Cr_NanMao的博客

原创 第六章 AXU3EGB开发板部署

在网络参数量化前，我们需要在Vitis-AI-master/AXU3EG/Project/VItis-AI-envirment/Vitis-AI-master/Compile_Tools路径下新建这三个.txt文件。（2）tf_yolov3_voc20_pic.py和tf_yolov3_voc20_cam.py脚本文件可以从开发板中给的其他例子中拷贝过来，并以项目的名字命名tf_yolov3_xxx_pic.py，如：tf_yolov3_voc20_pic.py。点击连接，用户名和密码默认为root。

原创 第五章 YOLOv3训练自己的数据集

（3）训练结束后，项目根目录下会生成logs/000文件夹，文件夹中存放的是网络结构文件.h5和日志文件。前者用于.pb文件的生成，而后者可用来分析训练状态与可视化网络，如图17所示。（2）下载附件5 yolov3-keras，解压后，使用vs code打开项目文件夹（图15），并使用上述环境运行train.py进行模型训练。在官网中下载VOC2012数据集（或在本文附件5中下载）今天不学习，明天变垃圾！

原创 第四章 Xilinx Runtime docker安装

今天不学习，明天变垃圾！

原创 第三章 Xilinx Vitis-AI Docker安装

，将附件4解压到虚拟机上；今天不学习，明天变垃圾！

原创 第二章 Docker环境搭建

请提前在PC端上装好虚拟机一、安装Docker二、

原创 第一章 AXU3EBG开发板系统安装

其次，在开发板terminal中进入到Alinux_DNN\tf_yolov3_vehicle_deploy文件夹路径下，并运行图片（或摄像头）版本，推断完成后会自动保存在路径output_result/中；其次，打开开发板端terminal，使用ifconfig命令查看开发板的ip地址，显示如图5所示。最后，检查路径output_result/中是否保存了检测之后的结果，如果有结果说明开发板系统安装完成！首先，将烧录好镜像系统的sd插到开发板上，连接好键盘、鼠标、显示器和网线，并通上开发板的电源；

原创 ESRGAN超分辨重建模型x2和x4训练方法

打开项目代码包，进入到options/train/ESRGAN路径下，找到train_RRDBNet_PSNR_x4.yml配置文件并打开（x2倍的训练，请打开train_RRDBNet_PSNR_x2.yml）。在项目包basicsr/archs路径下，找到rrdbnet_arch.py脚本并打开，大概在117-119行左右有一个upsample上采样的过程，x4的训练中，需要执行两次上采样（在x2的训练中，需要执行一次上采样），因此，feat需要执行。今天不学习，明天变垃圾！

原创 对于AttributeError：module ‘keras.backend‘ has no attribute ‘clear_session‘问题解决办法

在C:\Users\abc\.conda\envs\v3\Lib\site-packages\keras\backend\__init__.py中，加上os.environ['KERAS_BACKEND'] = 'tensorflow'，以控制keras_backend使用tensorflow。然后我前往查看tensorflow_backend.py，发现其实已经存在clear_session()方法，但是v3尝试调用keras库中keras_backend的clear_session方法却无法生效。

原创 标签转格式问题之——xml_2_txt.py

xml格式标签文件转换成txt格式标签文件

原创 第三篇论文小记

第三篇论文投稿过程记录

原创 [超分辨率重建]ESRGAN算法训练自己的数据集过程

粗略记录sr模型训练过程，具体过程根据手册为准

原创 OSError: /media/yons/BE81566485C8329A/Anaconda/Installation_package/enter/envs/nanmao/lib/python3.7/

