duzhongqiang-CSDN博客

原创 caffe-SSD训练自己的数据

一、环境搭建1.1下载caffe-ssd代码：git clone https://github.com/weiliu89/caffe.gitcd caffegit checkout ssd1.2 caffe环境配置具体请看博客Ubuntu16.04系统中caffe环境配置和博客Mac系统中caffe环境配置，以上方法仅供参考，由于caffe环境配置问题较多，编译报错，根据具体的问题再搜索解决方法。二、数据集准备这里介绍voc数据集格式训练。2.1 数据集标注具体标注方法参考博客labe

2021-06-08 00:15:01 561 3

原创 vscode键位错乱

问题描述当我们安装vscode后，尤其是在ubuntu中会出现键位错乱的问题，比如，退格键不起作用，这时退格键转移到数字5上面，而5去哪了，我也不知道，哈哈解决办法1.点击左下角的设置图标2. 选择设置里面的Settings3.搜索Keyboard，在Keyboard：Dispatch下，改code（默认）为keyCode...

2021-05-20 12:46:27 2068 2

原创 linux系统中YOLOv3环境搭建与测试（GPU）

cpu版本yolov3环境搭建一、darknet下载git clone https://github.com/pjreddie/darknet二、修改Makefile2.1 设置使用GPUGPU=1 #修改CUDNN=1 #修改OPENCV=0OPENMP=0DEBUG=1 #修改2.2 修改路径（设置为自己的路径）现假定cuda版本为cuda-10.0，其他版本路径和这个相似。修改NVCC路径NVCC=/usr/local/cuda/cuda-10.0/bin/nvcc修

2021-03-23 18:02:30 1381

原创 yolov3训练自己的数据

一、yolov3环境搭建及测试参考博客 mac/linux系统中YOLOv3环境搭建与测试二、voc数据集制作使用labelimg标柱数据集，新建两个文件夹Annotations和JPEGImaages，JPEGImaages用于存储图片，Annotations用于存储voc标签。数据集标柱参考博客 labelimg安装及数据集标柱三、生成yolo数据集格式在Annotations和JPEGImaages同级目录下，运行代码get_txt.py, 将生成ImageSets文件夹。四、生成标签

2021-03-09 17:06:28 393 1

原创 labelimg安装及数据集标柱

一、安装pip install labelimg二、打开打开，直接在命令行运行labelimg，即可打开。labelimg界面如图所示：三、标柱数据3.1 如果标柱单张图片选择打开文件3.2 如果标柱多幅图片选择打开目录，即可依次标柱所有文件3.3 选择保存路径选择改变存放路径，即可选择结果的存放路径3.4 标柱选择创建区域，即可在目标上画框，快捷键(w)，画好框后，会弹出填写标签的框，填写标签确定，即可。3.5 保存保存画好的框，ctrl+s。3.6 切换图

2021-03-04 16:55:40 453 2

原创直方图均衡化

目的（作用）直方图均衡的目的是使图像灰度间距拉开或使灰度分布均匀，从而增大对比度，使图像细节清晰，实现图像空间增强原理基本思想是把原始图的直方图变换为在整个灰度范围均匀分布的形式,增加像素值的动态范围。对于图像直方图，用概率密度PDF代替频率:Pr(rk)=nkn,k=0,1,2,⋯ ,L−1Pr(r_k)= \frac{n_k}{n},k=0,1,2,\cdots,L-1Pr(rk)=nnk,k=0,1,2,⋯,L−1转化均匀分布的形式需要一个变换函数，即增强函数T,且满足2个

2021-02-20 22:16:21 2250

原创 Markdown中添加数学公式

markdown中添加公式格式行内公式$公式$行间公式$$公式$$常用公式代码名称代码显示上标x^2x2x^2x2下标x_2x2x_2x2分数线\frac{1}{2}12\frac{1}{2}21省略号\cdots⋯\cdots⋯根式\sqrt[n]{m}mn\sqrt[n]{m}nm向量\vec{a}a⃗\vec{a}a积分\int{x}dx∫xdx\int{x}dx∫xdx积分2\in

2021-02-20 21:56:30 120

原创 python爬取微博热搜

为了对 BeautifulSoup库进行测试，简单实现了微博热搜与百度新闻网页词条与链接的爬取，完整代码在GitHub依赖库安装pip3 install beautifulsoup4pip install urllib3爬取微博热搜代码# 抓取微博热搜词条信息import urllib.requestfrom bs4 import BeautifulSoup import datetimeimport timedef getdata(url): newsdata = []

2021-02-10 17:07:42 784 3

原创 yolov3、yolov4与yolov5性能对比

下面将对yolov3、yolov4与yolov5从性能方面进行对比1、yolov5四种模型之间的对比Yolov5s网络最小，速度最少，AP精度也最低。但如果检测的以大目标为主，追求速度，倒也是个不错的选择。其他的三种网络，在此基础上，不断加深加宽网络，AP精度也不断提升，但速度的消耗也在不断增加。目前使用下来，yolov5s的模型十几M大小，速度很快，线上生产效果可观，嵌入式设备可以使用。2、yolov5与yolov3的对比在相同速度时，yolov5优于yolov3，yolov5有四种模型，

