Deep Learning
文章平均质量分 59
1
abysswatcher_1
这个作者很懒,什么都没留下…
展开
-
解决error: (-2:Unspecified error) The function is not implemented. Rebuild the library with Windows
我是windows系统,在运行cv-python库的一个图像动态模糊算法时,突然报了这个错误。搜索类似的问题有说读取图片的路径不对的,还有重装高版本的cv库,但不是都没用。所有的cv2类下的函数都失效了。解决方法:先:pip uninstall opencv-python 再:pip install opencv-python重装一下这个包就好了,不清楚产生原因,我是在执行了albumentations包的安装后出现的问题,应该是版本之间的冲突导致的。stackoverflow:htt原创 2022-05-18 15:20:21 · 6990 阅读 · 3 评论 -
Python爬虫获取新冠肺炎数据
本文描述了最基本的爬虫使用方法。目标网站:https://news.qq.com/zt2020/page/feiyan.htm#/global获取网站中外国某国家疫情感染人数。一.网站分析按F12进入开发者模式,查看目标网站的信息,以google浏览器为例子:选择network中的XHR,可以看到name中有很多项,在网页中点开目标国家(俄罗斯)的具体信息,可以看到在name栏中最下方出现了一个新的信息,查看具体信息可以看到一些相关的信息。http请求为post,参数为country,URL也可原创 2021-02-22 22:36:07 · 3370 阅读 · 2 评论 -
【pytorch-ssd目标检测】训练自己的模型(三)-测试模型的精度
训练数据集https://blog.csdn.net/abysswatcher1/article/details/113463551修改部分首先对eval.py中的代码进行修改:1.导入部分注释掉VOC和COCO,改为自己的数据集。2.第一个在parser.add_argumen中,将路径改为之前训练好的模型的路径。parser.add_argument('--trained_model', default='C:/Users/25345/Desktop/原创 2021-01-31 13:15:46 · 1751 阅读 · 7 评论 -
【pytorch-ssd目标检测】训练自己的模型(二)-训练过程的实现
前文(创建数据集)https://blog.csdn.net/abysswatcher1/article/details/113448508打开之前下载的ssd-pytorch源代码,进行修改,下图是在VScode中的文件夹目录结构:部分细节可能不一样,训练测试之后就会生成了。修改部分1.读取自己的数据集之前下载的预训练模型vgg16_reducedfc.pth要放在对应的文件夹下。在config.py中# config.pyimport os.path# gets home dir原创 2021-01-31 12:48:49 · 2473 阅读 · 3 评论 -
【pytorch-ssd目标检测】训练自己的模型(一)-环境安装,数据集准备
前情提要此系列博客记录我从创建,训练,数据集,验证模型的检测精度等的全部踩坑过程,遇到的问题以及解决方法,留下点东西,作为自己这段时间学习的总结,如果能对他人有些帮助就更好了。环境系统:Windows10GPU:GTX1660TiCUDA:11.0pytorch:1.6.0训练过程中可以使用GPU加速,要安装对应自己显卡版本的CUDA,官网可查。不用的话只使用自己的CPU,速度会比较慢。pytorch环境安装即SSD-pytorch代码下载点击链接登陆pytorch官网根据电脑的操作系统配原创 2021-01-31 11:03:14 · 2405 阅读 · 1 评论 -
“谷歌浏览器无法从该网站添加应用、拓展程序和用户脚本”问题解决
1.在浏览器的桌面快捷方式上鼠标右键,选择属性。2.在目标(T)后添加参数: --enable-easy-off-store-extension-install如果你的版本中谷歌路径后面有双引号,如果有,要在双引号后面添加参数3. 在进入浏览器的拓展程序页面,在右上角选择开发者模式,即可进行添加了。...原创 2021-01-31 11:01:12 · 920 阅读 · 0 评论 -
物体检测常用网络结构(Backbone)的特点总结
