2020年11月_浩瀚之水_csdn

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

转载 UNET详解和UNET++介绍（零基础）

一·背景介绍背景介绍：自2015年以来，在生物医学图像分割领域，U-Net得到了广泛的应用，目前已达到四千多次引用。至今，U-Net已经有了很多变体。目前已有许多新的卷积神经网络设计方式，但很多仍延续了U-Net的核心思想，加入了新的模块或者融入其他设计理念。编码和解码，早在2006年就发表在了nature上.当时这个结构提出的主要作用并不是分割，而是压缩图像和去噪声.后来把这个思路被用在了图像分割的问题上，也就是现在我们看到的FCN或者U-Net结构，在它被提出的三年中，有很多很多的论文

2020-11-12 15:46:47 41007 3

转载深入理解深度学习分割网络Ｕnet——U-Net: Convolutional Networks for Biomedical Image Segmentation

背景Ｍask = Function(I)11. 什么是图像分割问题呢？简单的来讲就是给一张图像，检测是用框出框出物体，而图像分割分出一个物体的准确轮廓。也这样考虑，给出一张图像Ｉ，这个问题就是求一个函数，从I映射到Mask。至于怎么求这个函数有多种方法。我们可以看到这个图，左边是给出图像，可以看到人和摩托车，右边是分割结果。2. 求这个函数有很多方法，但是第一次将深度学习结合起来的是这篇文章全卷积网络(FCN)，利用深度学习求这个函数。在此之前深度学习一般用在分类和检测问题上

2020-11-12 15:45:02 4437

转载重磅资源|Pytorch1.0版本的Mask R-CNN的Facebook的官方实现

【导读】Facebook刚刚放出的基于Pytorch1.0版本的Faster R-CNN，Mask R-CNN的benchmark，比detectron更快，准确率更高。项目地址：https://github.com/facebookresearch/maskrcnn-benchmarkFaster R-CNN and Mask R-CNN in PyTorch 1.0这个项目目的是为使用Pytorch1.0的用户提供一个简单的搭建检测和分割模型的必要的底层模块。要点网络摄像头和

2020-11-12 15:21:28 377

转载【pytorch】model.train和model.eval用法及区别详解

使用PyTorch进行训练和测试时一定注意要把实例化的model指定train/eval，eval()时，框架会自动把BN和DropOut固定住，不会取平均，而是用训练好的值，不然的话，一旦test的batch_size过小，很容易就会被BN层导致生成图片颜色失真极大！Class Inpaint_Network() ......Model = Inpaint_Nerwoek()#train:Model.train(mode=True).....#test:Model.eval()

2020-11-11 15:03:27 981

转载 pytorch之torch.backends.cudnn.benchmark=True——使用 GPU 来加速网络的训练

文章目录简介适用场景简介import torchtorch.backends.cudnn.enabled = Truetorch.backend.cudnn.benchmark=True1 2 3cuDNN使用非确定性算法，并且可以使用torch.backends.cudnn.enabled = False来进行禁用如果设置为torch.backends.cudnn.enabled =True，说明设置为使用使用非确定性算法然后再设置：torch.backends.

2020-11-11 14:58:40 1093

转载 pytorch中torch.manual_seed()的理解

使用????：为CPU中设置种子，生成随机数 torch.manual_seed(number) 为特定GPU设置种子，生成随机数 torch.cuda.manual_seed(number) 为所有GPU设置种子，生成随机数 torch.cuda.manual_seed_all() 使用原因????：在需要生成随机数据的实验中，每次实验都需要生成数据。设置随机种子是为了确保每次生成固定的随机数，这就使得每次实验结果显示一致了，有利于实验的比较和改进。...

2020-11-11 14:56:36 1207

转载 pytorch系列 ---5以 linear_regression为例讲解神经网络实现基本步骤以及解读nn.Linear函数

本文主要讲述最简单的线性回归函数：y = w x + b y=wx+by=wx+b在pytorch的实现，主要包括神经网络实现的基本步骤和nn.Linear的源码解读。1. nn.Linear 源码解读先看一下Linear类的实现：源代码网址:https://pytorch.org/docs/stable/_modules/torch/nn/modules/linear.htmlLinear继承于nn.Module,内部函数主要有__init__，reset_parameters,forw.

2020-11-11 14:30:35 514

转载 Win10+libtorch1.1+opencv 笔记

这几天刚刚把libtorch加载模型弄明白，记录一下。1、正确安装VS2017+opencv+cmake +pytorch 1.12、官网下载libtorch cpu 1.1版本(注意pytorch与libtorch版本一致)3、pytorch 导出模型import torchfrom torchvision import modelsmodel = models.resnet18()#导入已经训练好的模型#state = torch.load('latest.pt')#mod.

2020-11-11 09:56:09 315