2021-02-08 15:21:19 47180 11

原创 Yolov5训练及测试(Linux/Mac)

一、介绍Yolov5当前只公布了代码没有相关的论文，只能通过yolov5的代码来了解其算法。yolov5的整体模型和yolov4差别很小，Yolov5在性能上稍弱于yolov4，但是在灵活性与速度上远强于YOLO V4，在模型的快速部署上具有极强优势二、特点2.1 与yolov3对比主要有以下区别（1）输入端：Mosaic数据增强、自适应锚框计算、自适应图片缩放（2）Backbone：Focus结构，CSP结构（3）Neck：FPN+PAN结构（4）Prediction：GIOU_Loss（

2021-02-08 14:16:32 7537 11

原创 mac/linux系统中YOLOv4环境搭建与测试（cpu）

一、daknet下载git clone https://github.com/AlexeyAB/darknet.git二、编译2.1 修改Makefile文件如果仅使用cpu，则只需修改下面两项，即可OPENCV=1 # 使用opencv则设为1LIBSO=1 # 生成链接库则设为1，生成libdarknet.so，方便python接口和c++接口的调用2.2 编译cd darknetmake cleanmake注意：编译时，到最后可能会报错不能生成uselib，忽略即可，

2021-02-07 23:45:54 1803

原创 mac系统中brew下载路径

mac系统中brew下载路径/用户/用户名/资源库/Caches/Homebrew/downloads/brew安装路径/usr/local/Cellar/

2021-02-05 11:02:42 1978

原创 mac/linux系统中YOLOv3环境搭建与测试（cpu）

darknet下载git clone https://github.com/pjreddie/darknet编译cd darknetmake下载训练模型权重，用于测试https://pjreddie.com/media/files/yolov3.weights测试测试单张图片1（常用）./darknet detect cfg/yolov3.cfg yolov3.weights data/person.jpgopen predictions.jpg测试单张图片2./darkn

2021-02-04 17:21:14 1091 3

原创 Ubuntu16.04系统中caffe环境配置

Ubuntu16.04系统中caffe环境配置一、环境系统Ubuntu16.04caffepython2和python3opencv3运行环境gpu，NVIDIA GTX960M二、安装相关依赖项1) sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler2) sudo apt-get install --no

2021-02-03 19:29:36 468

原创 Mac系统中caffe环境配置

Mac系统中caffe环境配置环境系统mac oscaffepython2.7，numpy（anaconda3环境）opencv3运行环境cpu安装依赖文件命令：1.brew install -vd snappy leveldb gflags glog szip lmdb2.brew install data-science-studio3.brew install opencv hdf54.brew install protobuf boost boost-python（先看注

2021-02-03 18:26:29 638 8

原创 mac系统中添加环境变量

Mac系统中添加环境变量（每次都要执行source ~/.bash_profile才生效）一般情况下mac系统中的环境变量都添加在用户根目录下的.bash_profile文件中，打开命令行输入ls -a可显示（显示隐藏文件），也可以在用户目录下打开，步骤如下1.打开.bash_profile文件,任何编辑器都可以2.编辑bash_profile文件，输入相应的环境变量后保存3.输入命令”source ～/.bash_profile”，使配置生效配置完成后会发现，每次重新启动终端，配置成功的环境变量

2021-02-03 16:34:44 2015

原创 QT软件的打包

Qt程序的打包Qt是一款跨平台的GUI开发框架，当在windows上用Qt Creator或者Visual Studio开发完成QT程序，对软件进行打包发布时，由于QT程序依赖较多的dll动态链接库，因此需要对这些动态链接库进行打包。为了方便打包，QT提供了专门的打包工具windeployqt，在安装Qt时会一并安装，因此可以直接使用。步骤1.先编译生成Release版本的exe文件Visual Studio中release版本的exe文件生成步骤在1的位置选择release，再点击生成-&gt

2021-01-05 14:11:42 389

原创软件安装包制作工具installshield 2020 R1的安装教程

installshield2020安装教程软件介绍installshield是一款用于Windows的软件安装包制作工具，当写完一个软件进行发布时，先要将软件打包成一个安装包，才能方便用户的安装。详细介绍参考百度或官网，目前关于软件安装包制作工具还有Inno Setup、NSIS等，这些都是开源免费的，但installshield是一款较为专业的安装包制作工具，拥有较好的用户体验，同时也用于Visual Studio中的软件打包，当然这款软件也是收费的。具体下载安装教程如下。软件下载安装1、inst

2021-01-05 13:04:07 3783

原创 Pytorch手写数字识别

pytorch手写数字识别项目介绍本项目使用pytorch实现了简单的手写数字识别，运用了三种方法，代码在GitHub1.两层全连接网络2.四层全连接网络3.四层卷积神经网络通过在代码中修改相应的参数，即可选择对应的方法，参考注释文件介绍displayMNIST.py是显示手写数字识别（NMIST）数据集mnistCPU.py是通过CPU进行训练mnistGPU.py是通过GPU进行训练运行方式先直接运行mnistCPU.py或者mnistGPU.py就可以下载数据集，数据集下载成功

2021-01-03 17:53:07 504

duzhongqiang的博客