一千零一夜的博客

这里是根据网络结构，搭建模型，用于图像分类任务。

"""@file_name: one_hot.py@author: zxq@copyright: pi@date: 2020/6/16"""import cv2import numpy as npdef encode_onehot(label, color_list): """ Convert a segmentation image label array to one-hot format by replacing each pixel va.

softmax,log_softmx,nll_loss和CELoss之间的关系

配置不同型号的双显卡，从硬件到软件需要注意的问题。

自定义的目标检测Dataset示例

前景概述（1）mobilenetV2;（2）mobilenetV3主要贡献简单来说，有三点，一是SE-Net优化了InvertedResidual，二是使用NAS搜索出最优的网络结构，三是提出了新的激活函数h-swish.mobilenetV3论文https://arxiv.org/pdf/1905.02244.pdfmobilenetV3网络结构（Large）网络结构逐层分析第1层conv2d，结构是conv2d + bn + HSwish. 注意这里的激活函数是HSw.

mobilenetV2论文：https://arxiv.org/pdf/1801.04381.pdfmobilenetV2网络结构：网络结构逐层分析第1层是普通的conv2d+bn+relu6. mmclassification实现层层封装，不好看，这里贴简单实现。ef conv_bn(inp, oup, stride): return nn.Sequential( nn.Conv2d(inp, oup, 3, stride, 1, bias=False),.

lenet5简单来说，就是3个卷积层，加上2个全连接层。如下所示（1）参数num_classes=-1, 则用作backbone，不限制输入图片大小，网络结构由2个conv+tanh+avgpool2d、1个conv+tanh，共3个卷积层组成。（2）参数num_classes>0, 则用作分类器，限制输入图片大小(b, 1, 32, 32)，前面3个卷积层后，先view或者squeeze成一维向量，再接分类器头，该头由2个全连接层组成，即linear+tanh+linear.class

AlexNet是直筒结构。(1) 参数num_classes=-1，则用作backbone，该backbone有3个conv+relu+maxPooling，中间2个conv+relu，共含5个卷积组成。(2) 参数num_classes>0，则用作分类网络，前面的5层卷积后，先view，再接分类器，该分类器由2个dropout+linear+relu、1个linear，共含3个全连接层组成。@BACKBONES.register_module()class AlexNet(BaseB

以lenet5为例（2个卷积 + 3个全连接层）。1.Python api (pytorch) def __init__(self): super(Lenet5, self).__init__() self.conv1 = nn.Conv2d(1, 6, kernel_size=5, stride=1, padding=0) self.pool1 = nn.AvgPool2d(kernel_size=2, stride=2, padding=

1. 环境：window10TensorRT-7.0.0.11cuda 10.2cudnn 8.0.3刚开始以为是TensorRT版本太低，7.0换成7.2.3，还是报一样的错误。即环境window10TensorRT-7.2.3cuda 10.2cudnn 8.0.3也不行。2.环境升级cuda版本，由cuda10.2升级到11.0。报新的错误信息：C:\source\rtSafe\cuda\cudaConvolutionRunner.cpp

1.网络模型和数据SSD网络，图片大小（w,h)=(480, 640)SSD检测结果2.cuda加速处理一张图片的时间[ 0 ] 695.201 ms.[ 1 ] 42.9589 ms.[ 2 ] 42.2552 ms.[ 3 ] 40.0333 ms.[ 4 ] 40.5067 ms.[ 5 ] 42.2043 ms.[ 6 ] 42.2497 ms.[ 7 ] 43.8587 ms.[ 8 ] 41.9123 ms.[ 9 ] 42.1796 ms.[ 10

编译成功截图：1.拉取源码# clone指定分支 发布版1.7.2git clone -b rel-1.7.2 https://github.com/microsoft/onnxruntime.git# 拉取子项目git submodule update --init --recursive拉取子项目非常耗时，可以点击下面的子项目链接，下载下来，再解压复制到对应的目录中检查是否还有子类项目需要拉取：git submodule update --init --rec.

1. view（返回视图）功能是返回一个新的Tensor，这个Tensor具有之前相同的元素，只不过shape不同。>>> x = torch.randn(4, 4)>>> x.size()torch.Size([4, 4])>>> y = x.view(16)>>> y.size()torch.Size([16])>>> z = x.view(-1, 8) # the size -1 is .

1. BCELoss用于二分类任务，二值交叉熵(Binary Cross Entropy)。公式如下，其中y是真实值，是预测值：使用方式如下：class torch.nn.BCELossExamples:: >>> m = nn.Sigmoid() >>> loss = nn.BCELoss() ...

问题描述：计算BCE Loss使用pytorch接口self.bce_loss = nn.BCELoss()self.bce_loss(pred_cls, tcls)问题原因：pred_cls没有归一化的0到1之间。解决办法：self.bce_loss(torch.sigmoid(pred_cls), tcls)

1, 网络结构左边Darknet网络结构，右边YOLOv3网络结构，详细解析可参考链接 2, pytorch代码实现# -*- coding: utf-8 -*-# @Time : 2020/10/20 下午10:17# @Author : zxq# @File : YOLOv3_model.py# @Software: PyCharmfrom collections import OrderedDictimport t...

def predict_transform(prediction, inp_dim, anchors, num_classes, CUDA=True): """ https://blog.paperspace.com/how-to-implement-a-yolo-v3-object-detector-from-scratch-in-pytorch-part-3/ :param prediction: [2, 255, 13, 13]. 这个255=(1+4+80)*3 :.

