- 博客(26)
- 资源 (5)
- 收藏
- 关注
原创 YOLOv4总结 --- 思维导图
论文:https://arxiv.org/pdf/2004.10934.pdf代码:https://github.com/AlexeyAB/darknet该图来自公众号【计算机视觉联盟】
2020-04-30 10:35:24 1457
原创 Python 提取COCO数据集的指定类并保存标签为XML格式
有时候我们会抽取一些公开数据集的某些类别数据作为自己补充训练数据。抽取VOC2012数据集指定类别之前讲到过,参考:Yolov3 行人检测 – 使用Yolov3训练从VOC2012抽取出来的行人数据本文是抽取COCO数据集的指定类别并将标签转为XML格式。...
2020-04-29 14:11:15 1969 2
原创 解决ImportError: cannot import name '_validate_lengths'
只需升级一下scikit-image库pip install -U scikit-image错误解除!
2020-04-27 23:15:28 1694 1
原创 YOLOv4真的来了!!论文翻译 --- YOLOv4: Optimal Speed and Accuracy of Object Detection
代码:https://github.com/AlexeyAB/darknet论文:https://arxiv.org/abs/2004.10934新鲜出炉的YOLOV4,集大成者。先看看效果对比:由图可以看到,YOLOV4在准确度和效率上都有大幅提升,与Efficientdet相比,在相同的准确率下速度快两倍,相比YOLOv3 AP和速度有10%和12%的提升。...
2020-04-26 21:10:27 3954
原创 解决Pytorch下报错Missing key(s) in state_dict: "resnet.conv1.0.weight",和 Unexpected key(s) in state_dict
运行predict.py时报错如下:RuntimeError: Error(s) in loading state_dict for VisitNet:Missing key(s) in state_dict: “resnet.conv1.0.weight”, “resnet.conv1.1.weight”, “resnet.conv1.1.bias”, “resnet.conv1.1.run...
2020-04-25 17:04:09 20822
原创 Pytorch下根据layers的name冻结层进行finetune训练
进行深度学习任务,当数据量较少而使用的网络模型很大时,很容易出现overfitting现象。其中一个避免过拟合的方式就是finetune:这时候我们不需要对模型的所有参数进行训练,只需要冻结某些层,训练部分层就可以。...
2020-04-24 14:49:25 701
原创 Python中filter()和map()函数用法
filter()函数filter(function, iterable)function – 判断函数iterable – 可迭代对象例子:input = [2, 18, 9, 22, 17, 24, 8, 12, 27]print(list(filter(lambda x: x % 3 == 0, input)))>>[18, 9, 24, 12, 27]过滤...
2020-04-23 19:55:44 1028
原创 Pytorch下label的one-hot形式转换方法
进行网络训练时通常需要对label转为one-hot形式,下面给出自己知道的两种方法。方法一巧妙使用torch.eye()方法torch.eye(n, m=None, out=None)参数:n (int ) – 行数m (int, optional) – 列数.如果为None,则默认为nout (Tensor, optinal) - Output tensor返回一个二维向...
2020-04-23 15:20:18 11909
原创 完美解决ImportError: libcudart.so.10.0: cannot open shared object file: No such file or directory
程序报错:ImportError: libcudart.so.10.0: cannot open shared object file: No such file or directory我有三个cuda版本,如下:cendelian@cendelian-ubuntu:~$ cd /usr/localcendelian@cendelian-ubuntu:/usr/local$ lsbin...
2020-04-21 23:46:04 31184 12
原创 TResNet学习笔记 --- TResNet: High Performance GPU-Dedicated Architecture
代码:https://github.com/mrT23/TResNet论文:https://arxiv.org/abs/2003.13630阿里达摩院上个月推出的推出的高性能GPU专用模型,比以前的ConvNets具有更高的准确性和效率,性能优于EfficientNet、MixNet等网络。...
2020-04-21 15:00:47 4730 1
原创 【Resnet最强变体】ResNeSt学习笔记 --- ResNeSt: Split-Attention Networks
代码:https://github.com/zhanghang1989/ResNeSt论文:https://hangzhang.org/files/resnest.pdf尽管图像分类模型最近不断发展,但是由于其简单而模块化的结构,大多数下游应用程序(例如目标检测和语义分割)仍将ResNet变体用作backbone。ResNeSt展示了一个简单的模块:Split-Attention,该块可实现跨...
2020-04-17 16:55:07 11054 10
原创 完美解决TypeError: object of type class 'numpy.float64' cannot be safely interpreted as an integer.
numpy版本问题,降低版本即可对于我,numpy 1.18.2 -> numpy 1.17.0错误解除。。。
2020-04-16 19:34:45 7408 3
原创 Efficientdet学习笔记 --- EfficientDet: Scalable and Efficient Object Detection
论文:https://arxiv.org/abs/1911.09070代码1(官方):https://github.com/google/automl/tree/master/efficientdet代码2(最强复现):https://github.com/zylo117/Yet-Another-EfficientDet-Pytorch...
