![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 72
AI小笔记
人一能之,己百之;人十能之,己千之。
展开
-
目标检测中的损失函数:IOU_Loss、GIOU_Loss、DIOU_Loss和CIOU_Loss
之前在项目中存在目标检测框内嵌的情况(目标检测框存在内嵌情况分析与解决),正好趁这个机会记录下目标检测中常用的几种IOU_loss函数。IOU_Loss作为传统的衡量标准,为我们提供了一个基础,而GIOU_Loss、DIOU_Loss和CIOU_Loss则在其基础上引入了更多的信息,如目标框的形状和相对位置等,从而使得模型更加准确地学习目标的位置和形状。!!2023年12月4日20:03:02。原创 2023-12-04 20:04:16 · 2448 阅读 · 0 评论 -
目标检测框存在内嵌情况分析与解决
目标检测模型输出的检测框存在内嵌情况。,在推理性能足够的情况下,可以考虑使用。的信息,不用考虑影响因子,因此直接用。设置过大,没能滤除重叠检测框,原来。:在IOU和GIOU的基础上,考虑。标注框的信息,在训练时用于回归。有读者会有疑问,这里为什么不用。的基础上,添加的影响因子,包含。根据经验,第一感觉是后处理。:在DIOU的基础上,考虑。:在IOU的基础上,解决。目前分析最可能的原因是。但在测试过程中,并没有。此项目中用的是基本的。原创 2023-11-20 19:38:09 · 199 阅读 · 0 评论 -
C++手写NMS
目标检测模型推理后,一般都需要进行NMS操作进行多余框去重,板端部署一般不用opencv自带的NMS,所以记录下手写NMS的代码。NMS通常用于目标检测中,以去除重叠的检测结果,只保留最具代表性的结果,以提高检测的准确性。!!2023年9月27日15:58:10。原创 2023-09-27 15:59:50 · 931 阅读 · 1 评论 -
OpenPCDet 训练自己的数据集详细教程!
这些天一直在尝试通过OpenPCDet平台训练自己的数据集(非kitti格式),好在最后终于跑通了,特此记录一下训练过程。树和猫,对于自定义数据集的训练我们交流了很多,之前他是通过我写的yolov5系列文章关注的我,现在我通过OpenPCDet 训练自己的数据集系列关注了他,着实让我感觉到了技术分享是一个圈。如果阅读本文对你有用,欢迎一键三连呀!!!2022年10月24日11:12:53。原创 2022-10-24 11:14:58 · 16451 阅读 · 140 评论 -
Triton推理服务器吞吐量测试
性能分析器是优化模型性能的重要工具,决定如何在单个 GPU 上最好地运行多个模型。除了启用模型实例,还是可以设置启用动态批处理器,这两项也可以同时启用,可以根据自己的配置进行设置比较。通过模型分析器部分介绍了一种工具,可帮助我们了解模型的GPU 内存利用率,以便决定如何在单个 GPU 上最好地运行多个模型。如果阅读本文对你有用,欢迎一键三连呀!!!2022年9月15日20:12:35。原创 2022-09-15 20:14:17 · 1633 阅读 · 2 评论 -
yolov5标签数据增强脚本
此代码用于将标注好的图片及其标签进行数据增强,有点在于不需要重新打标签。原创 2022-09-01 09:25:41 · 1835 阅读 · 10 评论 -
labelimg voc与yolo数据标签互转脚本
【代码】数据标签xml与txt互转脚本。原创 2022-08-29 09:47:17 · 412 阅读 · 0 评论 -
Ubuntu安装cuda与cudnn,亲测可用
前段时间被派到现场去部署算法,之前同事搭好的环境不好用了,具体表现为:1.屏幕的分辨率显示很奇怪且不可调节2.输入命令,显示错误不得以在现场重装了、与,故以本文记之。这里介绍笔者感觉比较方便的一种方法在终端输入:,得到有关本机显卡其驱动的相关信息,如图所示(因为本地服务器已经安装了驱动,这里笔者通过SSH只做过程演示):可以看到为推荐版本,如果你认可推荐版本,那只需要输入 就可以自动安装了;如果你想安装,只需输入便可安装了,当然也可以通过此命令安装推荐的版本。若 安装失败可以通过尝试安装,即。原创 2022-06-02 18:03:35 · 20856 阅读 · 18 评论 -
基于yolov5与Deep Sort的流量统计与轨迹跟踪
系列文章目录目标跟踪——SORT算法原理浅析目标跟踪——Deep Sort算法原理浅析基于yolov5与Deep Sort的流量统计与轨迹跟踪文章目录系列文章目录前言一、整体目录结构二、Deep Sort代码参数解释三、代码展示总结前言先来看下实现效果:上图展示了用yolov5作为检测器,Deep Sort为追踪器实现了对车流量的统计并绘制了每辆车的运行轨迹。一、整体目录结构下图展示了项目的整体目录结构:其中:deep_sort文件下为目标跟踪相关代码;weights文件夹原创 2022-04-15 10:05:20 · 16408 阅读 · 89 评论 -
pt模型剪裁
