![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch
谢陈(xiec177)
这个作者很懒,什么都没留下…
展开
-
Pointnet2.PyTorch编译报错raise RuntimeError(message) from e RuntimeError: Error compiling objects for ex
Pointnet2.PyTorch编译报错raise RuntimeError(message) from e RuntimeError: Error compiling objects for原创 2022-11-04 11:24:15 · 2903 阅读 · 0 评论 -
error during connect: In the default daemon configuration on Windows, the docker client解决办法
error during connect: In the default daemon configuration on Windows, the docker client must be run elevated to connect. This error may also indicate that the docker daemon is not running.网上百度了一下,CSDN上更是一堆都机灵的解决方法。大哥些,别乱转载了,这说的很清楚,请打开docker客户端,谢谢!!!!需要原创 2022-01-05 10:05:03 · 8342 阅读 · 6 评论 -
Deep Dual-resolution Networks for Real-time andAccurate Semantic Segmentation of Road Scenes
重点:卷积网络从输入到输出,会经过多个下采样层(一般为5个,输出原图1/32的特征图),从而逐步扩大视野获取高层语义特征,高层语义特征靠近输出端但分辨率低,高分率特征靠近输入端但语义层次低。 语义分割是一项需要将输入图像的每个像素分配给相应的标签 的基本任务。Deeplab减少了ReNet中一些下采样操作以获取高分辨率, 并利用利用空洞卷积来获取更大的感受野。(感受野(Receptive Field),指的是神经网络中神经元“看到的”输入区域,在卷积神经网络中,feature ma...原创 2021-12-21 11:10:56 · 432 阅读 · 0 评论 -
pytorch训练的时候遇到RuntimeError: CUDA error: device-side assert triggered
RuntimeError: CUDA error: device-side assert triggered 在pytorch训练的时候遇到这个错误,查询一下原因的确是标签越界,这里与Python起始是从0有关。需要对标签进行细心的处理才可以。但是这里要讲解的不是这个,而是我是在预测位置点何来的标签越界?? 下面讲解这个错误处理办法:RuntimeError: CUDA error: device-side assert triggered首先检查自己的标签是否从0开...原创 2021-10-22 14:55:06 · 2309 阅读 · 1 评论 -
IOS Core ML如何把输入从MLMultiArray转换为image
一般2D模型在IOS上部署都可以接收输入为image,也可以接收MLMultiArray,但一般采用前者,因为时间上快捷好几百ms(如果不介意这点时间无视)。IOS设备指定的MLMultiArray极为Python中的numpy,而图片读取的方式为PIL,所以如果是OpenCV进行的图片处理,记得通道的准确。而numpy和PIL image是可以互相转换的,因此部署阶段也可以选择图片或者数组。下面给出转换代码:import coremltoolsimport coremltools.proto..原创 2021-03-26 15:06:58 · 1167 阅读 · 0 评论 -
pytorch模型在IOS下部署
由于实际情况考虑,这里贴出官方那个代码:import torchimport torchvision# Load a pre-trained version of MobileNetV2torch_model = torchvision.models.mobilenet_v2(pretrained=True)# Set the model in evaluation modetorch_model.eval()# Trace with random dataexample_input =原创 2021-03-11 09:57:42 · 1894 阅读 · 1 评论 -
spconv编译与安装
spconv编译与安装spconv介绍编译踩坑这篇博客或许不能帮助你解决问题,只是希望能根据记录帮助理解。spconv介绍SPConv一种精度更高、速度更快的“即插即用”卷积。北邮&南开大学联合提出了一种“即插即用”计算单元,它基于特征冗余而设计,它将输入特征分成两组分别进行处理最后采用简化版SK进行融合。许久不在点云深耕,转回来发现很多算法都有些不一样。我之前一直用着pointnet系列,后面发现一个pointgroup一举拿下S3DIS 实例分割的排行榜,把原来pointnet思想甩开几条原创 2020-11-17 14:44:46 · 5649 阅读 · 13 评论 -
libtorch-gpu推理时占用CPU 100%问题解决
libtorch-gpu推理时占用CPU 100%问题解决可能很多童鞋在利用libtorch进行pytorch模型加速的时候并没有注意过CPU的占用问题,可甚至有时候觉得能调通模型都觉得很好了。然而事实是越精越好(或者CPU的占用其实也影响模型的推理性能),可能觉得我说法有些问题,因为本来用的是GPU进行计算。注意此处的解释根据个人理解而来:首先先引入几个概念:cpu个数是指物理上安装了几个cpu,一般的个人电脑是安装了1个cpucpu内核数是指物理上,一个cpu芯片上集成了几个内核单元,原创 2020-07-09 15:42:03 · 4432 阅读 · 2 评论 -
windows下编写libtorch库
很多时候使用官方的库没什么大问题,也很方便,但有时候也需要使用源码编写库。这里碰到一个问题需要编写pytorch的libtorch库,记录一下大致步骤与问题;下载源码:从官方克隆最新的代码的时候要加入recursive这个参数,因为Pytorch本身需要很多的第三方库参与编译:git clone --recursive https://github.com/pytorch/pytorch启动Anaconda虚拟环境(建议搭建一个纯净的虚拟环境),不知道如何搭建虚拟环境的,可以去这里进行参考..原创 2020-06-12 11:03:45 · 677 阅读 · 0 评论 -
C++端部署pytorch, libtorc使用教程(精简版)
C++端部署pytorch, libtorc使用教程(精简版)深度模型想要落地,必须要面临部署的问题,python虽然带来了训练的方便,但是实际部署却以C++端为主,所以如何让自己的模型很好的再C++端运行(除了C++调python代码)一直以来是个重要研究点,C++部署方法很多,这里仅针对libtorch的使用介绍:环境说明:windows10、pytorch1.4、VS20171.l...原创 2020-05-07 11:29:40 · 2378 阅读 · 2 评论 -
Windows下安装pytorch1.3.0安装以及中途遇到的安装问题
pytorch官方历来是推荐自己最新的框架,而且老框架也不会完全提供whl版本,比如pytorch1.3.0,只有Ubuntu的whl文件。而且直接从官方安装很慢,基本会安装失败,所以这次采用离线安装;首先从清华镜像下载pytorch版本,找到自己想要的版本,我一般采用的是python3.6,下载pytorch和torchvision。搭建虚拟环境这里就不赘述了,实在很简单,conda cr...原创 2020-04-02 14:32:01 · 4620 阅读 · 5 评论 -
Couldn‘t export operator aten::upsample_bilinear2d
这是在pytorch在向onnx转移模型时候遇到的问题,虽然onnx并不是完全支持pytorch所有层,但是上采样这个还是可以的,导致这个的原因是upsample_blinear2d丢失导致,所以在envs下的pytorch的onnx文件夹下找到 symbolic_opset9.py,把里面720行左右相似的语句修改为如下(建议修改之前先复制一份文件备份):upsample_bilinear1d...原创 2020-03-30 10:04:37 · 1218 阅读 · 0 评论