自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(20)
  • 收藏
  • 关注

原创 address in use 解决方法

使用TCP连接时,如果连接被外部关闭。再次运行程序时候会出现Address in Use的问题。

2023-08-14 18:10:32 290

原创 opencv dnn +onnx模型 做推理

【代码】opencv dnn +onnx模型 做推理。

2023-07-04 13:32:43 347

原创 Sklearn 模型保存和使用

sklearn 模型保存和使用

2023-01-31 11:16:23 595

原创 Pandas转Numpy

pandas转numpy

2023-01-12 14:20:58 2146

原创 Ubuntu下安装Realsense

ubuntu 安装 realsense

2022-06-15 16:09:16 825

原创 labelme输出16位图片转8位图片

16位灰度图转8位灰度图

2022-06-07 13:08:59 396

原创 ubuntu下批量转换labelme标注结果

labelme标注结果格式转换

2022-06-07 10:53:09 124

原创 YOLO Hyperparameter Evolution

lr0: 0.01 # 初始学习率 (SGD=1E-2, Adam=1E-3)lrf: 0.2 # 最终的 OneCycleLR 学习率 (lr0 * lrf)momentum: 0.937 # SGD 动量/Adam beta1weight_decay: 0.0005 # 优化器权重衰减 5e-4warmup_epochs: 3.0 # 预热回合数(分数正常)warmup_momentum: 0.8 # 预热初始动量warmup_bias_lr: 0.1 # 预热初始偏差 lr

2022-02-12 14:11:23 2304

原创 cv2.KeyPoint 和 cv2.DMatch

cv2.KeypointAttributeComments.pt点的坐标.size点邻域大小.angle特征点方向.response.octave特征点所在的金字塔组.class_id类型cv2.DMatchAttributeComments.distance描述符的距离.trainIdx目标图像(train)中的索引值.queryIdx查询图像(query)中的索引值.imgIdx目标图像

2022-01-13 16:46:40 3801

原创 数据集划分 - 训练集、测试集、验证集

数据集划分是炼丹的准备工作。附上一次性划分的步骤。Step1: 获取所有文件名ls >a.txt注意在生成的txt里将其本名删去。Step2:按照比例划分这里使用的是train:test:val = 7:2:1 的比例划分。直接用mod10结果分类。# emptywith open('val.txt','a+',encoding='utf-8') as f_val: f_val.truncate(0)f_val.close()with open('test.txt','

2022-01-06 11:19:47 1822 1

原创 python + pycharm 环境配置

1.安装Python前往 https://www.python.org/downloads/release/python-383/ , 根据环境下载对应的python安装包安装。2. 安装pycharmPycharm是一个可用作工程开发的工具。前往 https://www.jetbrains.com/pycharm/ ,点击下图中的下载链接:分Professional和Community两个版本,deployment等功能仅前者开放。· Community版本:免费。· Professi

2022-01-04 00:14:46 3785

原创 YOLOX 训练自己的数据集

YOLOX 是旷视提出的一个新的高性能检测器,从论文来看,backbone和neck相比前作变化不大,主要更改在于输入端的数据增强加入了mixup,预测层相比前作改为了解耦的方式。本文将针对一个Finger识别项目,介绍ubuntu命令行下,yoloX从环境搭建到模型训练的整个过程。算法原理阅读:GitHUB论文CVer1.环境训练使用的环境如下:Ubuntu 20.04python 3.8.8torch 1.8.2+cu111torchvision 0.9.2+cu111NVIDI

2021-11-01 18:05:01 1432

原创 YOLOV5 训练自己的数据集

1.环境Ubuntu 20.04显卡驱动 470.74CUDA 11.5查看Ubuntu版本号cat /proc/version查看显卡驱动版本nvidia-smi查看CUDA版本nvcc --version2.代码模型下载下载模型git clone https://github.com/ultralytics/yolov5下载预训练模型建议在模型文件夹下新建一个weights,放置下载的预训练模型权重...

2021-11-01 14:05:38 727

原创 YOLO5 / YOLOS / YOLOX 代码 & 预训练模型 / 文章

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入YOLO5Code : https://github.com/ultralytics/yolov5YOLO5SCode

2021-11-01 09:35:12 2043

原创 YOLOMark格式转换为VOC格式

Step1:新建一个YOLOMark2VOC文件夹,在文件夹下新建2个文件夹YOLOMarkFile和VOCFileYOLOMarkFile:下面新建2个文件夹images和labels,用于放置YOLOMark标注结果VOCFile:下面新建1个文件夹Annatations,用于接受转换后的xml文件。Step2:将YOLOMark标注的labels放入 YOLOMark2VOC/YOLOMarkFile/labels将原图放入 YOLOMark2VOC/YOLOMarkFile/images

2021-11-01 09:27:47 276

原创 [学习笔记]连接下载数据集的简单方法

以烂大街的华盛顿自行车数据为例,代码如下import pandas as pd # 读取数据到DataFrameimport urllib # 获取网络数据import tempfile # 创建临时文件系统import shutil # 文件操作import zipfile # 压缩解压temp_dir = tempfile.mkdtemp() #建立临时目录data_source = 'http://archive.ics.uci.edu/ml/machine-learning-data

2020-08-11 19:06:54 466

原创 [练习题目]matplotlib.pyplot

1 .航班乘客变化data = sns.load_dataset("flights")data.head()

2020-07-29 15:21:58 1008

原创 [学习笔记]seaborn 函数学习

matplotlib经常和seaborn一起用,先挖个坑,,,慢慢填seaborn1 基本函数1.1 绘图类函数1 基本函数1.1 绘图类函数功能函数关系图.replot()散点图.scatterplot()线型图.lineplot()分类图的总接口.catplot()分布散点图.stripplot()分布散点密度图.swarmplot()箱线图.boxplot()增强箱线图.boxenplot()小提琴图.vio

2020-07-01 09:35:46 692 3

原创 [学习笔记]matplotlib.pyplot

常用图形函数曲线图plot(data)灰度图hist(data)散点图scatter(data)箱式图boxplot(data)plot() 参数察看import matplotlib.pyplot as plthelp(plt.plot)

2020-06-29 18:36:18 5185

原创 [学习笔记]numpy.random

numpy库中,随机取样模块random的大量功能经常被用到,本文记录最常用到的部分函数及功能。一、基本案例案例1:生成一个正态分布散点图函数:random.normal(loc=0.0,scale=1.0,size=none)loc为均值,scale为标准差,size为个数代码:x=np.random.normal(scale=2.1,size=1000)y=np.random.normal(scale=2.1,size=1000)plt.scatter(x,y,c='r')案例2

2020-06-28 19:14:57 380

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

提示
确定要删除当前文章?
取消 删除