- 博客(223)
- 资源 (28)
- 收藏
- 关注
RSS订阅
原创 基于多任务融合的圣女果采摘识别算法研究
本文主要解决圣女果生产销售环节中，现有的流程是采摘成熟的圣女果，再对采摘下的果实进行单独的品质分级，不仅费时费力，而且多增加一个环节，也增加了对果实的二次伤害。如何在采摘环节中就对圣女果果实进行品质分级是本文研究的核心内容。
2023-03-09 23:00:08
1616
13
原创 「笔记」ubuntu 常见命令汇总
Linux 文件系统蓝色为文件夹，白色为文件$ 表示普通用户#表示 root管理员用户~ 表示，用户目录：~$：/home/username~#：/root… ：表示上一级路径/home/username ：存储一些用户相关的文档/usr ：安装的应用程序pwd：Print Working Directory用户管理1.修改用户密码修改root密码（默认root无密码，第一次执行时创建密码）：sudo passwd root修改开机登录密码（用户名为user
2021-09-30 16:31:12
493
1
原创 Pytorch 常用编码格式
如果PIL图像属于(L，LA，P，I，F，RGB，YCbCr，RGBA，CMYK，1)模式之一，则将[0,255]范围内的PIL图像或 np.ndarray (np.uint8) (HxWxC)转换为 [0.0，1.0] 范围内的浮点张量 (CxHxW)可选地将图像转换为所需的格式。对于 Pytorch 而言，与图像相关的项目，所有的图像读取都是以 [b、c、h、w]格式进行读取操作。image.shape 得到的图像维度：(B,H,W,C)，且通道数是：（B、G、R）Pytorch中比较常用。
2021-08-17 22:05:00
1032
1
原创 超详细 LaTex数学公式
LaTex表达式是一种简单的、常见的一种数学公式表达形式，在很多地方都有出现，相信正在看博客的你会深有体会，LaTex表达式不难，甚至说很简单，但是对于没有没有接触过得小伙伴来说，会非常费脑，复杂的表达式到底该如何书写呢？LaTex表达式一般分为两类：
2019-10-31 15:37:19
184593
43
原创 「Python」assert 断言使用方法
assertion 是在软件开发中一种常用的调试方法，assert 就是在程序中的一条语句，对 assert 后面的 bool表达式进行检查，合规的程序必须保证 bool 表达式为 True，都则 assert 会给出警告并退出，代码如下所示：assert boolean, warning 如果没有 warning，则会发出默认警告，给定warning 则会输出 warning 只有 `boolean is False` 时，才会警告
2024-09-04 16:56:15
561
原创 「bug」nvitop ERROR: Failed to initialize curses
nvitop 作为一个优秀个 Nvidia显卡查询库，简单易用且显示信息十分丰富，相比 Nvidia-smi 更方便，简直是每个 开发人员必备的库，安装也十分方便，直接采用 即可，调用的时候也是直接在 Terminal 中输入 即可，按 Q 键即可退出 nvitopnvitop 虽好用，但难免出问题，在此记录下 ERROR: Failed to initialize (setupterm: could not find terminfo database) 的解决方法：这个错误表明 curses
2024-08-29 14:28:28
653
原创 「VLM」CLIP 文本与图像的桥梁
在CLIP之前，常见的计算机视觉模型都是通过有监督学习的方式进行训练，即 使用一组固定好的预定义物体标签集合，eg:ImageNet-1k数据集使用的1000种分类，COCO数据集采用的80种分类。之所以先预定义好物体标签，一个目的是更方便的收集和整理数据，另一个目的是更好地训练模型。但是这种操作相当于简化了任务，极大的限制了模型的泛化能力，特别是当模型要识别超出预定义类别的新物体时，其效果会急剧下降。
2024-08-15 20:15:00
682
原创 「Pytorch」解析 nn.Embedding 词嵌入 及反推输入
在Pytorch里面有三种编码方式，Embedding 就是其中之一，不同于 one_hot 需要用同长度的张量存 Embedding将单词映射为稠密向量，并且指定 embedding_dim维度。通过 Embedding层 转换的数据并不是经过词典映射的，而是原始数据。Embedding的输出可以作为神经网络的输入，进一步进行训练和处理。在深度学习中，Embedding是将离散的输入映射为连续的向量表示的一种技术。它在自然语言处理和推荐系统等任务中广泛使用。其实一般就是前用两个参数。
