didiaopao的博客

1、准备数据 训练自己的模型首先要有数据集，在我写的《paddleocr文本检测模型的训练》这篇文章的时候我已经提供了一份数据集，里面包含了文本检测和识别的数据集，由于那篇文章是文本检测的训练，所以只用到了文本检测的数据集，这里我用的是文本识别的数据集，有需要数据的可以去那篇文章里面找数据。文章链接。让我们来直观的感受一下数据集，数据集照片的图片如下所示： 数据的标签如下图所示，就是每行的前面是图片的路径，后面为该图片的标签内容。这里要注意的是：txt文件中默...

一、环境的安装和开源项目的下载首先我个人建议，玩深度学习的话，不管是工作还是学习，最起码要配一个有GPU的电脑。我个人有着血淋淋的教训，我本人是电气工程的一名学生，本科期间一点深度学习和机器学习的基础都没有，读研的时候就带着自己大一的时候买的笔记本电脑（没有GPU）去了读研的学校。我的实验室是大家带上自己的电脑工作学习的。因为没有GPU很多实验跑的特别慢，学习起来也很痛苦。后面实习的时候搞得是计算机视觉相关的工作，没有GPU简直没有办法学习了，后面毅然花钱买了一个好点的电脑，现在学习起来...

1 数据准备 很多例子做图像分类的时候都喜欢用手写数字作为例子来讲解图像分类，这是一个及其不负责任的教学，我个人认为做深度学习有时候是要在数据集上下功夫的，而且因为很多框架都内置了手写数字数据集，并且已经给我们处理好了，直接可以导入到神经网络中用了，因此整个实验下来，我们连数据是什么样子都不知道，更别提学完之后去训练自己的数据集了。 这里我用的是猫狗分类的数据集，如下图所示： 利用如下脚本将数据集划分为训练集和验证集import osfro...

前言手写字体识别模型LeNet5诞生于1994年，是最早的卷积神经网络之一。LeNet5通过巧妙的设计，利用卷积、参数共享、池化等操作提取特征，避免了大量的计算成本，最后再使用全连接神经网络进行分类识别，这个网络也是最近大量神经网络架构的起点。卷积或池化输出图像尺寸的计算公式如下：O=输出图像的尺寸；I=输入图像的尺寸；K=池化或卷积层的核尺寸；S=移动步长；P=填充数1、net.pyimport torch from to...

前言deepsort之所以可以大量避免IDSwitch，是因为deepsort算法中特征提取网络可以将目标检测框中的特征提取出来并保存，在目标被遮挡后又从新出现后，利用前后的特征对比可以将遮挡的后又出现的目标和遮挡之前的追踪的目标从新找到，大大减少了目标在遮挡后，追踪失败的可能。一、特征提取网络 首先上特征提取模型的代码。特征提取的模型有很多，可以替换特征提取模型网络。import torchimport torch.nn as nnimport torch.nn.f...

目录一、目标追踪整体代码二、主要功能2.1 Configs文件目录下：2.2 deep_sort/deep_sort/deep目录下：2.3 deep_sort/deep_sort/sort目录下：一、目标追踪整体代码如果有需要代码，链接自取：代码目录如下图所示：下面对目标追踪的重要代码的功能进行一个讲解首先代码分为三个部分：目标追踪的相关代码和权重 目标检测相关代码和权重，这里用的是yolov...

一、多目标追踪的主要步骤获取原始视频帧 利用目标检测器对视频帧中的目标进行检测 将检测到的目标的框中的特征提取出来，该特征包括表观特征（方便特征对比避免ID switch）和运动特征（运动特征方便卡尔曼滤波对其进行预测） 计算前后两帧目标之前的匹配程度（利用匈牙利算法和级联匹配），为每个追踪到的目标分配ID。二、sort流程Deepsort的前身是sort算法，sort算法的核心是卡尔曼滤波算法和匈牙利算法。卡尔曼滤波算法作用：该算法的主要作用就是当前的一...

前言 很多人在训练yolov5目标检测的时候，标签只能显示英文的。怎么样才可以训练一个可以检测物体并且显示中文标签的模型呢。下面我们来一步一步的做。1 有中文标签的数据集 首先在收集数据集 的时候...

