GUO_PP-CSDN博客

原创 tif、jpg、png的位深度概念区分

我下载的tif图片是16位的，在用opencv的imread（）查看时，查看出来的是单通道的，用opencv的去查看还查看不了，得用plt.show然后pyplab.show才能看，看到的是偏荧光绿的图片，但是实际上是灰度图这个是他自带的伪彩色映射，本身是没颜色的，后来直接用灰度图的查看就没了，由于数据集按理说是彩色图，最后变成这样，断定是图片受到损坏，在谷歌网盘下载的时候他自动压缩了，图片受损才导致的，由此来说就通了。a.他是个彩色图了，像素值取值范围是0-255，通道数为3，分别是RGB通道。

2023-05-12 14:43:45 2347

原创记录yolov5的一个问题

我自己构建了一个模型，在yolo.py中倒入模型并输出的时候，显示有问题，数据的尺寸对不上，但是我在用train.py去训练这个模型的时候是没有错的能直接训练？就很神奇，从来没碰到过这个问题，害我白训练了3天的结果。有人碰到过类似的问题吗？

2023-05-09 21:04:01 112

原创对于cuda和cudnn的理解

版本一定要和你的显卡和pytorch的版本对应上！所以，当我们想要在另外一台电脑使用这个环境的时候，可以直接，把这个环境中的代码全部复制过来，直接用，即使新的电脑中没有安装cuda和cudnn也能用，因为这个环境中的库的代码需要继承的cuda的代码已经ok啦，我在跑模型的时候是用不到cuda这个驱动/api的。在pycharm中我们设置好的环境，本身环境中的库的代码是和cuda有联系的，可以说cuda和cudnn这两个东西在跑深度学习中唯一用到的时间就是，我在配置环境的时候用到的。

2023-04-26 16:36:50 575

原创关于yolov5继续训练后精度断崖式下降的问题

我都以为他废了，没想到462epoches的时候又涨到了0.485之后就一直再上升了。

2023-04-26 16:01:18 3215 2

原创 self attention-none local block与evcblock中的通用方法解释

现在我懂了，这个矩阵代表的意思是，我把所有像素点以一种编码的形式表示了出来，这个编码用于表示像素点本身的信息（信息包括我特征是啥，位置是啥等等），这个编码在nlp当中也有用到，这个编码从数学的角度看就是一个一维的特征向量。同理，在evc中虽然没有做内积，但是额外加入了一个码本，获取了边缘特征，是一种更巧妙的提取特征的方法，非常建议细究一下这个代码，用到的方法很巧妙，不知道写这个代码的人脑子是咋长的，咋这厉害呢。最后相乘得到，像素点之间的相关性大小的一组矩阵，再用于与原图相乘得到非局部操作后的图像。

2023-04-21 10:53:53 148

原创 EVCblock的解析

设输入x为（6,32,10,10）的张量。

2023-04-20 22:50:33 365

原创 sum(dim)的使用

注意在某维度求和就是对于这个维度的比如x个块当中的同一位置处求和最终生成一个块。而这个块是此维度下属维度的数组成的。比如(32,50176,64,3).sum(1)就是在第二维度进行求和，把（64，3）这个块也就是三四维的数据组成的块，在50176个（64，3）这样的块的相同位置处的数据进行求和输出一个最终的值，最后50176的这个维度也就被压缩没了生成了新的(32,64,3)尺寸的数组。

2023-04-20 11:25:27 190

原创权重初始化的意义与需要注意的点

这时候就需要注意的是，当我们的权重因子是模型主要流程的一部分的时候，我们必须初始化，不然会影响整个模型的训练，当我们的权重因子是模型流程的附属部分时，比如残差模块的加入，这时候我们可以用0初始化来进行。初始化一般会赋予一组权重一个有规律的数组，帮助模型快速的收敛，使的需要加入权重的某部分功能可以更好的投入使用当中，一般来说初始化是比较重要的，有时候不加初始化可能都收敛不了。摘自：https://blog.csdn.net/Only_ZeRo_IT/article/details/115918689。

