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(8)
  • 收藏
  • 关注

原创 yolov5代码详解-compute_loss(p, targets, model)

def compute_loss(p, targets, model): # predictions, targets, model device = targets.device #创建用来保存三层特征图的损失 lcls, lbox, lobj = torch.zeros(1, device=device), torch.zeros(1, device=device), torch.zeros(1, device=device) #build_targets详见http.

2021-05-07 20:48:47 2151 3

原创 yolov5代码详解-build_targets(p, targets, model)

build_target函数是将box标签和anchor进行匹配,其中FPN特征图为三层,分别为降采样8,16,32,代码展示与解释如下:def build_targets(p, targets, model): # Build targets for compute_loss(), input targets(image,class,x,y,w,h) 获取yolov5网络输出 det = model.module.model[-1] if is_parallel(model)

2021-01-18 18:52:13 7466 12

原创 TVM编译

一、Linux版本1.准备l'lvm和clang以及TVM安装llvm和clang主要参考官方文档 https://docs.tvm.ai/install/from_source.html#python-package-installationLLVM安装 http://clang.llvm.org/get_started.html坑:默认git clone 的代码的版本很可能版本太低,可手动下载源代码包,然后编译;如果编译过程中出现函数找不到或不匹配的问题,很可能是LLVM的版本问题造

2020-07-22 09:17:36 523

原创 Ubuntu 安装显卡以及cuda

显卡安装:https://blog.csdn.net/xunan003/article/details/81665835cuda安装https://blog.csdn.net/wanzhen4330/article/details/81699769

2020-02-02 16:23:10 186

原创 Ubuntu16.04+opencv3.2编译

1.下载opencv3.2:https://opencv.org/opencv-3-2.html2.解压,创建build目录1.cd opencv3.22.mkdir build3.配置opencv,生成Makefilecd buildcmake -D CMAKE_BUILD_TYPE=RELEASE -D WITH_FFMPEG=ON -D CMAKE_INSTALL_P...

2019-03-27 13:12:22 887 1

原创 anaconda opencv tensorflow-GPU keras pycharm 杂记

anaconda安装opencv:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python conda install -c menpo opencv3装上两个或者直接装下边的,否则容易出错:error: -------src-dir-------/op...

2019-03-22 12:09:01 292

原创 微表情分类

最近在进行基于深度学习的微表情分类的学习,为了避免遗忘,故利用文字记载下来.本文主要是对论文"Micro-Attention_for_Micro-Expression_recognition"的理解与复现,代码基于keras

2019-02-14 17:09:30 2751 10

原创 caffe hdf5数据进行多标签数据训练与测试

利用Caffe进行多标签影像数据训练时,主要有两种方法:1. 对caffe源码进行修改,修改convert_imageset.cpp文件支持多标签,具体步骤可以参考https://www.jianshu.com/p/fdf7c599ab9d2. 利用HDF5数据和Slice层进行多标签数据训练,本文主要介绍本方法。制造hdf5数据        首先将图像数据和标签保存到TXT文件中...

2018-12-20 11:03:24 974 10

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