官方源码：https://pytorch.org/docs/stable/_modules/torchvision/models/alexnet.html#alexnettorchvision.models.alexnetimport torchimport torch.nn as nnfrom .utils import load_state_dict_from_url__all__ = ['AlexNet', 'alexnet']model_urls = { 'ale.

官方源码：https://github.com/eriklindernoren/PyTorch-YOLOv3class ListDataset(Dataset): def __init__(self, list_path, img_size=416, augment=True, multiscale=True, normalized_labels=True): with open(list_path, "r") as file: self.img_fi.

np.multiply(A, B) 或者。

一,分割任务"""将数据集随机分成训练集、测试集传入参数：ratio = 0.7 # 训练样本比例path = "/home/pi/20190701_0705" # 数据路径new_path = "/home/pi/20190701_0705_new2" # 保存路径使用方法：temp = Generate_Train_and_Test(path, new_path,...

1，_FILE_PATH = os.path.dirname(os.path.abspath(__file__))_file_ ：文件当前的位置；os.path.abspath(_file_)：当前当前文件的绝对路劲os.path.dirname(os.path.abspath(_file_))：dir就是文件夹，即获取当前文件的所在文件夹。2，sys.path....

参考1：https://www.jianshu.com/p/d5af8aea4229参考2：https://pytorch.org/docs/stable/index.html1、torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0,dilation=1, groups=1, bias=T...

import cv2import osdata_path = '/home/pi/bg/'img_list = os.listdir(data_path)save_path = '/home/pi/bg/'if not os.path.exists(save_path): os.mkdir(save_path)for i in range(0, len(img_list...

output = model( data )[ 0 ] # shape: (100, 321, 481)output = output.permute(1, 2, 0) # 维度置换 shape: (321, 481, 100)output = output.contiguous().view(-1, args.nChannel) # (321x481, 100)view原矩阵...

为什么要相互转换：1. 要对tensor进行操作，需要先启动一个Session,否则，我们无法对一个tensor比如一个tensor常量重新赋值或是做一些判断操作，所以如果将它转化为numpy数组就好处理了。下面一个小程序讲述了将tensor转化为numpy数组，以及又重新还原为tensor：2. Torch的Tensor和numpy的array会共享他们的存储空间，修改一个会导致另外的一...

一，对应点相乘，x.mul(y) ，即点乘操作，点乘不求和操作，又可以叫作Hadamard product；点乘再求和，即为卷积data = [[1,2], [3,4], [5, 6]]tensor = torch.FloatTensor(data)tensorOut[27]: tensor([[ 1., 2.], [ 3., 4.], [ 5....

一、安装tensorflow因为我的使用anconda安装了pytorch，python3.6，所以新建一个环境tensorflow环境：conda create -n tf python=3.6然后输入：conda activate tf# 或source activate tf关闭tf环境命令：source deactivate tf激活tensorflow环...

1. 用于分类模型：import numpy as npimport scipy.miscimport cv2import os# DF1path = "/home/pi/工作/predict1/"npy_list = os.listdir(path)save_path = "/home/pi/predict1_img/"if not os.path.exists(save...

# 连接远程电脑ssh 192.168.16.220# 查看ls# 进入cd project/# 新建文件夹mkdir zxq# 进入cd zxq# 另开终端后, 查看自己的ipifconfig# 然后将代码传送到远程电脑的当前文件夹, 前面是自己的路径scp -r -v 192.168.17.85:/home/pi/pytorch_seg_190617 ....

参考：https://github.com/devnag/pytorch-generative-adversarial-networks/blob/master/gan_pytorch.pyhttps://blog.csdn.net/sunqiande88/article/details/80219842https://blog.csdn.net/xiaoxifei/article/d...

本文转自：https://www.pytorchtutorial.com/50-lines-of-codes-for-gan/https://blog.csdn.net/qinglingLS/article/details/91480550一、什么是 GAN？在进入技术层面之前，为照顾新入门的开发者，先来介绍下什么是 GAN。2014 年，Ian Goodfellow 和...

源码和数据已上传至github，方便下载使用。GitHub - Z-XQ/unet_pytorch: using pytorch to implement unet network for liver image segmentation.using pytorch to implement unet network for liver image segmentation. - GitHub - Z-XQ/unet_pytorch: using pytorch to implement unet ne

Google Colab简介Google Colaboratory是谷歌开放的一款研究工具，主要用于机器学习的开发和研究。这款工具现在可以免费使用，但是不是永久免费暂时还不确定。Google Colab最大的好处是给广大的AI开发者提供了免费的GPU使用！GPU型号是Tesla K80！你可以在上面轻松地跑例如：Keras、Tensorflow、Pytorch等框架。（1）12G显存，...

class Point(object): def __init__(self, x=0, y=0): self.x = x self.y = yclass Line(object): # 直线由两个点组成 def __init__(self, p1=Point(0, 0), p2=Point(2, 2)): self.p...

参考：https://arxiv.org/abs/1506.02640https://www.jianshu.com/p/13ec2aa50c12https://www.imooc.com/article/36391https://www.jianshu.com/p/f87be68977cbhttps://www.cnblogs.com/xiongzihua/p/9315183...

出错位置： train_label_batch = torch.from_numpy(train_label_batch)解决办法：将数据类型转换成FloatTensor即可，如下，加一行代码Tensor.type(torch.FloatTensor)train_label_batch = torch.from_numpy(train_label_batch)train_labe...