深度学习
aaon22357
这个作者很懒,什么都没留下…
展开
-
tensor和array的区别
接触tensorflow的同学对这两句代码一定无比熟悉,作为python新手的我,一直不太明白两者的区别,对数组或者矩阵操作的时候一会儿np.xx(),一会tf.xx(),各种混用导致频繁报错。。。import tensorflow as tfimport numpy as np这里用一个最简单的列子,证明二者的不同:输入a=tf.constant([[1,2],[3,4]],dt...原创 2018-08-23 16:28:30 · 11829 阅读 · 0 评论 -
制作分割数据集——labelme工具的使用
在git上下载labelme的zip包 https://github.com/wkentaro/labelme,进行底下的安装操作,我是在anaconda的tensorflow环境下面装的,需要步骤:source activate tensorflow-gpu #激活tensorflow环境pip install pyqt5pip install labelme然后拿张图片做例子,介绍...原创 2019-01-13 09:52:33 · 5780 阅读 · 17 评论 -
COCO数据集-语义分割2
要使用COCO数据分割数据集,先要配置API,参见我的上一篇博客我对COCO数据集的一些理解:图片都是一样的,annotations不一样(就是包含注释信息的json文件),有captions,instances,person_keypoints,stuff四大类,每一类都分别包含train和val。我们常用的三个分别是instances——实例分割person_keypoints——关...原创 2018-12-14 20:00:49 · 7316 阅读 · 2 评论 -
COCO数据集-语义分割1
PythonAPI/cocoSegmentationToPngDemo.py函数是用来做语义分割的,参考这里https://blog.csdn.net/qq_33000225/article/details/78985635?utm_source=blogxgwz2由于我用的是2017数据集,因此只需要改第一部分,labelMap = cocoSegmentationToSegmentation...原创 2018-10-16 22:09:29 · 4203 阅读 · 3 评论 -
Anaconda环境管理
查看conda环境conda info --envs创建环境conda create -n 环境名称 python=3.6删除环境conda remove -n 环境名称 --all复制环境conda create -n 新环境名称 --clone 旧环境名称...原创 2019-05-21 15:09:20 · 218 阅读 · 0 评论 -
TensorFlow中的Nan值的陷阱
看到了一篇很好的博客,分享给大家。转载 2018-09-21 08:36:49 · 390 阅读 · 0 评论 -
keras学习记录
转载自 https://blog.csdn.net/autoliuweijie/article/details/53157169import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.lay...原创 2018-10-25 20:34:00 · 149 阅读 · 0 评论 -
pytorch调用预训练模型
最近刚开始入手pytorch,搭网络要比tensorflow更容易,有很多预训练好的模型,直接调用即可。 参考链接 import torchimport torchvision.models as models #预训练模型都在这里面#调用alexnet模型,pretrained=True表示读取网络结构和预训练模型,False表示只加载网络结构,不需要预训练模型alexnet = m...原创 2018-09-14 08:55:12 · 16507 阅读 · 5 评论 -
tensorflow实现卷积和反卷积
卷积:tf.nn.conv2d函数参考链接 https://www.cnblogs.com/qggg/p/6832342.html函数原型: tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)input是一个Tensor,[batch, in_height, in_width,...原创 2018-09-15 10:40:25 · 946 阅读 · 0 评论 -
tensorflow调用预训练模型
Tensorflow读取并输出已保存模型的权重数值参考链接https://blog.csdn.net/AManFromEarth/article/details/81057577https://blog.csdn.net/aiseu001/article/details/79851176import tensorflow as tfimport tensorflow.contrib.sl...原创 2018-09-27 09:50:45 · 2634 阅读 · 0 评论 -
Tensorflow变量作用域及变量初始化
先来区分几个概念:tf.name_scope():为了更好地管理变量的命名空间而提出的。比如在 tensorboard 中,因为引入了 name_scope, 我们的 Graph 看起来才井然有序tf.variable_scope():通过 tf.get_variable()为变量名指定命名空间.创建变量的三种方式:tf.placeholder() :占位符。* trainable=...原创 2018-09-29 15:31:53 · 1309 阅读 · 1 评论 -
【PyTorch基础】
参考教程 https://www.jianshu.com/p/aee6a3d72014搭建一个简单的网络import torchimport torch.nn as nnimport torch.optim as optimimport torch.nn.functional as Fclass mymodel(nn.Module): def __init__(self):...原创 2019-06-21 17:25:11 · 314 阅读 · 0 评论 -
python实现卷积操作