2024-08-14 16:39:36
473
原创 「Pytorch」BF16 & Mixed Precision Training
在深度学习领域，神经网络的训练性能瓶颈常常出现在 GPU显存的使用上。主要表现为两方面：1. 单卡上可容纳的模型和数据量有限；2. 显存与计算单元之间的带宽和延迟限制了运算速度；为了解决显卡瓶颈的问题，涌现了不同的解决方法。模型参数量估计为了更好地估算模型所要占用的显存，首先需要分析模型训练过程中有哪些部分需要消耗存储空间。在 "ZeRO: Memory Optimizations Toward Training Trillion Parameter Model" 中提出，模型在训练时，主要有两大部分的
2024-08-08 16:35:30
927
原创 「Pytorch」roLabelImg 图像异常旋转 bug
在进行Yolo-obb 模型训练的时候需要标注旋转框，roLabelImg 是比较推荐的一款旋转框标注工具，既可以标注正常的矩形框，还可以标注旋转框但是在使用过程中遇到了一个比较难搞的bug。对于手机等拍摄的图像，除了图像内容还会保存很多其他信息，比如下图的旋转，采用不同的方式打开，效果是不一样的，使用常规的图像查看就是正常的，但是使用 roLabelImg 打开就会发现逆时针旋转 90度。
2024-07-12 14:22:41
1118
原创 「PaddleOCR」TIA文字识别数据增强
对于OCR识别任务来说，不同于常规的目标检测数据增强，显示场景中的文字样式多种多样，虽然检测+校正可以将文字区域拉到一个相对合理的区域，但是更加多样化的识别样本，还是很有需求的。实验证明，使用TIA数据增广，可以帮助文本识别模型的精度在一个极高的baseline上面进一步提升0.9%。其中 WarpMLS.py 脚本内容如下。
2024-07-12 11:09:52
379
原创 「PaddleOCR」 模型应用优化流程
PaddleOCR 算是OCR算法里面较好用的，支持的内容多，而且社区维护的好(手把手教你，生怕你学不会)，因此在国内常采用。目前已经更新到 2.8版本了，功能更加丰富、强大；目前支持通用OCR、表格识别、图片信息提取以及文档场景信息提取，基本覆盖了常用的场景首先下载模型代码需要视频课程的可以看。
2024-07-11 18:27:27
1159
原创 「解析」Cosine-Warmup 学习率策略
梯度下降算法需要我们设置一个值，用来控制权重更新幅度，我们将其称之为学习率。它是控制模型学习速度的超参数。学习率越小，loss的变化越慢。虽然使用较低的学习速率可以确保不会错过任何局部极小值，但这也意味着模型收敛速度较慢。因此，在训练前期，权重处于随机初始化状态，我们可以设置一个相对较大的学习速率以加快收敛速度。在训练后期，权重接近最优值，使用相对较小的学习率可以防止模型在收敛的过程中发生震荡。
2024-07-10 17:45:07
759
原创 「Pytorch」CopyPaste 数据增强
数据增广是提升模型泛化能力重要的手段之一，CopyPaste 是一种新颖的数据增强技巧，已经在目标检测和实例分割任务中验证了有效性。利用 CopyPaste，可以合成文本实例来平衡训练图像中的正负样本之间的比例。相比而言，传统图像旋转、随机翻转和随机裁剪是无法做到的。这样就比较好地提升了样本丰富度，同时也增加了模型对环境的鲁棒性。如下图所示，通过在左下角的图中裁剪出来的文本，随机旋转缩放之后粘贴到左上角的图像中，进一步丰富了该文本在不同背景下的多样性。
2024-07-09 11:32:04
639
1
原创 cv2.imdecode & cv2.imread 的区别
cv2.imread()和cv2.imdecode()都是OpenCV库中用于读取图像的函数，但它们之间有一些区别：先说结论：windows系统下推荐使用 cv2.imdecode格式，此格式可以避免因为路径导致的 None，且读取内容与cv2.imread 一致。
2024-06-10 23:30:02
350
原创 「Git」config 配置
Git 会自动跟踪是 谁 修改了项目，哪怕只是其中的一个字符，所以，Git需要配置用户的用户名以及邮箱地址。因此，在开始 Git 管理之前，我们可以先把 Git的用户设置配置一下【非必需，如果没有配置，Git会在首次提交时提示用户提供相关信息】，设置完成之后，每次仓库操作就不需要再输入了。查看 config 的配置，使用 --list。config 的三个作用域。
2024-01-22 21:58:47
299
