paddle
文章平均质量分 57
落花逐流水
从事人工智能,模式识别与智能系统
展开
-
paddlepaddle升级新版本
Q:PaddlePaddle发布新版本了,旧版本该怎样升级呢?A:可以在终端命令中增加 -U参数 pip install -U paddlepaddle-gpu 或者 pip install paddlepaddle==需要安装的版本号参考:PaddlePaddle发布新版本了,旧版本该怎样升级呢 - PaddlePaddle 飞桨 FAQ合集 - 安装配置2...原创 2021-05-26 21:48:43 · 4197 阅读 · 0 评论 -
paddle实现focal loss
paddle 里面没有 focal loss 的API,不过这个loss函数比较简单,所以决定自己实现尝试一下。在 paddle 里面实现类似这样的功能有两种选择:使用 paddle 现有的 op 去组合出来所需要的能力自己实现 op– python 端实现 op– C++ 端实现 op两种思路都可以实现,但是难度相差很多,前者比较简单,熟悉 paddle 的数学操作,理解公式含义即可。后者又分两种方式,python 端实现相对简单,C++端实现比较复杂。这次尝试用 paddle 的 op 组合原创 2021-05-21 22:31:02 · 810 阅读 · 0 评论 -
paddle2.0模型转onnx
自己开始用paddle时就是2.0版本了,所以不关心之前的版本。1、查看本地有没有安装onnx进入paddle 环境conda list或者pip list如果没有安装onnx则先安装onnx,onnx版本匹配是一个令人头疼的问题。暂且不考虑版本问题直接使用下面的命令安装。pip install onnx2、安装paddle2onnxpip install paddle2onnx3、导出onnx模型导出onnx模型的大致步骤如下:import osimport time原创 2021-05-20 17:23:52 · 2148 阅读 · 0 评论 -
paddleocr学习笔记(八)训练自己的文字识别数据
数据集:/PaddleOCR/doc/doc_ch/datasets.md数据合成工具:/PaddleOCR/doc/doc_ch/data_synthesis.md文字识别训练:/PaddleOCR/doc/doc_ch/recognition.md暂时没有自己的数据,只能用开源数据练手。原创 2021-03-10 21:11:37 · 6044 阅读 · 23 评论 -
paddleocr学习笔记(七)训练自己的文字检测数据
paddle高阶API课程中学到的万能公式:(1) 问题定义--(2)数据准备--(3)模型选择和开发--(4)模型训练和调优--(5)模型评估测试--(6)部署上线我们使用PaddleOCR,问题已经定义好了就是文字识别任务,模型框也都有,除非你要尝试新的模型。我们可以做的就是针对自己的具体任务准备自己的数据,并将数据做一定的扩充,学名叫数据增强,然后就可以开启训练了。最终省钱笔记(六)里面使用的模型。自己的数据准备这里还是参照官方文档将数据标注转换成PaddleOCR训练需要的格式,比如原创 2021-03-08 21:23:52 · 2096 阅读 · 2 评论 -
vs2015在release下调试paddleocr
一共分四步:第一步:1.工程项目上右键 打开属性界面2.c++---常规----调试信息格式选 程序数据库(/Zi)或(/ZI), 注意:如果是库的话,只能(Zi)第二步:3.c/c++----优化----优化 配置 选禁止(/Od)第三步:4.连接器 ---调试 ----生成调试信息 选是 (/DEBUG)第四步:5、设置调试启动路径和参数信息参考:VS2015在release模式下进行调...原创 2021-03-06 15:05:40 · 503 阅读 · 0 评论 -
paddleocr学习笔记(六)C++推理
参考:\PaddleOCR\deploy\cpp_infer\readme.md原创 2021-02-27 16:48:11 · 1530 阅读 · 0 评论 -
paddleocr学习笔记(二)训练
paddleocr训练包括三个方面的内容:文字检测、方向判断、文字识别。下面逐一说明:在PaddleOCR/doc/doc_ch/detection.md中有说明文字检测:数据准备--启动训练--断点训练--评估指标--测试检测效果将下载到的数据集解压到工作目录下,假设解压在 PaddleOCR/train_data/ 下。另外,PaddleOCR将零散的标注文件整理成单独的标注文件 ,您可以通过wget的方式进行下载。# 在PaddleOCR路径下cd PaddleOCR/wge原创 2021-02-22 22:45:50 · 5259 阅读 · 1 评论 -
paddle高层API学习笔记(四)模型搭建的三种方式
在飞桨框架中,针对用户不同场景,有三种方式来构建模型1、 Sequentia形式组网# 1、 Sequentia形式组网mnist = paddle.nn.Sequential( paddle.nn.Flatten(), paddle.nn.Linear(784, 512), paddle.nn.ReLU(), paddle.nn.Linear(512, 10))2、 Subclass形式组网# 2、 Subclass形式组网class Mnis原创 2021-02-10 10:21:58 · 607 阅读 · 0 评论 -
paddle高层API学习笔记(三)数据预处理和增强
在深度学习中,扩充数据集也叫数据增强(Data Augmentation)数据增强主要有两种方法离线扩充:从根本上对数据集进行扩充,与训练模型代码分开操作在线增强:在小批量数据集进入训练模型之前,进行图像变换操作,与训练模型代码同时操作数据增强包括:亮度、对比度、色调、饱和度、裁剪、随机调整、组合、镜像、灰度化、随机裁剪、缩放、归一化、旋转等。框架自带数据集paddle.vision.datasets是cv(视觉领域)的有关数据集paddle.text.datasets是nl原创 2021-02-10 00:41:28 · 1491 阅读 · 0 评论 -
paddle高层API学习笔记(二)一般开发流程
使用深度学习就像搭积木一样,将各个模块搭好,然后再扮演一个调参侠的角色。最近在看paddle就整理一下学到的paddle的使用。1、导入飞桨import paddleimport numpy as np2、数据集准备import paddle.vision.transforms as T# 训练数据集train_dataset = paddle.vision.datasets.Cifar100(mode='train', transform=T.ToTensor())#原创 2021-02-09 11:49:37 · 435 阅读 · 0 评论 -
paddlepaddle高级api学习
安装完paddle,我是在学习paddleOCR时安装的paddle2.0版本。直接学习使用paddleimport paddlepaddle.__version__# 导入相关库import paddleimport numpy as npimport matplotlib.pyplot as pltpaddle.__version__# ② 数据准备# 2.1 数据加载和预处理import paddle.vision.transforms as T# .原创 2021-02-04 00:55:22 · 596 阅读 · 2 评论 -
paddleocr笔记(一)
参考:C++ 编译 PaddleOCR(CPU版)由于paddle带GPU的c++库太大没有搞起来,就先从CPU库入手。基本步骤是按照参考博客操作的。不同之处:没有直接使用vs2019的直接编译CMake,而是之前使用cmake的经验,因为我不喜欢配置很多环境变量。直接在PaddleOCR\deploy\cpp_infer目录下新建build文件夹,在build文件夹下启动powershellcmake-gui ..然后在cmake-gui中配置opencv路径、cuda路径、cu原创 2020-09-29 23:07:56 · 3404 阅读 · 0 评论