输入为 416 * 416（32的倍数），经过5此降采样后为 13 * 13（奇数，一个中心点）；1 * 1 卷积，节省了很多参数

2025-01-22

下载学习了 YOLOv1 论文：原文链接（arXiv.org）/ 中文详解（CSDN）

2025-01-21

从 YOLOv1 开始，学习了些 YOLO 指标

	相关 (Relevant)，正类	无关 (NonRelevant)，负类
被检索到 (Retrieved)	True Positives (TP) 正类判定为正类	False Positives (FP) 负类判定为正类
未被检索到 (Not Retrieved)	False Negatives (FN) 正类判定为负类	True Negatives (TN) 负类判定为负类

精确率（查准率）： $P r e c i s i o n = \frac{T P}{T P + F P}$

召回率（查全率）： $R e c a l l = \frac{T P}{T P + F N}$

置信度（Confidence）：基于置信度阈值计算指 & 筛选候选框

MAP：综合衡量检测结果

IOU：真实值和预测值的交集和并集的比值

NMS：非极大值抑制，解决在预测阶段一个目标被多次检测的问题

初步了解了 YOLOv1 的实现逻辑和优缺点
- 网络架构
- 损失函数
  - 位置误差：一定程度上解决了小物体偏移量小的时候的不敏感
  - 置信度误差（含有 object）
  - 置信度误差（不含 object）：由于背景通常较多，所以计算时需添加权重项
  - 分类误差
- 缺陷：小物体、重叠物体和多标签的检测效果一般

2025-01-17

配置 VSCode + LaTeX，实现 PDF 编译和双向搜索。配置代码：

{
    // LaTeX 配置，详见：https://zhuanlan.zhihu.com/p/166523064
    "latex-workshop.latex.autoBuild.run": "never", // 设置何时使用默认的(第一个)编译链自动构建 LaTeX：1. onFileChange：检测到代码被更改时自动编译；2. onSave：当代码被保存时自动编译；3. never：从不自动编译，需编写者手动编译
    "latex-workshop.intellisense.package.enabled": true, // 设置为 true，则该拓展能够从使用的宏包中自动提取命令和环境，从而补全正在编写的代码
    "latex-workshop.message.error.show": false, // 设置当文档编译错误时是否弹出显示出错和警告的弹窗
    "latex-workshop.message.warning.show": false, // 设置当文档编译错误时是否弹出显示出错和警告的弹窗
    "latex-workshop.latex.tools": [ // %DOCFILE% 表明编译器访问没有扩展名的根文件名，%DOC% 表明编译器访问的是没有扩展名的根文件完整路径。推荐后者，除非文件路径有中文
        {
            "name": "xelatex",
            "command": "xelatex",
            "args": [
                "-synctex=1",
                "-interaction=nonstopmode",
                "-file-line-error",
                "%DOC%"
            ]
        },
        {
            "name": "pdflatex",
            "command": "pdflatex",
            "args": [
                "-synctex=1",
                "-interaction=nonstopmode",
                "-file-line-error",
                "%DOC%"
            ]
        },
        {
            "name": "latexmk",
            "command": "latexmk",
            "args": [
                "-synctex=1",
                "-interaction=nonstopmode",
                "-file-line-error",
                "-pdf",
                "-outdir=%OUTDIR%",
                "%DOC%"
            ]
        },
        {
            "name": "bibtex",
            "command": "bibtex",
            "args": [
                "%DOC%"
            ]
        }
    ],
    "latex-workshop.latex.recipes": [ // name 是标签，即出现在工具栏中的链名称；tool 是 name 标签所对应的编译顺序
        {
            "name": "XeLaTeX",
            "tools": [
                "xelatex"
            ]
        },
        {
            "name": "PDFLaTeX",
            "tools": [
                "pdflatex"
            ]
        },
        {
            "name": "BibTeX",
            "tools": [
                "bibtex"
            ]
        },
        {
            "name": "LaTeXmk",
            "tools": [
                "latexmk"
            ]
        },
        {
            "name": "xelatex -> bibtex -> xelatex*2",
            "tools": [
                "xelatex",
                "bibtex",
                "xelatex",
                "xelatex"
            ]
        },
        {
            "name": "pdflatex -> bibtex -> pdflatex*2",
            "tools": [
                "pdflatex",
                "bibtex",
                "pdflatex",
                "pdflatex"
            ]
        },
    ],
    "latex-workshop.latex.clean.fileTypes": [ // 设置编译完成后要清除掉的辅助文件类型
        "*.aux",
        "*.bbl",
        "*.blg",
        "*.idx",
        "*.ind",
        "*.lof",
        "*.lot",
        "*.out",
        "*.toc",
        "*.acn",
        "*.acr",
        "*.alg",
        "*.glg",
        "*.glo",
        "*.gls",
        "*.ist",
        "*.fls",
        "*.log",
        "*.fdb_latexmk"
    ],
    "latex-workshop.latex.autoClean.run": "onFailed", // 设置何时对上文设置的辅助文件进行清除：1. onBuilt : 无论是否编译成功都清除；2. onFailed : 编译失败时清除；3. never : 无论何时都不清除
    "latex-workshop.latex.recipe.default": "lastUsed", // 设置 VSCode 编译 tex 文档时的默认编译链：1. first：使用 latex-workshop.latex.recipes 中的第一条编译链，故而可根据自己的需要更改编译链顺序； 2. lastUsed：使用最近一次编译所用的编译链
    "latex-workshop.view.pdf.internal.synctex.keybinding": "double-click" // 设置反向同步的快捷键绑定：1. ctrl-click：默认选项，使用Ctrl/cmd+鼠标左键单击；2. double-click：使用鼠标左键双击
}