原创 「解析」Jetson配置 git服务
使用以下命令将代码推送到 Jetson git服务器这将把你的本地代码推送到 Jetson Git 服务器的 master 分支。如果这是第一次推送，可能需要输入 Git 用户的用户名和密码。如果你使用 SSH 密钥进行身份验证，确保你的 SSH 密钥已经添加到 Jetson Git 服务器的 ~/.ssh/authorized_keys 文件中。
2024-01-16 22:15:21
1227
3
原创 「解析」Windows 如何优雅使用 Terminal
所谓工欲善其事必先利其器，对于开发人员 Linux可能是首选，但是在家学习的时候，我还是更喜欢使用 Windows系统，首先是稳定，其次是习惯了。当然了，我还有一台专门安装 Linux系统的小主机用于学习Linux使用，在家的主力还是Windows。用习惯了Linux的 Terminal，Windows上的 cmd简直太拉夸，本文不敢保证 Windows上的 Terminal跟Linux上的一样，但是肯定比原生的cmd要舒服一些（其实还是使用 cmd/PowerShell，只是稍微配置下，更加顺手而已！
2024-01-05 01:17:47
820
原创 「新版」PyCharm 加载conda Environment / Conda executableis not found
在新版的 PyCharm 配置中，设置Conda环境不再与旧版本保持一致，对于新手而言可能不清楚如何加载，作者也是郁闷了好久，经过一顿输出发现需要通过加载conda配置，才调取conda虚拟环境，而不再是直接调取conda的虚拟环境，更加智能化了，只是对于第一次而言，不是很直观，比较隐晦，具体操作如下。至此，新版的Pycharm 就完成了加载 conda的虚拟环境！如果使用已存在的环境，可以在下拉框中选择 conda创建的环境。，然后会发现 OK键不再是灰色的了，可以正常选择了。
2023-12-15 13:55:07
1728
原创 「图像 cv2.seamlessClone」无中生有制造数据
写的是图片直接融合，此方法生成的图片相对而言比较生硬，虽然目标图片已经透明化处理过了，但是生成的图片依旧很假。此方法融合图片时，目标区域不能按照目标的边缘进行透明化抠图，需要包含一部分的边缘信息，不然融合效果会很差。并不是万能的，需要根据实际情况测试，页根据目标模版的制作效果有很大关系。除了上述上述的图片叠加融合之外，还有一种更加自然的融合方法，就是。】一致，相关代码已附在博客中，自行移步查看。此算法的 目标图透明化处理/抠图处理与 【，生成的效果图如下图所示。
2023-11-02 16:40:13
820
1
原创 「图像 merge」无中生有制造数据
在进行一个新项目的时候，往往缺少一些真实数据，导致没办法进行模型训练，这时候就需要算法工程师自行制作一些数据了，比如这篇文章分享的 bag 目标检测，在检测区域没有真实的 bag数据此时，就可以采用图像拼接的方式将凑集到的 bag图像粘贴到场景图像中【前提，目标图一般为“大头贴”】，当然场景图片并不是所有的位置都可以粘贴，一般有特定区域，比如 地面、墙壁、某设备等，因此还需要采用标注工具将这些目标区域标注出来，算法通过读取对应的目标区域，随机设定区域内的坐标点进行粘贴，将目标图粘贴到场景图当中。
2023-11-01 23:58:57
503
原创 darknet框架 训练分类模型及测试图片
darknet 框架的Yolo模型大概已经没什么公司使用了，对于老项目的维护可能新手需要了解下，然而 darknet架构并不十分友好，新手入手门槛比较高，特别是做分类任务时，简直了！！！博主也是走了不少弯路，再次整理记录下，便于需要的小伙伴查看，同时也供自己日后学习。
2023-10-24 17:10:28
352
原创 「解析」Attention机制
Attention函数的本质可以被描述为一个 Query 到 Key-Value对 的映射，这个映射的目的：为了给重要的部分分配更多的概率权重。计算过程主要分为以下三步：通过点乘、加法等其他办法计算 Q:query 和 每个K:key 之间的相似度
2023-10-24 10:00:03
418
1
原创 「解析」YOLOv5 classify分类模板
学习深度学习有些时间了，相信很多小伙伴都已经接触 图像分类、目标检测甚至图像分割(语义分割)等算法了，相信大部分小伙伴都是从分类入门，接触各式各样的 Backbone算法开启自己的炼丹之路。
2023-09-03 22:14:27
2916
原创 「Python」PEP8 命名风格
Python 的标识区分 大小写，且不能包含空格。当标识符中存在多个单词时，程序员可以应用以下几种命名风格。命名风格是代码格式问题，最常见的是蛇形命名法 和 驼峰命名法。