.pt文件是模型权重,主要包含训练过程中保留的键值对信息以自己训练的yolov5s目标检测权重test.pt为例:1.模型文件加载pt = r'weights/test.pt'state = torch.load(pt)2. 模型键值对查询for k in state.keys():print(k)epoch: 113(对后续推理无意义可删除)best_fitness: [0.85533715] (对后续推理无意义可删除)training_results: 0/599 2.47G原创 2021-10-08 14:28:17 · 1571 阅读 · 3 评论 -
yolov5转tensorrt模型
系列文章目录文章目录系列文章目录前言一、生成.wts文件1.1 下载源码与模型1.2 生成yolov5s.wts文件二、build and run2.1 build2.2 run总结前言部署时,为了提高推理效率,通常不直接使用训练生成的pt模型,而是把pt模型转换成可以通过tensorrt加速推理的engin文件。一、生成.wts文件1.1 下载源码与模型本文以yolov5s v5.0版本为例,给同学们做演示。下载源码,可以使用git,当然也可以下载压缩包解压,本文使用git方法:g原创 2021-08-20 09:24:02 · 5815 阅读 · 38 评论 -
基于paddleocr的字符识别
文章目录前言一、paddleocr环境搭建二、使用代码效果展示总结前言最近不是在做关于字符识别的项目嘛,同事用的paddleocr做字符识别自己测试的效果还行,结果到客户那边跑了一下没出结果,尴尬了。。。我感觉用paddleocr整体是没什么问题的,问题可能出在字符的定位方面。借着这个机会我也学习了一下paddleocr,毕竟后面同事离职我要接手这个项目的(因为同事都是大佬,一个要去读香港理工大学研究生,一个要去读英国伦敦大学研究生,还有一个保研中南大学研究生)一、paddleocr环境搭建原创 2021-06-24 18:21:57 · 2115 阅读 · 3 评论 -
yolov4训练自己的数据集,详细教程!
系列文章目录文章目录系列文章目录创建yolo-obj.cfg 配置文件一、pandas是什么?二、使用步骤1.引入库2.读入数据总结创建yolo-obj.cfg 配置文件将 yolov4-custom.cfg 中的内容复制到 yolo-obj.cfg里面,并做以下修改:一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):import numpy as npimport pandas a原创 2021-03-29 11:52:30 · 7635 阅读 · 2 评论 -
Win10安装cuda和cudnn详细教程
文章目录1.前期准备1.1 查看驱动版本是否满足安装CUDA10.01.2下载cuda10.0和cudnn7.6.52.安装CUDA10.03.安装cudnn7.6.54.设置系统环境变量本次安装以cuda10.0和cudnn7.6.5为例。1.前期准备1.1 查看驱动版本是否满足安装CUDA10.0CUDA与显卡驱动版本对应关系查看本机驱动版本号:如果已安装驱动版本低于cuda10.0的最低要求版本,需要更新驱动。1.2下载cuda10.0和cudnn7.6.5CUDA的下载链接原创 2021-03-11 09:56:46 · 3556 阅读 · 2 评论 -
yolov4 win10 环境搭建,亲测有效!
之前文章中写过关于在windows环境下搭建yolov5的文章,也写过如何利用yolov5训练自己的数据集,总的来说yolov5还是很便捷的,但是在实际的工程问题上,yolov5存在落地打包上的困难,因此本文记录下yolov4在windows环境下搭建。文章目录安装依赖编译使用步骤总结安装依赖括号里是我当前版本vs(vs2019)cuda(cuda10.2)cudnn(cudnn7.6.5)opencv(opencv4.5.0)cmake(cmake3.19)编译打开cmake,按自己原创 2021-03-08 10:30:34 · 2011 阅读 · 12 评论 -
conda创建、删除虚拟环境、换源
1、确认环境首先在所在系统中安装Anaconda。可以打开命令行输入conda -V检验是否安装以及当前conda的版本。2、conda常用的命令。1)conda list 查看安装了哪些包。2)conda env list 或 conda info -e 查看当前存在哪些虚拟环境3)conda update conda 检查更新当前conda3、创建python虚拟环境。使用 conda create -n your_env_name python=X.X(2.7、3.6等)命令创建pyth原创 2021-02-20 10:48:18 · 4052 阅读 · 4 评论 -
yolov5训练自己的数据集,详细教程!
系列文章目录提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例原创 2021-01-16 14:54:50 · 5701 阅读 · 11 评论 -
yolov5 win10 CPU与GPU环境搭建,亲测有效!
