- 博客(19)
- 收藏
- 关注
原创 小记 求参数id 用于不同层设置不同的学习率
所有参数的idtotal_parameters_id = list(map(id,model.module.parameters()))fc层参数的idfc_id = list(map(id,model.module.fc.parameters()))total_params = list(model.module.parameters())fc_params = [x for x in total_params if id(x) in fc_id]base_params_id =
2020-06-16 17:29:52
535
原创 python shutil
参考https://www.cnblogs.com/xiangsikai/p/7787101.htmlhttps://www.jb51.net/article/145522.htmshutil.copy(A,B)在读图片并保存图片时,可以采用该函数,不用imread,imwrite,直接图片名copy到B中。...
2020-05-07 16:31:02
227
原创 pytorch 张量求梯度
pytorch 一般只有张量才能进行求导,即backward(),loss.backward()对于[loss1,loss2,loss3]进行分别求导时,loss.backward(torch.tensor([[1.0,1.0,1.0,1.0]])),若想让损失有不同的权重则loss.backward(torch.tensor([[1.0,1.0,1.0,1.0]]))如果你要求导的是一个...
2019-06-26 14:23:07
1237
原创 Python windows路径转Linux路径
路径格式为path='\q\w\eerew\'则转换方法'/'.join(path.split('\\'))
2019-06-05 19:06:38
5768
原创 Python os.path.join()
os.path.join(a,b)b的形式不能为‘/dsf/s’,即开始不能为'/'开始为'/'则不会和a连接,或连接不全
2019-06-05 19:04:38
180
原创 模型加载、接着训练
pytorch踩的一些坑使用多GPU训练存储模型时torch.save(net.module.state_dict(),path)若直接使用net.state_dict(),在模型载入的时候,层名会多出module,如conv2.bias,加载进来的层名则为module.conv2.bias,其他解决方法除了修改层名还不会加载时,net.load_state_dict(torch....
2019-05-09 16:12:51
1009
原创 (DCL)Dynamic Curriculum Learning for Imbalanced Data Classification
Dynamic Curriculum Learning for Imbalanced Data Classification动态课程学习用于样本不均衡分类对于数据不平衡,可以用重采样和代价平衡(cost-sensitive),但它们需要先验知识。为了解决这一问题,本文提出DCL框架,用于每个batch中在线自适应调节采样策略和损失学习,其泛化性能和判别能力更强。受CL启发,DCL由两级课程...
2019-04-26 17:35:37
1616
4
原创 softmax与sigmoid分类区别
个人理解sigmoid可以进行二分类也可以进行多分类,其中进行二分类时inputnum为1,得到是该类的概率;进行多分类时inputnum对应类别数,针对每个类是或不是,没有类间相关性,可用于多标签分类。softmax则输出每个类别的概率,总体概率为1,有类间相关性。...
2019-04-26 09:20:06
1273
原创 corner net
,作者:美国密歇根大学不再需要设置大量的anchors和检测框回归(x,y,w,h),而是用一对关键点进行框检测。论文发表时检测效果优于目前所有的一阶段网络,在ms coco数据集上准确率为42.2%。用角检测 优于框检测的原因:1、框的中心需要知道四条边的信息,而角则只依赖于两条边,因此相对来说更简单。2、采用角pooling,利用了角的先验知识;同时,角提供了boxes 空间密度离...
2019-04-24 10:25:31
377
原创 C++基础--变量和基本类型
1、每个字节由8个比特构成,例如,int 类型占16个bit,2个字节;char类型占8个bit,1字节。2、带符号类型和不带符号类型(signed和unsigned),其中不带符号类型是大于等于0的数,负数转换成无符号类型时,则为负数值+无符号类型的模,如int i=-42,且int型占32位,则此时无符号类型的模为2^32,int转成无符号类型则为:2^32-42.3、以0开始的整数代...
2019-01-25 15:22:09
196
原创 py-r-fcn训练自己的数据
https://github.com/YuwenXiong/py-R-FCN按照voc格式制作训练数据,Main里面只需要train,trainval就可以。文件夹格式和voc2007的要一样,这样可以防止更改里面的东西。以及.prototxtcaffe 版本:https://github.com/Microsoft/caffe/tree/1a2be8ecf9ba318d516d79187845e...
2018-06-27 11:32:47
837
1
原创 no module named google.protobuf.internal
在安装protobuf时出现问题,protobuf 安装连接:http://www.cnblogs.com/dupuleng/articles/5013548.html执行这步,若出现Couldn't find index page for 'google-apputils' (maybe misspelled?),则缺少google-apputils文件包手动安装,过程中可能会出现缺少pytho...
2018-06-08 11:04:23
576
原创 image_data_layer.cpp:49] Check failed: !lines_.empty() File is empty
用caffe跑模型出现:image_data_layer.cpp:49] Check failed: !lines_.empty() File is empty错误网上给的建议是将data_param 改为image_data_param但已经使用了image_data_param,仍报这个错误了,最后发现将source中的绝对路径,更改为相对路径就好了;source:"/data/home/li...
2018-06-08 10:56:25
2048
原创 莫烦Python12例子结果可视化
# coding: utf-8 import tensorflow as tfimport numpy as npimport timeimport matplotlib.pyplot as pltdef add_layer(inputs, in_size, out_size, activation_function=None):##w*x+b Weights=tf.Variabl...
2018-05-30 20:05:54
650
原创 Scale-Transferrable Object Detection & FSSD: Feature Fusion Single Shot Multibox Detector
1、Scale-Transferrable Object Detection 上海交大,物体检测,cvpr2018,网络结构名STDN(尺度可变的物体检测)。主要是将SSD中的vgg模型更改为了densenet,提出Scale-Transfer Module,即对densenet最后一个block中的特征图进行尺寸转换,构成特征图金字塔,用于检测。Scale-Transfer Module对特征图...
2018-05-03 15:14:59
935
原创 SphereFace、arcface
ArcFace: Additive Angular Margin Lossfor Deep Face Recognition论文刷新了MegaFace 百万人脸识别挑战的记录,将准确率提升到了98%。MegaFace挑战分为两个部分:1、用任何数据进行训练,测试1百万张带有干扰物的人脸,1027060个面孔中大约68470个非面孔。2、训练672 K的身份(470万张图片),以百万计的规模进行测试...
2018-03-24 11:06:00
2926
原创 mobile net
mobile net 谷歌,2017.4.17 arxiv。mobile net主要是采用depthwise separable convolutions(第一层除外,采用了正常卷积),depthwise separable convolution是将正常的卷积分成两步,第一步是每个channel都单独进行卷积,然后通过1*1卷积将其合并(即正常1*1卷积)。depthwise separab
2018-02-05 13:47:02
506
原创 shuffle net
shuffle net 2017.12.7 face++提出。本文也是设计小的网络模型,可以应用到移动端。设计思想主要与Xception和ResNeXt相同,应用组卷积和depthwise卷积,并提出了channel shuffle。一般在小网络中一般会通过 pointwise convolutions(1*1卷积)减少参数(限制卷积的通道数),但可能会造成模型精度下降。直观想法用
2018-02-05 13:38:14
1068
原创 squeezenet,DSD
squeezenet 2016.11.4squeezenet的目的是用更少的网络构建模型,同时保持模型的准确率。出发的三个原则是:1、用1*1卷积代替3*3卷积 2、减少与3*3卷积相连的通道数 3、在网络后期使用采样。保证特征图的大小。其中1、2的目的是减少参数,同
2018-02-05 13:36:09
339
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人