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(6)
  • 问答 (1)
  • 收藏
  • 关注

原创 视频分割中的IOU计算问题(一维向量的IOU)

对视频的帧进行分割得到向量,举例说明p = [1,1,0,0,1,1,0,0,0,1,2,2,2,3,3,3,4,4,5,5]y = [1,1,1,1,0,0,0,2,2,2,2,2,3,3,3,4,4,5,5,5]其中,p为预测帧的分类,y为真实数据帧的分类。计算p和y的IOU,也就是一维向量的IOU。首先明白IOU的概念,IOU的计算公式如下。看如下简图,很容易看出交集与并集的计算公式如下,intersection = minimum(p_end, y_end) .

2021-10-24 21:18:28 826

原创 三维张量的torch.max(), torch.min()中参数dim解释

以torch.max()为例,构建一个三维张量,import torchimport numpy as npimport randompra = torch.rand(2,3,4)print(pra,pra.shape)a0, predicted0 = torch.max(pra.data, 0)a1, predicted1 = torch.max(pra.data, 1)a2, predicted2 = torch.max(pra.data, 2)print("a0 = ",a0

2021-10-14 09:58:58 1595 1

原创 Conv2d, MaxPool2d, Linear, Flatten, Sequential的使用

import torchimport torchvisionfrom torch import nnfrom torch.nn import Conv2d, MaxPool2d, Linear, Flatten, Sequentialfrom torch.utils.data import DataLoaderfrom torch.utils.tensorboard import SummaryWriterdataset_transform = torchvision.transforms.C.

2021-10-05 08:45:16 610

原创 torchvision.datasets.CIFAR10的使用

import torchvisionimport sslfrom torch.utils.data import DataLoaderfrom torch.utils.tensorboard import SummaryWriterssl._create_default_https_context = ssl._create_unverified_context #取消全局证书验证dataset_transform = torchvision.transforms.Compose([torc.

2021-10-04 14:30:06 2152

原创 file.add_image()和file.add_scalar()函数的详细解释

from torch.utils.tensorboard import SummaryWriterimport numpy as npfrom PIL import Imagewriter = SummaryWriter("logs") #写入根目录的logs文件夹中image_PIL = Image.open('data/val/ants/800px-Meat_eater_ant_qeen_excavating_hole.jpg')image_array = np.array(image_P.

2021-10-03 10:49:48 335

原创 2021-09-28

(一)python 中调用 class 中 def 函数格式(新手小白,欢迎大神指点)class LR(nn.Module): def __init__(self): super(LR,self).__init__() self.linear = nn.Linear(1,1) def forward(self,x): out = self.linear(x) return out一. class函数没有输入,代码如下

2021-09-28 22:17:55 396

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