1.VGG.net基本结构:常见的VGG16,t采用了五组卷积与三个 全连接层,最后使用Softmax做分类。特点:每次 经过池化层(maxpool)后特征图的尺寸减小一倍,而通道数则增加一 倍(最后一个池化层除外)。优点:VGGNet简单灵活,拓展性很强,并且迁移到其他数据集上的泛化 能力也很好,因此时至今日有很多检测与分割算法仍采用VGGNet的网 络骨架。Inception结构:Inception模块如图3.13所示,使用了三个不同大小的卷积核进行卷 积运算,同时还有一个最大值池化,然后将这原创 2020-08-12 08:30:06 · 2025 阅读 · 0 评论 -
Pytorch的数据加载
PyTorch将数据集的处理过程标准化,提供了Dataset基本的数据 类,并在torchvision中提供了众多数据变换函数,数据加载的具体过程 主要分为3步:1.继承Dataset类对于数据集的处理,PyTorch提供了torch.utils.data.Dataset这个抽象 类,在使用时只需要继承该类,并重写__len__()和__getitem()__函数, 即可以方便地进行数据集的迭代。from torch.utils.data import Datasetclass my_data(Da原创 2020-08-09 14:11:00 · 138 阅读 · 0 评论 -
nn.module类搭建简单神经网络
nn.Module是PyTorch提供的神经网络类,并在类中实现了网络各层 的定义及前向计算与反向传播机制。在实际使用时,如果想要实现某个 神经网络,只需继承nn.Module,在初始化中定义模型结构与参数,在 函数forward()中编写网络前向过程即可。下面具体以一个由两个全连接层组成的感知机为例,介绍如何使用 nn.Module构造模块化的神经网络。新建一个perception.py文件,内容如 下:import torchfrom torch import nn#先建立一个全连接的子modu原创 2020-08-08 14:43:42 · 1365 阅读 · 0 评论 -
检测精度AP的计算
贴合程度的量化计算方法IoU为:预测框架与真实框架的交集比预测框架与真是框架的并集。具体算法实现:def iou(boxA, boxB): # 计算重合部分的上、下、左、右4个边的值,注意最大最小函数的使用 left_max = max(boxA[0], boxB[0]) top_max = max(boxA[1], boxB[1]) right_min = min(boxA[2], boxB[2]) bottom_min = min(boxA[3], boxB[3])原创 2020-08-07 11:31:47 · 1943 阅读 · 0 评论 -
训练食物图片自动分类模型
任务说明:通过卷积神经网络(Convolutional Neural Networks, CNN)对食物图片进行分类。数据集中的食物图采集于网上,总共11类:Bread, Dairy product, Dessert, Egg, Fried food, Meat, Noodles/Pasta, Rice, Seafood, Soup, Vegetable/Fruit. 每一类用一个数字表示。比如:0表示Bread,1表示Dairy product。数据说明下载food-11.zip文件(约1.16G原创 2020-08-05 10:33:55 · 2266 阅读 · 2 评论 -
动态二维字符数组排序
题目要求:输入n个字符串,将他们排序后输出。要求使用动态数组和指针。#include<stdio.h>int main(){ int n; while(scanf("%d",&n)!=-1) { getchar(); getchar();//写两遍的原因,上一组最后一个数据的回车和输入n的回车 c...原创 2020-03-16 15:50:16 · 364 阅读 · 0 评论 -
关于c++中printf语句输出string类型乱码
string s="helloworld";printf("%s",s);运行上述程序,会出现下面的结果。这是怎么回事啊,%s对应字符串类型,应当没有错啊。如果将输出语句改成cout,输出则会恢复正常。printf只能输出C语言中的内置数据,string不是c语言内置数据。更深入的来说:s这个string类型的对象并非单单只有字符串,其内还有许多用于操作的函数,于是&s并非字...原创 2020-02-19 11:57:18 · 1844 阅读 · 1 评论