# DeformableDETR

**Repository Path**: olivegame/deformable-detr

## Basic Information

- **Project Name**: DeformableDETR
- **Description**: DeformableDETR学习：原理，代码
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-06
- **Last Updated**: 2025-11-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DeformableDETR

#### 介绍
DeformableDETR学习：原理，代码


#### 使用说明

1.  在 .pptx 文件含 DeformableDETR 原理说明

2.  在 predict.py 可以利用官方训练权重预测检测

3.  在 plot_result.py 可以绘制训练参数曲线图

#### 测试结果

1.  使用官方训练权重 “r50_deformable_detr-checkpoint.pth” 进行预测检测，在 COCO2017 的 test 数据集上进行部分测试：

![输入图片说明](Deformable-DETR-main/test/save/vis_000000000057.jpg)

![输入图片说明](Deformable-DETR-main/test/save/vis_000000000647.jpg)

2.  在重头开始训练时，容易内存不足，参考 error：https://github.com/fundamentalvision/Deformable-DETR/issues/168
    在 coco.py 文件下对图像缩放代码进行修改以减少内存消耗 “scales = [480, 512, 544, 576, 608, 640, 672, 704, 736, 768, 800]”

3.  在注释掉图像缩放因子 scales 以固定的 大小如 480 或 512 进行训练 100 个 epoch，其他代码不变情况下，得到训练日志 log.txt 绘制关键参数：

![输入图片说明](Deformable-DETR-main/optimized_training_curves.png)

4.  训练的第 100 轮的测试结果如下，也就是 mAP 只有 0.41 左右，相比论文训练 50 轮达到 0.43 左右稍微低一点，可能是数据增强的作用，对图像缩放提高模型对小物体的检测能力。

![输入图片说明](Deformable-DETR-main/2404cefd7a9a2efc4781f7053bb91491.png)