2020-04-15 16:05:03 2298
原创 成功解决训练模型时出现错误 return [self.imgs[id] for id in ids] KeyError: '2'
使用自己制作的数据集和转换好的coco格式json文件训练时报错:image_info = self.coco.loadImgs(self.image_ids[image_index])[0]File “/home/cendelian/anaconda3/envs/tf/lib/python3.6/site-packages/pycocotools/coco.py”, line 229, in...
2020-04-14 21:39:57 3069 5
原创 MobileNetV3学习笔记 --- Searching for MobileNetV3
论文:https://arxiv.org/pdf/1905.02244.pdfPytorch_MobilenetV3 实现:https://github.com/xiaolai-sqlai/mobilenetv3Mobilenet系列网络属于轻量级网络,小巧,快,准。十分适合于移动端部署,现已被广泛运用于分类、检测识别等领域,作为特征提取backbone。比如Mobilenet-SSD,Mob...
2020-04-14 15:23:09 2114
原创 Python修改文件扩展名
import osoldname = 'old.txt'newname = 'old.csv'os.rename(oldname, newname)以上!
2020-04-12 22:50:28 2502
原创 MobilenetV2学习笔记 --- MobileNetV2: Inverted Residuals and Linear Bottlenecks
论文:https://arxiv.org/abs/1801.04381代码:https://github.com/tonylins/pytorch-mobilenet-v2此外给出MobilenetV1论文链接:https://arxiv.org/abs/1704.04861没有看过MobilenetV1的建议先去看看。MobilenetV1利用深度可分离卷积代替标准卷积,大大减少了模型...
2020-04-12 13:34:10 904 1
原创 (Python)一行代码获取文件夹下面所有指定后缀文件名的文件路径列表
一行代码搞定import globtrain_path = 'D:\\AI_Kaggle_Study\voc2coco\\mask\\train\\'# 获取文件架下面的所有xml文件xml_list = glob.glob(train_path + "/*.xml")print(xml_list)或者import osxml_list = [os.path.join(tra...
2020-04-09 16:38:34 3392
原创 数据集VOC标注格式转为COCO格式
很多目标检测开源的项目都基于COCO数据集进行评测,那么我们在基于开源项目的基础上进行深度学习任务时,就需要将数据集格式转为COCO格式。本文以一个例子讲述将VOC的数据集格式转为COCO格式。关于COCO数据集标注格式介绍见:https://blog.csdn.net/c2250645962/article/details/105367693例子:需要转换的VOC数据集是50张狗狗图片...
2020-04-09 14:03:13 3595 6
原创 COCO数据集标注格式及意义
COCO 2017数据集下载链接:http://images.cocodataset.org/zips/train2017.ziphttp://images.cocodataset.org/annotations/annotations_trainval2017.ziphttp://images.cocodataset.org/zips/test2017.ziphttp://images....
2020-04-07 17:33:21 12734 3
原创 Pytorch学习(六) --- 模型训练的常规train函数flow及其配置
前几个Pytorch学习博客写了使用Pytorch的数据读取、数据增强、数据加载、模型定义,当完成上面几个步骤,就可以进行模型训练了。使用Pytorch进行模型训练,通常可以将train过程写成一个函数,简单的train写法常规的传入参数如下:数据加载器DataLoader目标模型model损失函数criterion优化器optimizer较为简单的train函数可以写为如下:d...
2020-04-03 17:35:59 15069 2
原创 Pytorch学习(五) --- torchvision.ImageFolder()的用法
在使用pytorch做深度学习任务的数据加载时,常用的方式是使用torchvision.Dataset类定义数据读取,然后使用torch.utils.data.DataLoader定义数据加载器。该部分内容见Pytorch学习(一)不过,有些分类数据的文件目录组织形式如下:即数据的分类已经分好,分别放在各自对应的文件夹。这时候,定义数据读取时,使用 torchvision包中的ImageF...
2020-04-03 14:44:53 5525 2
原创 模型剪枝学习笔记 --- Channel Pruning via Optimal Thresholding
Channel Pruning via Optimal Thresholdinggithub开源链接:https://github.com/yeyun11/netslim论文下载链接:https://arxiv.org/abs/2003.04566前几天刚开源的一个基于通道剪枝的方法。太厉害了。...
2020-04-02 17:09:00 2787
原创 Pytorch学习(三)--- 使用torchvision.transforms快速对图像数据做数据增强
torchvision.transforms是torchvision中的一个用于数据增强的包,包含了很多transform操作。
2020-04-01 15:23:05 2754 1
Python/Matlab 小波包变换实例源码
2018-12-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人