2023-04-20 10:35:46 217

原创 c语言和python在函数这块的区别

c语言中，B点处调用了H点处的函数，H点处的函数重新定义了x和y而x和y本应该和B点处的a和b是同地址的，但是并没有，他们分别存放到了特定的空间，所以需要指针的介入。python调用函数的时候就不需要考虑这些问题，我输入什么就是什么，返回的就是对应的由输入经过函数内操作变化后需要返回的值，不需要考虑指针。

2023-04-19 16:16:58 136

原创激活函数大总结

Gumbel-Softmax 函数：Gumbel-Softmax 函数是对 Softmax 函数的改进版本，加入了噪声，可以降低模型对训练数据的敏感度。Swish 函数：Swish 函数是对 Softplus 函数的改进版本，可以加强非线性特性，并且具有一定的正则化效果。总的来说，选择适合的激活函数需要根据具体问题进行权衡，不同的激活函数可能对模型的性能和训练效率产生不同的影响。STReLU 函数：STReLU 函数是对 Tanh 函数的改进版本，采用可学习参数，适应不同的数据集。

2023-04-19 11:40:34 3

原创如何查看yolov5模型中的参数

参考chatgpt给出的关于深度学习模型的步骤如下：要查看已经训练好的目标检测模型中设置的可学习权重的参数，可以使用以下步骤：首先，导入您正在使用的深度学习框架库，如PyTorch、TensorFlow等。然后，在代码中初始化一个目标检测模型实例，并将其加载到所需的设备上（通常是CPU或GPU）。接下来，您可以通过访问模型的“parameters”属性来获取模型中的所有可学习参数。不同的目标检测模型具有不同的参数结构，但大多数目标检测模型都包含了预测框、分类器和特征提取器等子模型的参数。

2023-04-17 15:46:31 3118

原创 ImportError: DLL load failed: 找不到指定的模块。【from scipy.linalg import _fblas】的解决

这个warning意思是scripts这个路径我没有设置在系统的环境变量里，具体参考这里去解决：https://blog.csdn.net/weixin_43582443/article/details/111511595。最后注意pip install F:\Anaconda\envs\pytorch\Scripts\numpy-1.22.4+mkl-cp38-cp38-win_amd64.whl。但是这么下载有个问题，他不会下载到pytorch的环境里而是下载到anconda的公共环境的库里。

2023-04-16 11:31:12 950 2

原创 PyTorch 深度学习-张量的stack与concat操作

可以看到dim不同插入的维度的位置也不同，生成出的张量也各不相同。dim=2 输出张量尺寸是65。dim=1 输出张量尺寸是6。dim=0 输出张量尺寸是。concat操作则是直接合并。

2023-04-09 11:19:01 849

原创 leetcode --14. 最长公共前缀

class Solution(object):def longestCommonPrefix(self, strs):“”":type strs: List[str]:rtype: str“”"l1 = 0l2 = 0l3 = 0l4 = 0c = 1for z in range(len(strs)):l1 = len(strs[0])l2 = len(strs[z-1])l3 = len(strs[z])if z == 0:l4 = l1else:if l3<l2 an

2023-03-31 14:28:06 31

原创 leetcode 13.罗马数字与数字的转换-- python3

解析：‘’’A.注意：罗马数字的组合只有这几种，有CM但没有MC。1.小数在大数右边2.除了I罗马数字以外，其他罗马数字之间只有减法，没有加法3.I罗马数字的加法，由于罗马数字要求的有效性，则只需在最后不断叠加就好为了在连贯的罗马数字中识别出这这些罗马数字，就需要下面这两个规则//如果只有加法，则直接选择加法。//如果有加法还有减法，则直接选择减法。来实现只做字母之间相减的功能，然后最后的数字I可以相加，因为他后面就没有数字了，可以做相加功能。

2023-03-30 12:37:15 274

原创 Leet Code_python 9.回文数

如果init 你没有设置需要的参数，你括号()里可以不写,如果定义了，那就需要你输入一下。//值得注意的是在pytorch中构建模型时使用的类由于forword不需要再额外说明，所以一般就写成model(x)即可，即类名()。原文链接：https://blog.csdn.net/ftell/article/details/125664788。步骤：只需要在init中先设置好需要确定的调用类的属性，然后在forward中直接调用即可。在pytorch中调用的时候不需要在额外写forward的方法名。

2023-03-29 17:38:13 61

GUO_PP的博客