云深安小生-CSDN博客

原创运行python ppdet/modeling/tests/test_architectures.py，警告！

运行 python ppdet/modeling/tests/test_architectures.py，出现警告！警告：/data4/404a404a/anaconda3/envs/paddle/lib/python3.7/site-packages/paddle/tensor/creation.py:125: DeprecationWarning: np.object is a deprecated alias for the builtin object. To silence this warni

2021-06-30 13:48:07 1301

原创 Paddle下训练模型，训练程序停止后GPU未正常释放解决

Paddle下训练模型，训练程序停止后GPU未正常释放解决摘要使用PaddleDetection 训练模型，由于程序报错，训练程序停止，查看GPU的使用情况发现使用的显卡无对应运行的程序，但显卡的内存并未正常释放。本博文将对这个问题记录一下解决方案，防止再出现类似的问题。查看GPU的使用情况运行...

2021-06-30 13:17:50 3892 2

原创 YOLOV5代码理解——类权重系数和图像权重系数

YOLOV5代码理解——类权重系数和图像权重系数摘要当训练图像的所有类个数不相同时,我们可以更改类权重, 即而达到更改图像权重的目的.然后根据图像权重新采集数据，这在图像类别不均衡的数据下尤其重要。...

2021-06-30 10:44:18 9383 3

原创 YOLOV5代码理解——损失函数的计算

YOLOV5代码理解——损失函数的计算摘要：神经网络的训练的主要流程包括图像输入神经网络, 得到模型的输出结果,计算模型的输出与真实值的损失, 计算损失值的梯度,最后用梯度下降算法更新模型参数。损失函数值的计算是非常关键的一个步骤。本博客将对yolov5损失值的计算过程代码的实现做简要的理解。def compute_loss(p, targets, model): # predictions, targets, model device = targets.device lcls,

2021-06-29 23:42:06 23075 10

原创 YOLOV5代码解析——优化器

YOLOV5代码解析——优化器摘要本博文用来记录yoloV5优化器的设置，文章通过yolov5官方代码解析optimizer优化器的用法。Optimizer模型参数共分为三组卷积神经网络的权重参数weights ,卷及神经网偏置参数bias,批归一化的权重参数weights .代码实现如下： # Optimizer nbs = 64 # nominal batch size模拟的batch_size accumulate = max(round(nbs / t

2021-06-28 23:53:47 8437 1

原创常见的几种激活函数的理解&分析

常见的几种激活函数的理解&分析**摘要：**神经网络中的每个神经元节点接受上一层神经元的输出值作为本神经元的输入值，并将输入值传递给下一层，输入层神经元节点会将输入属性值直接传递给下一层（隐层或输出层）。在多层神经网络中，上层节点的输出和下层节点的输入之间具有一个函数关系，这个函数称为激活函数（又称激励函数）。如果不用激励函数，每一层输出都是上层输入的线性函数，无论神经网络有多少层，输出都是输入的线性组合。如果使用的话，激活函数给神经元引入了非线性因素，使得神经网络可以任意逼近任何非线性函数，这样

2021-06-28 23:30:22 2006

原创 yoloV5代码学习总结

YOLOV5 代码学习总结摘要在学习YOLOV5代码过程中记录一些代码理解计算AP值 compute_apdef compute_ap(recall, precision): """ Compute the average precision, given the recall and precision curves. Source: https://github.com/rbgirshick/py-faster-rcnn. # Arguments re

2021-06-27 22:53:11 533 1

原创几种常见的计算机视觉中的损失函数原理理解&分析

机器学习任务中适用损失函数来计算描述预测结果和实际事实之间的差距，通过损失函数来量化这个差距从而判断预测的错误程度。因此选择适当的损失函数将有助于获得较好的结果。这里将尝试分析理解计算机视觉中一些基本的损失函数和图像分类、图像检测以及图像分割任务中常用的主流损失函数。

2021-06-25 17:35:43 3884 1

原创解决OSError: [WinError 1314] 客户端没有所需的特权

命令行下运行solov2训练模型报错报错内容OSError: [WinError 1314] 客户端没有所需的特权。: ‘epoch_1.pth’ -> 'D:\SOLO\SOLO-master\output\latest.pt解决方法以管理员运行Anaconda Prompt 重新运行训练命令python tools/train.py ./configs/solov2/solov2_r50_fpn_8gpu_1x.py。...

