- 博客(4)
- 收藏
- 关注
RSS订阅原创 深度学习YOLOv4模型简单部署，flask框架搭建以及web开发
一.深度学习模型的部署相信很多人在训练深度学习模型之后不知道如何将训练好的模型部署到服务端，这里我们提出一个想法，用Flask来搭建一个框架，Flask就不在这里进行详细讲解了，本文的模型皆以Tensorflow2.X为基础。我们这里就着重于Flask的搭建。服务器和域名我们就不多讲解。二.本地预测代码部分首先我们需要有一个训练好的模型的权重.h5文件，首先我们需要实现的就是在本地能够检测图片的功能。class YOLO(object): _defaults = { ..
2022-01-27 11:32:25
4361
原创 Tensorflow2.x模型搭建的几种代码形式
相信很多新手小白在才开始初学时就想要搭建自己的深度学习模型，但在看到每个风格不同的算法时，又会把前向传播，反向传播，和模型的搭建过程混淆，我总结了一下几种基于Tensorflow2.x搭建模型的代码。1.学习过程中最常见的数据切片，载入并预处理，这一部分呢模型运用Sequential搭建，好处是方便简洁，但是前向传播的顺序是固定的，且在训练过程和优化过程中都调用了API。import tensorflow as tffrom tensorflow import kerasfrom tens..
2022-01-18 12:34:06
1525
原创 K-means对anchor大小进行聚类操作
尝试过对yolov-4进行改进，但在自己的样本上最后的精度和速度都不如yolov5，yolov5为什么能在如此小的模型下能有这么好的精度呢？我的想法是将yolov5相对于4的算法一步步的剖析，首先就是yolov5将K-means算法嵌入到了训练过程之中。import globimport xml.etree.ElementTree as ETimport numpy as npdef cas_iou(box,cluster): x = np.minimum(cluster[:,0],
2022-01-18 12:12:15
1005
原创 os和split提取期望数据并写入txt
在提取数据的过程中，可能每一行出现的情况的不同，我们所需的判断条件报错，cant float加以改进。with open('catalog.txt','r') as f: lines = f.readlines() label = [] for line in lines: try: x = float(line.split('|')[17]) except ValueError: x = 10
2022-01-18 12:07:54
169
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