将该文件夹删除即可解决该报错问题。

原创 YOLO模型结果中的混淆矩阵怎么看

大家在训练完YOLOv5、v8模型时，输出的结果中会有如图1所示。图1 训练结果中的混淆矩阵那么这个图应该怎么看呢，请看下面的讲解。希望对你有帮助。

原创 YOLOv8模型训练报出关于torch.use_deterministic_algorithms(True)的报错解决方法

在v8项目中找到YOLOv8/yolo/model/yolov8/ultralytics/yolo/utils/将True改为False。

原创 第二篇论文小记

sci三区论文投稿过程记录

原创 YOLOv5训练后利用权重对特征图可视化

-----------------今天不学习，明天变垃圾--------------------我们可以可视化某层的特征图添加到论文中，属于锦上添花了！小小的技巧，有需要的同学可以自取代码尝试一下。

原创 第一篇论文小记

记录第一篇论文（中文核心）的投稿过程

原创 训练yolov8改进ECA注意力模块时的报错

在modules.py中加入ECA注意力模块时，没有定义“输入通道”和“输出通道”，导致参数不能正常传入。可以将上述代码的通道数修改为。修改后就能成功运行了！

原创 yolov8训练中断后重新开始训练

将cfg中的default.yaml配置文件中的resume参数改成True。将engine中的model.py的self.model = self.trainer.model这行代码注释掉。第三件事：在engine中的trainer.py做以下修改1. 将check_resume方法中的resume = self.args.resume 改成resume = r'G:\yolov8\ultralytics\yolo\v8\detect\runs\detect\train2\w

原创 RuntimeError: adaptive_avg_pool2d_backward_cuda does not have a deterministic implementation....报错问题

在训练yolov8模型，加入CA注意力机制时，运行train.py出现。定位报错位置后，在该函数前加上。

原创 Windows系统之Yolov5的安装教程笔记

下载完成后会在开始菜单中多出一个快捷方式，和一些Anaconda的子程序。比如常用的“Anaconda Prompt（anaconda）”。在命令行窗口打开Yolov5安装的根目录 ，如下：（安装比较慢，需要耐心等待）下载完成之后将四个.pt文件放到Yolov5的根目录下。-------今天不学习，明天变垃圾。进行完以上的测试，说明Yolov5已经安装完成了。这两个模型输出的结果保存在文件夹detect中。使用自己拍摄的一小段视频放入images文件夹中。解压到自定义目录中。

原创 [学习笔记] python深度学习---第七章 深度学习最佳实践

如果只有元数据，那么可以使用one-hot编码，然后用密集连接网络来预测价格。如果只有文本描述，那么可以使用循环神经网络或一维卷积神经网络。如果只有图像，那么可以使用二维卷积神经网络。但是怎么才能同时使用这三种数据呢？一种朴素的方法是训练三个独立的模型，然后对三者的预测做加权平均。但是这种办法可能不是最优的，因为模型提取的信息可能存在冗余。更好的方法是使用一个可以同时查看所有可用的输入模态的模型，从而联合学习一个更加精确的数据模型---这个模型具有三个输入分支。 在多输入模型、多输出模型和类图

原创 [学习笔记] python深度学习---第五章 深度学习用于计算机视觉

1. 卷积神经网络使用预计算机视觉任务的最佳机器学习模型。即使在非常小的数据集上也可以从头开始训练一个卷积神经网络，而且得到的结果还不错。2. 在小型数据集上的额主要问题是过拟合。在处理图像数据时，数据增强是一种降低过拟合的强大方法。3. 利用特征提取，可以很容易将现有的卷积神经网络复用于新的数据集。对于小型图像数据集，这是一种很有价值的方法。4. 作为特征提取的补充，还可以使用微调，将现有模型之前学到的一些数据表示应用于新问题。这种方法可以进一步提高模型性能。5. 卷积神经网络通过学习模块

原创 [学习笔记] python深度学习---第四章 机器学习基础

首先，你必须定义所面对的问题。（1）你的输入数据是什么？你要预测什么？只有拥有可用的训练数据，你才能学习预测某件事情。（2）你面对的是什么类型的问题？是二分类问题、多分类问题、标量回归问题、向量回归问题，还是多分类、多标签问题？或者是其他问题，比如聚类、生成或强化学习？确定问题类型有助于你选择模型架构、损失函数等。明确了输入、输出以及所使用的数据，你才能做出假设。（3）假设输出是可以根据输入进行预测的。（4）假设可用数据包含足够多的信息，足以学习输入和输出之间的关系。