2023-07-13 02:02:01
535
原创 「Python」使用enumerate()而非range()
range(len()) 的传统写法比较直接，也通俗易懂，但是不够Python，且不够简约。使用enumerate() 替代 range(len()) 可以让代码更简约、整洁一些。如果只需要列表中的项而不需要索引，可以直接使用Python的迭代方式进行读取。当在一个列表或者序列上遍历时，许多小伙伴使用range()函数和len()搭配生成从0到序列长度-1的索引整数。调用 enumerate() 并直接在一个序列上进行迭代 要比使用传统的 range(len()) 更Python。
2023-07-13 01:29:05
377
原创 「Bug」“OSError [WinError 1455] 页面文件太小，无法完成操作” 解决方案
训练YOLOv5模型时出现错误。修改train.py中配置项workers的默认值，从初始值8修改为0（也可以试试1或2等较小的数）。错误原因workers_per_gpu=2, # 每个gpu分配的线程数,给每一个GPU喂数据的进程，GPU性能越强，取值越大，这样才能充分利用GPU的算力。如果用自己的电脑训练，这个值需要取小一些。
2023-06-20 23:57:12
460
原创 「解析」YOLOv4模型小结
其中M表示高置信度候选框，Bi 就是遍历各个框跟置信度高的重合情况。之前使用NMS来决定是否删除一个框，现在改用DIoU-NMS。网络细节部分加入了很多改进，引入了各种能让特征提取更好的方法。不仅考虑了IoU的值，还考虑了两个Box中心点之间的距离。增加稍许推断代价，但可以提高模型精度的方法。神经网络最大的缺点：过拟合，别让它太自信。注意力机制，网格细节设计，特征金字塔等，引入了近年部分优秀的创新。
2023-06-20 23:54:54
279
原创 「解析」Pytorch 自动选择设备训练
在使用 Pytorch 进行训练模型的时候，常常需要配置 CPU、GPU训练，甚至多卡用户还需要管理GPU。除此之外，用户虽然配置好了显卡配置，但是还需要检测下配置，以防报错，因此需要还是需要检测下。函数进行判断，首先获取 时间信息 和 torch的版本信息，然后首先判断是否是 cpu设备，然后再判断 GPU设备。如果是多卡用户，记得 batch_size 与 cuda数量匹配。
2023-06-07 18:00:50
430
5
原创 「解析」Python字符串前补零
最近在对数据进行重新命名，以往的单纯数字随着量的增加，数字的长度也在不断调整，对于不同的读取方式排序也不太一致。因此，统一成相同长度的形式更有利于排序。以下罗列了三种补齐方式。
2023-05-22 10:32:35
3209
原创 「解析」SPP 特征金字塔 系列
对于一个CNN模型，可以将其分为两个部分：前面包含卷积层、激活函数层、池化层的特征提取网络，下称CNN_Pre，后面的全连接网络，下称CNN_Post。许多CNN模型都对输入的图片大小有要求，实际上CNN_Pre对输入的图片没有要求，可以简单认为其将图片缩小了固定的倍数，而CNN_Post对输入的维度有要求。SPP：空间金字塔池化，无论CNN_Pre输出的feature maps尺寸是怎样，都能输出固定的维度传给CNN_Post。SPP的本质就是多层maxpool，只不过为了对于不同尺寸大小 a。
2023-04-23 23:37:48
482
原创 「解析」cache训练模型增强性能
实验采用的模型是 YOLOv5-7.0版本，m模型配置，便于实验测试，以数据集为例，可以看出来，通过 ram 方式的训练并没有很明显的提升，分析原因可能是 硬盘本身的读取速度较快，可以满足显卡的吞吐，但是通过 ram形式训练占用内存比较大，如果内存足够的小伙伴可以尝试使用 ram形式进行训练，如果内存较小的情况，可以考虑更换速度较快的固态硬盘用作数据盘。此外对于系统开设较多进程的情况，会降占用CPU的性能以及硬盘的读取速度，从而降低 GPU的数据读取，影响运算性能，故还是建议使用ram形式进行训练。
2023-04-23 13:42:43
537
原创 「解析」YOLOv3 - NMS算法
YOLO系列的NMS算法大致相同，本文介绍的 NMS算法 是基于 YOLOv3 实现的，根据YOLOv3架构图所示，test过程将所有的预测框拼接成一个张量进行输出预测，Prediction：[batch, num_anchor, 85]，其中 85 的构成enumerate() 是python的内置函数，用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。返回 enumerate(枚举对象) 下标号 、成员。