2025-01-13

配置 YOLOv7 虚拟环境
解决 YOLOv7 模型文件缺失
- 报错代码：
  - urllib3.exceptions.MaxRetryError: HTTPSConnectionPool(host='api.github.com', port=443): Max retries exceeded with url: /repos/WongKinYiu/yolov7/releases/latest (Caused by ProxyError('Unable to connect to proxy', SSLError(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1149)'))))
  - requests.exceptions.ProxyError: HTTPSConnectionPool(host='api.github.com', port=443): Max retries exceeded with url: /repos/WongKinYiu/yolov7/releases/latest (Caused by ProxyError('Unable to connect to proxy', SSLError(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1149)')))) subprocess.CalledProcessError: Command 'git tag' returned non-zero exit status 128.
- 解决方案：下载 yolov7.pt 模型文件
解决 YOLOv7 torch 函数报错
- 报错代码：
  - D:\\Program\\anaconda3\\envs\\yolov7\\lib\\site-packages\\torch\\functional.py:512: UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at
  - C:\\cb\\pytorch_1000000000000\\work\\aten\\src\\ATen\\native\\TensorShape.cpp:3588.) return _VF.meshgrid(tensors, **kwargs) # type: ignore[attr-defined]
- 解决方案： 在 512 行（控制台报错显示的行数）代码中添加 indexing = 'ij'
  - return _VF.meshgrid(tensors, **kwargs, indexing = 'ij') # type: ignore[attr-defined]

2024-12-29

在实验室台式机上配置 GPU 版 PyTorch,并用相同参数（见 2024-12-09）训练同一数据集，耗时 1.1 小时

2024-12-09

用安全帽数据集（1000张图片）训练 100 轮，耗时 5.5 小时。训练参数：

--data data/Hard_Hat_Workers.yaml --workers 4 --batch-size 10 --epochs 100

2024-12-08

在 detect.py 中将 source 参数改为 0

用自己标注的 YOLO 安全帽数据集（10 张图片）通过以下参数运行 train.py 文件，耗时 2 分 50 秒
--data data/Hard_Hat_Workers.yaml --workers 2 --batch-size 5 --epochs 10

workers

batch-size

epochs

使用本机摄像头实时检测