文章目录调用tf.nn.conv2d()实现卷积自己实现卷积函数我们知道,tensorflow里面自带卷积函数,tf.nn.conv2d()就可以实现相关功能,本文主要是自己实现卷积操作,然后和tf.nn.conv2d()函数的结果对比,验证正确性。调用tf.nn.conv2d()实现卷积首先是调用卷积函数实现卷积操作:这里说明一下conv2d的定义及参数含义: 参考【定义:】tf.n...原创 2018-12-27 15:03:09 · 16789 阅读 · 3 评论 -
ROC/AUC/PR解读
文章目录PR曲线(准确率-召回率曲线)ROC曲线如何绘制ROC曲线PR曲线和ROC曲线的对比AUCAUC更透彻的理解AUC和PR的区别PR曲线(准确率-召回率曲线)首先祭出这个表~真实的 正真实的 反预测的 正TPFP预测的 反FNTN准确率 precision=TP/(TP+FP)召回率 recall=TP/(TP+FN)ROC曲线全...原创 2019-05-10 22:27:46 · 2392 阅读 · 0 评论 -
AP/mAP检测评估指标
理论部分的研究看这个链接https://zhuanlan.zhihu.com/p/48992451http://blog.sina.com.cn/s/blog_9db078090102whzw.htmlPR曲线自己用python实现了Precision和Recall的计算,并画PR曲线的代码附上:import matplotlib.pyplot as pltscore = [0.91,...原创 2019-05-14 22:26:03 · 2564 阅读 · 0 评论 -
NMS,IOU——python实现
NMS代码:import tensorflow as tfdef nms(boxes, overlap_threshold, mode='Union'): #输入boxes是一个N*5的numpy array,overlap_threshold是阈值 # if there are no boxes, return an empty list if len(boxes) ==...原创 2018-10-23 19:56:18 · 650 阅读 · 0 评论 -
深度学习跟踪算法总结
深度学习领域小白一只,刚开始看论文半个月,把自己看论文的思路记下来,方便以后回顾和总结~2018.07.27 TLD是传统算法,没有用到深度学习, DLT是第一个将深度学习成功应用于目标跟踪领域的算法,SO-DLT是它的改进版, SO-DLT和FCNT都是纯深度的,端到端的跟踪,其中FCNT中使用了不同层的特征获取不同level的信息用来跟踪,不过时间久远了。。。 HCF是深度特征+传...原创 2018-08-03 11:12:07 · 9359 阅读 · 0 评论 -
Pytorch——torch.nn&torch.nn.functional
文章目录torch.nntorch.nn.functional实现pooling实现二维max pooling实现一维max pooling常用的两个库分别为torch.nn和torch.nn.functional,里面有很多函数功能都是相似的,两者的区别主要在于:使用torch.nn定义函数的时候,搭建的是“空壳子”,并不需要给定input,input在forward部分才给定,而使用torc...原创 2019-12-05 15:25:14 · 1738 阅读 · 0 评论 -
【Pytorch】训练模型
文章目录一、训练完整流程二、高阶操作1.自定义学习率2. 只训练特定的网络层3. 逐层释放/冻结网络参数4.恢复优化器状态时参数不match的解决方案5. 梯度反传,loss反传,梯度裁剪三、恢复保存的优化器状态,继续优化四、加载模型到指定的卡上一、训练完整流程使用Pytorch训练神经网络的一般流程为(伪代码,许多功能需要自己实现,这里只列出了流程):import torchimport...原创 2020-01-14 11:28:38 · 8544 阅读 · 1 评论 -
【Pytorch】optimizer原理
参考链接#### 保存模型states_dict = {'epoch': epoch, 'arch': model_name, 'model':model.module.state_dict(),'optimizer': optimizer.state_dict()}torch.save(states_dict, 'model.pth') # save model #### 加载/恢...原创 2019-10-29 17:02:56 · 894 阅读 · 0 评论 -
【目标检测】One-stage目标检测算法
文章目录One-stage目标检测算法流程为什么要对检测器实施约束?anchor是什么,有什么用anchor怎么生成的yolo-v3选择先验框的策略:SSD选择先验框的策略:怎样从feature map转换成bbox的?损失函数参考(写的非常清晰) https://zhuanlan.zhihu.com/p/61485202本文主要以yolov3和SSD为主,分析One-stage目标检测算法...原创 2019-07-05 23:29:29 · 1345 阅读 · 0 评论 -
【语义分割】Deeplabv3源码解读
最近在做的一个比赛,用到了Deeplabv3,顺便看了一下源码,记录一下。我用的backbone是ResNet50,主体分为四个stage。输入Image,经过Init Block,这个Init Block由3个3×3的卷积层+一个maxpooling层组成,其中一个卷积层的stride为2,因此经过Init block后的输出尺寸降了4倍。(用output_stride=4来描述)...原创 2019-07-04 19:43:13 · 4053 阅读 · 10 评论 -
【目标检测】One-stage/Two-stage/Anchor Free
文章目录Two-stageOne-stageTwo-Stage和One-Stage方法的结合One-stage和Two-stage的比较Anchor-Freeanchor-free和anchor-based结合——Guided Anchoringhttps://www.zhihu.com/question/266143762/answer/304172590https://blog.csdn....原创 2019-07-03 11:13:29 · 2253 阅读 · 0 评论