2023-04-20 01:25:18
664
原创 Python 保留小数点位数
format函数：使用 format() 方法将数值格式化为一个字符串，并指定要保留的小数位数。’%.xf’方法：使用字符串格式化操作符 % 将数值格式化为一个字符串，并指定要保留的小数位数。内置函数 round()，该函数可以保留小数点后面的数，并对小数进行四舍五入。使用“round(数,位数)”语句就可以保留小数了。
2023-04-14 16:01:46
4095
原创 「解析」Pytorch 自动计算 batchsize
日志是一个十分必要的操作，有助于后期分析实验结果，特别是在多台不同环境下训练，为了区分，还是十分有必要记录相关平台信息的，比如 hostname，Python版本信息，Pytorch版本信息等！查看显卡信息 首先需要获取显卡信息，查看显存 ==**File path：**== yolov5-7.0/utils/autobatch.py
2023-04-13 18:10:01
1457
原创 「笔记」Python 拼接 多张图片
图像拼接采用的最简单的画板填充方法，首先创建一张大的空白画板，然后按照拼接张数，以此在画板的各个子区域将图像复制进去，此处需要注意在复制之前需要对图像进行 resize处理，不然尺寸不一致会报错！完整版拼接代码，img_list 是待拼接的所有图像路径列表，每行一个图像路径，save_path 是拼接好的图像保存文件夹路径。为标注框中心点位置。对于不需要标注信息的小伙伴直接注释掉就可以。
2023-04-11 15:29:32
810
原创 「Bug」OpenCV读取图像为 None 分析
头一次遇到 OpenCV 无法读取图像，并且没有任何提示，首先怀疑的就是中文路径，因为大概率是这个地方出错的，但是修改完依旧是None，这就很苦恼了，分析了下出现None的原因，大概有以下三种情况，供大家参考## 1、原因一：中文路径。
2023-04-11 14:49:10
1026
原创 「解析」opencv读取中文路径报错
经常使用 Opencv 处理图像，但是发现使用opencv处理图片的时候，imread 无法读取中文文件，只能识别英文路径文件，中文路径就算不提示错误，但也不会有结果输出，因此需要修改下需要通过 numpy 读取下图像，再进行下转换，即可使用中文路径下的图像处理。
2023-04-06 11:25:29
1427
1
原创 「解析」Matplotlib 绘制折线图
相比【优雅】Matplotlib 常见图、【优雅】Matplotlib 3D图 而言，折线图使用的频率会更高一些，在此整理下最近使用 Matplotlib 绘制折线图常用的一些配置，小伙伴们只需要修改对应的 aug_list、list 即可直接使用。
2023-04-06 11:18:16
710
原创 「解析」Jetson 开启 Shell远程访问
SSH（Secure Shell）是一个安全的、能够让远程客户端管理服务器或者主机的网络协议，它可以通过网络以安全的方式允许用户远程访问远程Linux服务器。在本文中，我们将介绍如何在Linux服务器上开启SSH远程访问。首先，需要确保SSH服务器安装到Linux服务器上。
2023-04-03 18:10:06
473
labelme 修改后的项目代码，可显示标签与标注数量
2022-07-25
Google Chrome插件 chajianmi
2021-07-08
cudnn64_7.dll & cudart64_101.dll
2021-03-27
软件常用英语词汇汇总
2020-12-25
SSD：Single Shot MultiBox Detector 英文原文和中文翻译版
2020-12-11
numpy 中文数据手册
2020-06-14
Unlocker V3.0
2020-05-13
ucosIII官方英文资料+中文翻译
2020-04-14
论文：Stanford Doggo: An Open-Source, Quasi-Direct-Drive Quadruped
2019-11-17
系统建模与仿真（第二版）张晓华 清华大学出版社
2018-11-21
30多种中英文ttf字体包，包含几个手写字体
2018-10-26
ApoeerREC 1.0.8录屏软件
2018-05-03
C#+EmguCV车牌识别
2018-04-18
SoundPi 开发板外壳
2018-02-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人