Elsa Wang
Elsa Wang
OS: Ubuntu 18.04 Follow Instruction: [UBUNTU_16_04](https://github.com/CSAILVision/LabelMeAnnotationTool/blob/master/UBUNTU_16_04.md) I tried solution from https://github.com/CSAILVision/LabelMeAnnotationTool/issues/69 and https://github.com/CSAILVision/LabelMeAnnotationTool/issues/1: Setting $LM_HOME by input in shell ``` export LM_HOME=/var/www/html/LabelMeAnnotationTool ``` But it doesn't work, the tool.html still...
# 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，发到群里和这个issue下边。 ## 截止日期：6月18日晚12点
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：Labelme 标注语义分割数据集（子豪兄已经帮你完成了）划分训练集和测试集（子豪兄已经帮你完成了）Labelme 标注转 Mask 灰度图格式（子豪兄已经帮你完成了）使用 MMSegmentation 算法库，撰写 config 配置文件，训练 PSPNet 语义分割算法提交测试集评估指标自己拍摄西瓜图片和视频，将预测结果发到群里（选做）训练 Segformer 语义分割算法，提交测试集评估指标西瓜瓤、西瓜籽数据集：标注：同济子豪兄 类别名称 | 类别语义 | 标注类别 | 灰度图像素值 -- | -- | -- | --...
### 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...
# 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 百度云链接:...
# 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 的 ImageClassificationInferencer...