我们经常从网上获取一些目标检测的数据集资源标签的格式都是xml的，而yolov5训练所需要的是txt文件的格式，这里就需要对xml格式的标签文件转换为txt文件。同时训练自己的yolov5检测模型的时候，数据集需要划分为训练集和验证集。这里提供了一份代码将xml格式的标注文件转换为txt格式的标注文件，并按比例划分为训练集和验证集。先上代码再讲解代码的注意事项。import xml.etree.ElementTree as ETimport pickleimport osfro...

1项目的克隆和必要的环境依赖1.1项目的克隆 YOLOv5的代码是开源的，因此我们可以从github上克隆其源码。不得不说GitHub的确是全球最大的男性交友网站，里面的人个个都是人才，yolov5发布才一年左右的时间，YOLOv5就已经更新了5个分支了，分别是yolov5.1-yolov5.5分支。该项目就是利用的yolov5.5分支来作为讲解。 首先打开yolov5的github的https://github.com/ultralytics/yolov5/tree...

看了网上的xml转txt的博客很多上来就给代码，关于怎么用都不说，有的也用不了，所以这里自己写了一份代码

一、英伟达驱动安装与更新 显卡驱动程序就是用来驱动显卡的程序，它是硬件所对应的软件。驱动程序即添加到操作系统中的一小块代码，其中包含有关硬件设备的信息。正常有显卡的电脑都是有驱动程序的，但是有的时候驱动可能版本比较低，支持的cuda版本也是比较低的（但是有的人的显卡是比较老的，就不建议更新驱动，这样会导致各种各样的问题，但是搞深度学习还是要用一块好的显卡用来学习，这点我是有血泪教训的，咬咬牙买块好的显卡，把知识学到手，以后的工资可以多赚会很多显卡的钱），英伟达出的30系列的显卡好像只支持cu...

安装PPOCRLabel标注工具 PPOCRLabel是一款适用于OCR领域的半自动化图形标注工具，内置PPOCR模型对数据自动标注和重新识别。使用python3和pyqt5编写，支持矩形框标注和四点标注模式，导出格式可直接用于PPOCR检测和识别模型的训练。所以第一步就是要克隆PaddleOCR的项目，这样才能依托这个项目进行无线套娃式的半自动标注。克隆Paddleocr项目 首先要克隆paddleocr项目，项目地址。打开这个项目就可以看到如下图的开源项目，可以看...

前言 在做深度学习的时候，往往要需要大量的照片，但是有时候想把几个文件夹里面的照片按一定比例抽取出来放到一个新的文件夹里面。然后对这个文件夹里面的照片做一定的处理。或者有时候需要将一个文件夹里面的照片按一定比例分为训练集和测试集。所以按下面的方法就可以了。开始 首先准备两个文件夹，一个里面有照片（一共20张），一个是空文件夹。如下图所示。 现在要做的是将train文件夹里面的照片抽取20%出来到test文件中。运行下面的代码。# 深度学习...

前言 由于官方提供的Paddleocr模型是一个通用的OCR识别模型，在很多的日常的场景中识别准确还是可以的，但是在一些比较特殊的场景中，识别的精确度就不是很好。如果要让我们的模型更加符合自己的业务需要，那么就需要训练我们自己的OCR识别模型。OCR识别分为文本检测和文本识别，文本检测就是让模型找到文字所在的位置，而文本识别是在文本检测到的位置上进行文本识别。训练自己的模型第一步就是需要数据集，从理论上来说，只要给模型喂入数据集越庞大那么，那么模型的效果就会越好。对于...

项目场景：最近在做目标检测的项目，深度学习和机器学习能工作的第一步就是让我们的模型有足够的数据集进行训练和学习，获取图片数据集的方法有很多，比如网络爬虫爬取我们的我们需要类别的图片；对视频进行切分取帧获取图片。我们现在将的方法和代码就是利用Python代码将视频取帧获取大量照片作为目标检测的数据集。文章目录前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结一、导入需要的Python库'''os 库是Python标准库，包含几百个函数.