![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习
文章平均质量分 57
神经网络相关
great-wind
好记性不如烂笔头
展开
-
keras-yolo3项目之训练文件train.py注释
要想知道一个模型的流程,个人认为,看训练代码是能最快了解模型前后逻辑关系的方法之一,keras-yolo3项目训练源码如下:"""Retrain the YOLO model for your own dataset.使用自己的数据训练YOLO模型"""import numpy as npimport keras.backend as Kfrom keras.layers import Input, Lambdafrom keras.models import Modelfrom ker原创 2021-03-18 17:26:44 · 200 阅读 · 0 评论 -
keras-yolo3项目之YOLO3主网络层的实现及解析
YOLOV3的网络结构在YOLOV3的论文中,给出的网络结构如下:从上图中,可以得到卷积层共有52个,左侧的数字(1,2,8,8,4)表示所框选的卷积层重复的次数,由此可以将重复的网络层作为一个循环体,存在一定的规律性:YOLOV3主网络层的代码实现from functools import wraps,reduceimport numpy as npimport tensorflow as tffrom tensorflow.keras.utils import plot_modelf原创 2021-03-15 20:47:08 · 261 阅读 · 1 评论 -
yolov5使用笔记
yolov5使用笔记前期准备训练集,验证集,测试集划分转换标注文件构建数据配置文件前期准备首先,将yolov5源代码下载至本地,并配置好运行yolov5代码所需环境。其次,准备好自己已标注好的数据集。标注文件格式为YOLO格式。YOLO格式的标注文件一般以txt文件形式保存,否则按照以下格式对标注文件进行格式转换:每一行存放一个标注对象每行格式:类别 x坐标中心 y坐标中心 宽 高框坐标必须是标准化的xywh格式,如果框坐标是以像素为单位的,将框的x中心坐标x_center和宽w除以图像的宽,原创 2021-03-12 14:36:00 · 709 阅读 · 0 评论 -
数据集划分脚本
此代码将数据集分为:训练+验证,训练集,验证集,测试集,根据实际情况取相对应的文件即可。比如:若你的训练代码中不包含验证集划分,取训练集,验证集,测试集使用;若包含验证集划分,取训练+验证,测试集使用。新建一个split_train_test.py文件,用来划分数据集,代码如下:import osimport randomtrainval_percent = 0.9 # 训练+验证train_percent = 0.9 #训练xmlfilepath = 'DataSet\\Ann原创 2021-03-11 16:00:53 · 595 阅读 · 0 评论 -
OpenPose使用中报错整理
根据OpenPose:快速入门的介绍,直接进入openpose所在的根目录:PS C:\Windows\system32> cd D:PS D:\> cd D:\Works-Experience\grid\Projects\openpose然后,运行以下语句:PS D:\Works-Experience\grid\Projects\openpose> bin\OpenPoseDemo.exe --image_dir examples\media\报错如下:Starting原创 2020-10-09 14:24:23 · 1256 阅读 · 0 评论 -
OpenPose Python Module and Demo
目录简介简介该文主要介绍OpenPose的一个Python API模块。它是一个有效的包装器,可以复制op::Wrapper class的大部分功能,并允许使用标准Python和Numpy结构从op::Datum class填充和检索数据。调用Python API与C++函数是平行的。详细内容可查看python/openpose/openpose_python.cpp#L194...翻译 2020-09-29 14:45:31 · 393 阅读 · 0 评论 -
OpenPose:快速入门
OpenPose:快速入门快速入门快速入门翻译 2020-09-04 11:11:16 · 2532 阅读 · 0 评论 -
OpenPose Demo
OpenPose Demo忘记OpenPose库代码,只编译库并使用演示./build/examples/openpose/openpose.bin翻译 2020-09-04 10:41:29 · 603 阅读 · 0 评论 -
OpenPose校准模块和演示样例
目录一、简介二、安装校准模块三、运行3.1 常规小技巧3.2 Step 1 - 对失真和内在参数进行校准3.3 Step 2 - 校准外部参数四、摄像机矩阵的输出格式一、简介该实验模块进行摄像机校准(失真、摄像机内外参数提取),计算并保存输入图像的内在参数。该实验建立在OpenCV之上,但目的是为没有校准或计算机视觉背景的人(或像我这样懒惰的人)简化过程。注意:我们的目标不是拥有最好的校准工具箱,而是最简单的。如果需要非常高质量的校准,我相信一定有许多其他的工具箱有更好的外部参数估计工具。非常重要:翻译 2020-09-03 18:28:44 · 469 阅读 · 0 评论 -
OpenPose安装
目录Windows Portable Demo安装视频教程操作系统Community-Based Work依赖软件克隆OpenPose更新OpenPose安装安装过程中出现的问题Prerequisites配置OpenPose构建OpenPose运行OpenPoseWindows说明重装卸载部署OpenPose(将OpenPose导出到其他项目)Windows Portable Demo如果您只是想在Windows中使用OpenPose Demo,只需使用OpenPose可移植二进制文件的最新版本即可,您翻译 2020-09-03 11:14:47 · 430 阅读 · 0 评论 -
Github开源人体姿态识别项目OpenPose中文文档
OpenPose中文文档翻译 2020-09-02 18:16:15 · 1485 阅读 · 0 评论 -
PaddleOCR使用笔记之配置文件的详细解释