2021-06-02 22:45:06 11275 1

转载转载实例分割算法模型进展研究综述

实例分割算法：最新进展分析与总结实例分割算法：最新进展分析与总结，作者写的挺清楚，如有侵权请联系！https://zhuanlan.zhihu.com/p/121839698

2021-05-09 10:19:46 290

原创记录解决windows下安装cocoapi的几种方案

记录解决windows下安装cocoapi的几种方案安装cocoapi遇到的常见问题及解决办法安装流程问题1问题二问题三安装cocoapi遇到的常见问题及解决办法安装流程git clone https://github.com/cocodataset/cocoapi.gitcd cocoapi/PythonAPIpython setup.py build_ext --inplacepython setup.py_ext install问题1问题：运行python setup.py buil

2021-01-20 16:08:30 1306 4

原创 Python 多个线程按先后顺序执行，并保持各子线程和主线程的通信

Python 多个线程按先后顺序执行，并保持各子线程和主线程的通信摘要最近有个项目使用pyqt5写的界面，界面展示部分作为项目的主线程，另外通过调用Thread,传入不同的参数又设置了五个子线程，因为第一个子线程的运算结果是第二个线程的基础，而前两个线程又是后面三个子线程的基础。因此需要按顺序先后执行第一、第二、第三四五个线程，并且要求子线程在执行过程中的运算结果传递到主线程的界面中显示出来。一，实现方法1，遇到问题为了实现上述的功能要求尝试使用了线程的join()函数即在每个子线程开启之后立即使

2021-01-18 13:15:58 5041 1

原创解决Windows下命令行执行指令git+clone.....出现错误：‘git‘ 不是内部或外部命令，也不是可运行的程序。

解决Windows下命令行执行指令git+clone…出现错误：‘git’ 不是内部或外部命令，也不是可运行的程序一，前言以前电脑在Windows下使用git + clone 命令时也出现过同样的问题，后来经过查找找到了解决办法可以在windows下成功调用git命令。换了一台新的电脑又出现这样的问题，之前的解决办法忘记了，因此想要写下这篇博文，方便以后在出现这样的问题可以在第一时间内解决。git命令并不是Windows自带的命令符，因此对于对于一台未配置git的windows系统，肯定会出现这样的问题

2020-11-24 00:28:22 9278 7

原创台式机下成功在windows10的基础上安装Ubuntu 18.04 LTS 系统（详细教程）

台式机安装windows 10+Ubuntu 18.04 LTS 双系统1 前言因为工作缘故经常需要使用windows和ubuntu两个不同的计算机系统，因此想把实验室的台式机安装成双系统，方便在一台台式机中切换不同的系统，节约硬件成本且方便快捷。本篇博客所述内容主要是在windows系统的基础上安装ubuntu系统。如果电脑是新装的且未安装windows系统的话可以先安装windows,有关之所以题目叫做台式机安装系统，是因为台式机安装双系统设置和笔记本略有不同，这里以作区别。下面将逐步讲述系统安装过

2020-11-22 21:02:23 3740

原创基于Tensorflow2.2 object detection API使用自训练模型对检测目标做实际检测

基于Tensorflow2.2 object detection api使用自训练模型对检测目标坐实际测试

2020-10-06 23:40:23 1561 7

原创基于Tensorflow2.2 Object detection API使用CenterNet_ResNet50_v2预训练模型训练自己的数据集实现目标检测

基于Tensorflow2.2 Object detection API使用CenterNet_ResNet50_v2预训练模型训练自己的数据集实现目标检测前面一篇博客介绍了Tensorflow2.2 object detection api训练环境的搭建，如果先看到本篇博客且又需要配置训练环境的话，可以参考...

2020-10-05 13:10:47 3034 22

原创 Harmony2.0 DevEco Studio启动无法找到jvm.dll路径问题错误解决

Harmony2.0 DevEco Studio启动无法找到jvm.dll路径问题错误解决问题安装DevEco Studio前如果已经安装java并且配置了jdk的环境变量，可能会出现本问题，如果之前并未安装过java jdk，安装DevEco Studio时会默认自动配置openjdk8。在电脑上装好DevEco Studio，开启时报下面的问题解决办法找到报错路径对应的文件夹位置，复制下来打开控制面板–系统和安全–系统–高级设置–环境变量，将对应的路径D:\HuaWeiDevEcoS

2020-09-26 09:31:57 2616 1

原创 Ubuntu下tensorflow2.2 object detection api训练环境的搭建

Ubuntu下tensorflow2.2 object detection api训练环境的搭建年初早些时候因为疫情在家，偶然看到一篇Android手机端实时运行深度学习目标检测模型，很感兴趣。网上搜集了一些有关的论文和资料，结合正在做的实验室工作开始了应用Tensorflow object detection API做自己的深度学习项目，那时候由于电脑里的anaconda环境中先安装了tensorflow2，配置object detection api过程中遇到各种奇怪的问题，后来发现是tensorfl

2020-09-24 18:15:46 2310 5

原创 object detection训练参数——image_resizer,输入图像尺寸的修改配置

Tensorflow object detection API训练自己的数据集之调整image_resizer{}输入图像尺寸大小及问题解决背景研究项目中需要对SSD_MobilNet_v2模型训练的自己的数据集用来做目标检测，方便后期将实时检测模型迁移到Android手机中，前期的几次训练训练效果一直不好，精度和损失不佳，想到可能是原始采集的图像分辨率比较高，3680* 2760，但ssd-mobilenet模型中输入图像的分辨率统一被修改为300* 300，配置文件中默认设定image_resize

2020-09-20 13:17:16 2087

l13022736018的博客