原创 Python学习——用for循环删除列表中的元素出现跳跃删除问题分析

代码如下：x = ['a', 'b', 'c', 'd']for i in x: if x!='': del x[0] print(x)输出结果为：['b', 'c', 'd']['b', 'd']分析：1. 错误思路：认为if判断列表不为空，然后每次for循环后会删除列表中的x[0]，也就是列表的第一个元素，直至删除完所有元素为止。2. 正确思路：当执行第一次for循环时，i指向列表的第一位元素下标，即'a'元素。if判断列

原创 [学习笔记] python深度学习---第三章 神经网络入门

[学习笔记] python深度学习---第三章 神经网络入门

原创 「学习笔记」python深度学习---第二章 神经网络的数学基础

神经网络的数学基础

原创 Mac M1版电脑安装ps、pr

MacOS安装ps和pr

原创 关于from scipy.misc import imresize 被弃用的解决办法

将以上代码粘到需要运行的.py文件中，然后在imresize（）处将“imresize”改成“scipy_misc_imresize”。

原创 （计算机视觉、Mac）LibSVM在python环境的下载与安装配置（PyCharm）

在学习《python计算机视觉》这本书中，8.3.1--使用LibSVM 这小节内容需要下载LibSVM。完成以上操作后，可以在libsvm-x.x文件夹中看见多出一个libsvm.so.2文件。在这个文件夹中创建libsvm文件夹，在libsvm中新建__init__.py文件；.py和svmutil.py复制到这个libsvm文件夹中。$ cd libsvm-x.x(x.x是版本号)将下载的libsvm-x.x->python中的。----今天不学习，明天变废物。下载zip文件，并解压。...

原创 关于unsupported operand type(s) for +: ‘map‘ and ‘map‘报错的解决办法

在运行程序后会弹出：unsupported operand type(s) for +: 'map' and 'map'的报错，出错指向在：samples = class_1 + class_2 这行代码中。经过研究，发现是python版本问题，我用的是python3，书里用的是python2。而在python2中，返回的是一个。在学习《python计算机视觉》书中的8.3.1 中，有一段源代码是。类型数据，在python3中该语句返回的是一个.........

原创 关于TypeError: write() argument must be str, not bytes报错的解决办法

关于TypeError: write() argument must be str, not bytes报错的解决办法

原创 《python计算机视觉》关于‘numpy.float64‘ object cannot be interpreted as an integer错误的解决办法

《python计算机视觉》关于'numpy.float64' object cannot be interpreted as an integer错误的解决办法

原创 关于No module named ‘matplotlib.delaunay‘的报错解决办法

关于No module named 'matplotlib.delaunay'的报错解决办法

原创 关于python中图像subplot标签的设置

python中图像subplot标签的设置

原创 关于NameError: name ‘ histogram‘ is not defined报错的处理方法

关于NameError: name ' histogram' is not defined报错的处理方法

原创 对于matplotlib的图像中汉字中文输出乱码问题的解决方法

对于matplotlib的图像中汉字中文输出乱码问题的解决方法

原创 python学习之MacOS系统安装Matplotlib和pip

使用终端的方式安装pip，matplotlib

原创 《python入门到实践》第8章函数学习笔记——导入模块报错ModuleNotFoundError: No module named ‘ printing_ functions ‘

在学习到《python入门到实践》这本书的第8章函数，P138的练习8-15（打印模型）时，按照书上把printing_functions.py模块文件和printing_models.py敲出来后，运行printing_models.py出现ModuleNotFoundError: No module named ' printing_ functions '的报错。...

原创 「软考」软件设计师练习题 4.22