可选参数列表以下列表可以通过--help查看FLAG支持脚本用途默认值备注-cALL指定配置文件None配置模块说明请参考 参数介绍-oALL设置配置文件里的参数内容None使用-o配置相较于-c选择的配置文件具有更高的优先级。例如:-o Global.use_gpu=false配置文件参数介绍以 rec_chinese_lite_train_v2.0.yml 为例Global字段用途默认值备注use_gpu设置代码是转载 2021-01-29 16:08:39 · 6324 阅读 · 3 评论 -
PaddleOCR使用笔记之快速使用
安装环境安装paddlepaddle-gpu安装CUDA 10.0对应的飞桨2.0.0,GPU版本:# 创建虚拟环境conda create -n paddle_env python=3.7# 进入虚拟环境activate paddle_env# 安装paddlepaddle-gpupython -m pip install paddlepaddle-gpu==2.0.0rc1.post100 -f https://paddlepaddle.org.cn/whl/stable.html原创 2021-01-29 15:20:50 · 521 阅读 · 0 评论 -
网络层可视化化工具Netron
简介Netron是神经网络、深度学习和机器学习模型的可视化工具。Netron支持以下模型的可视化:ONNX:.ONNX,.pb,.pbtxtKeras:.h5,.KerasTensorFlow Lite:.tfliteCaffe:.caffemodel,.prototxtDarknet:.cfgCore ML:.mlmodelMNN:.MNNMXNet:.model、-symbol.jsonncnn:.paramPaddlePaddle :.zip,__model__Caffe2:原创 2021-01-26 15:14:53 · 228 阅读 · 0 评论 -
keras-yolo3项目之三:model.py文件
model.py文件是用keras模块编写的yolo模型文件,主要内容如下:from functools import wrapsimport numpy as npimport tensorflow as tffrom keras import backend as Kfrom keras.layers import Conv2D, Add, ZeroPadding2D, UpSampling2D, Concatenate, MaxPooling2Dfrom keras.layers.adv原创 2020-12-14 11:47:06 · 455 阅读 · 0 评论 -
keras-yolo3项目之二:utils.py文件
utils.py是模型训练时其他实用功能。from functools import reducefrom PIL import Imageimport numpy as npfrom matplotlib.colors import rgb_to_hsv, hsv_to_rgbdef compose(*funcs): """Compose arbitrarily many functions, evaluated left to right. Reference: http原创 2020-12-04 14:55:24 · 608 阅读 · 0 评论 -
keras-yolo3项目之一:介绍
点击下载项目源代码整体目录结构如下:font文件夹中存放的是该项目中使用到的字体,如下:model_data文件夹中存放的是模型文件,如下:其中,coco_classes.txt文件中存放COCO数据集的类别,共80个类别。voc_classes.txt文件中存放VOC数据集的类别,共20个类别。yolo_anchors.txt文件中存放着yolo模型使用的anchors(个人习惯叫标注框)的大小,共9个。tiny_yolo_anchors.txt文件中存放着tiny_yolo模原创 2020-10-22 14:37:28 · 277 阅读 · 0 评论 -
keras-yolo3项目之四:kmeans.py注释
kmeans.py文件主要是对训练数据集的标注框进行聚类,最终输出9个标注框。原创 2020-10-22 14:38:36 · 646 阅读 · 1 评论 -
window下keras-yolo3使用笔记
下载keras-yolo3keras-yolo3在GitHub上的开源项目地址环境要求测试环境需要包含以下三个依赖模块:Python 3.5.2Keras 2.1.5tensorflow 1.6.0利用Anaconda创建一个合适的虚拟环境,由于在构建虚拟环境时直接安装上述三个依赖包,会产生默认安装tensorflow1.1版本的情况,建议先创建虚拟环境,后安装模块:conda create -n TF1.6 python=3.5.2conda activate TF1.6pip i原创 2020-11-27 19:09:10 · 125 阅读 · 0 评论 -
Tensorflow2.0安装及相关配置
Tensorflow2.0安装及相关配置Tensorflow的GPU版本安装前的准备安装 GPU 驱动安装 GPU 运行库安装 CUDA安装 cuDNNTensorflow2.0的GPU版Tensorflow分为CPU版本和GPU版本,安装步骤类似Tensorflow的GPU版本安装前的准备安装 GPU 驱动确保电脑已经安装好了 Nvidia GPU 显卡驱动, 官方驱动下载地址同时需要确保电脑显卡的运算能力在 3.5 之上, 可以在这里查看对应显卡的运算能力安装 GPU 运行库对于 GP原创 2020-07-28 21:25:27 · 303 阅读 · 0 评论 -
anaconda+window安装caffe
下载caffe点击此处下载caffe。创建虚拟环境使用anaconda创建一个caffe虚拟环境,语句如下:conda create -n caffe python=3.5进入创建好的虚拟环境conda activate caffe安装依赖包conda install cmake ninja numpy scipy protobuf==3.1.0 six scikit-image pyyaml pydotplus graphviz使用caffe的python接口将第一原创 2020-11-08 21:44:56 · 368 阅读 · 0 评论