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码原创 2020-12-28 21:33:53 · 23846 阅读 · 43 评论 -
Mask RCNN笔记:环境安装篇(Win10+tensrflow-gpu) 不需要另行安装cuda cudnn
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言第一步:创建虚拟环境并安装所需包二、使用步骤1.引入库2.读入数据总结前言毕设是做关于深度学习的,之前一直在用tensorflow cpu版本,(cpu版是为了调试代码,跑代码我是通过google colab来完成的)最近室友的2070S主机正好闲着了,开始学着装gpu版本。上网看了一下,大多数tensorflow-gpu的安装分三部分:Anaconda的安装、CUDA+cudnn的安装、tensorflow-gpu的安原创 2020-12-09 01:09:35 · 1259 阅读 · 4 评论 -
MaskRCNN可视化界面开发(PyQt5)
MaskRCNN可视化界面开发(PyQt5)笔者因毕设要求,需要对maskRCNN进行封装,制作一个可视化界面。先来展示下效果图:文章目录MaskRCNN可视化界面开发(PyQt5)前言一、PyQt5及Designer、Pyuic插件安装二、设计UI界面1.使用Qt Designer来设计界面2.按钮事件3.ui文件转py代码三、编写逻辑代码前言本文默认已经实现了MaskRCNN的训练和测试,现在测试的基础上加一个UI界面。本文使用PyQt5进行界面开发。提示:以下是本篇文章正文原创 2020-12-08 15:35:56 · 3633 阅读 · 30 评论 -
Google Colab免费GPU使用教程,亲测成功!
一.什么是Google ColabColaboratory 是一个 Google 研究项目,旨在帮助传播机器学习培训和研究成果。它是一个 Jupyter 笔记本环境,不需要进行任何设置就可以使用,并且完全在云端运行。Colaboratory 笔记本存储在 Google 云端硬盘中,并且可以共享,就如同您使用 Google 文档或表格一样。Colaboratory 可免费使用。利用Colaboratory ,可以方便的使用Keras,TensorFlow,PyTorch,OpenCV等框架进行深度学习应原创 2020-09-23 10:55:14 · 3314 阅读 · 0 评论 -
cifar-10-python.tar数据集下载过慢解决方式
1.首先下载数据集:官方网站下载过慢,建议使用百度云盘下载别人的cifar-10-python.tar.gz文件2.找到下载下来的压缩文件cifar-10-python.tar.gz,如果是window系统则是保存在C:\Users\xxx.keras\datasets目录中,将此文件改名为cifar-10-batches-py.tar.gz,解压到当前目录下。3.再次运行程序就可以跑起来了,跳过了下载步骤。...原创 2020-09-08 16:43:53 · 2709 阅读 · 0 评论 -
2天学会Pandas
文章目录0.导语1.Series2.DataFrame2.1 DataFrame的简单运用3.pandas选择数据3.1 实战筛选4.Pandas设置值4.1 创建数据4.2 根据位置设置loc和iloc4.3 根据条件设置4.4 按行或列设置4.5 添加Series序列(长度必须对齐)4.6 设定某行某列为特定值4.7 修改一整行数据5.Pandas处理丢失数据5.1 创建含NaN的矩阵5.2 删除掉有NaN的行或列5.3 替换NaN值为0或者其他5.4 是否有缺失数据NaN6.Pandas导入导出6.1原创 2020-07-07 19:46:47 · 220 阅读 · 0 评论 -
numpy入门实战全集
适合初学者快速入门的Numpy实战全集Numpy是一个用python实现的科学计算的扩展程序库,包括:1、一个强大的N维数组对象Array;2、比较成熟的(广播)函数库;3、用于整合C/C++和Fortran代码的工具包;4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用原创 2020-07-07 19:24:12 · 520 阅读 · 0 评论 -
Python数据处理
数据处理文章目录数据处理数据处理1. 文件处理1.1 引入1.2 文件读写操作1.2.1 打开文件1.2.2 读取文件1.2.3 写入文件1.2.4 关闭文件1.2.5 with操作1.2.6 缓冲区1.2.7 文件偏移量1.3 os模块2. 正则表达式2.1 概述2.2 元字符使用2.3 匹配规则2.3.1 特殊字符匹配2.3.2 贪婪模式和非贪婪模式2.3.3 正则表达式分组2.3.4 正则表达式匹配原则2.4 Python re模块使用2.4.1 基础函数使用2.4.2 生成match对象2.4原创 2020-07-01 23:27:04 · 1342 阅读 · 1 评论 -
numpy手写CNN卷积
后续会继续更新import numpy as npdef convolution(data, k): x, y = k.shape n, m = data.shape result = [] for i in range(n - x + 1): line = [] for j in range(m - y + 1): a = data[i:i + x, j:j + y] line.append原创 2020-05-25 00:25:19 · 663 阅读 · 2 评论 -
基于tensorflow2.0的手写数字识别
之前用的tensorflow1.x版本感觉很费劲,这次尝试用tensorflow2.0版本实现下,实现容易实现多了,再也不用with tf.Session() as sess了。文章细节后续有空再补,直接上代码。import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd# 加载mnist数据集mnist = tf.keras.datasets.mnist(x_trai原创 2020-05-21 02:33:26 · 4252 阅读 · 4 评论