- 博客(15)
- 资源 (2)
- 收藏
- 关注
原创 数据集VOC/CIFAR10/CATDOG
目标检测:PASCAL VOC 数据集简介_Man-CSDN博客_voc数据集【猫狗数据集】pytorch训练猫狗数据集之创建数据集 - 西西嘛呦 - 博客园CIFAR10/CIFAR100数据集介绍 - WUST许志伟 - 博客园
2021-11-29 16:21:02 26025
原创 pytorch张量索引
tens = tensor([[ 101, 146, 1176, 21806, 1116, 1105, 18621, 119, 102, 0, 0, 0, 0], [ 101, 1192, 1132, 1136, 1184, 146, 1354, 1128, 1127, 117, 1463, 119, 102], [ 101, 6816, 1905.
2021-11-25 21:44:32 74602
原创 python 中 numpy 模块的 size,shape, len的用法
numpy 中有很多类方法可以对数组处理,下面将介绍三种常见的处理数组的方法.1.size的用法import numpy as npX=np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]]) number=X.size # 计算 X 中所有元素的个数X_row=np.size(X,0) #计算 X 的行数X_col=np.size(X,1) #计算 X 的列数 print("num
2021-11-25 21:37:44 74995
原创 python计算坐标点欧式距离_计算Python Numpy向量之间的欧氏距离实例
计算Python Numpy向量之间的欧氏距离,已知vec1和vec2是两个Numpy向量,欧氏距离计算如下:import numpydist = numpy.sqrt(numpy.sum(numpy.square(vec1 - vec2)))或者直接:dist = numpy.linalg.norm(vec1 - vec2)# 补充知识:Python中计算两个数据点之间的欧式距离,一个点到数据集中其他点的距离之和# 如下所示:# 计算数两个数据点之间的欧式距离import n
2021-11-25 21:33:46 79538 1
原创 Python-OpenCV中的resize()
Python-OpenCV中的resize()函数改变图像大小意味着改变尺寸,无论是单独的高或宽,还是两者。也可以按比例调整图像大小。这里将介绍resize()函数的语法及实例。语法函数原型cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])参数:参数 描述 src 【必需】原图像 dsize 【必需】输出图像所需大小 fx 【可选】沿水平轴的比例因子 fy 【可选】.
2021-11-25 15:49:53 83119 1
原创 目标检测(降低误检测率及小目标检测系列笔记)
深度学习中,为了提高模型的精度和泛化能力,往往着眼于两个方面:(1)使用更多的数据(2)使用更深更复杂的网络。**一、什么是负样本**负样本是指不包含任务所要识别的目标的图像,也叫负图像(Negtive Image)。以识别限速牌为例,如下所示,左图包含限速牌,为正样本,右图不包含限速牌,为背景图,即负样本。正样本负样本2.为什么要训练负样本训练负样本的目的是为了降低误检测率、误识别率,提高网络模型的泛化能力。通俗地讲就是告诉检测器,这些“不是你要检测的目标”。3.F
2021-11-25 14:13:41 86949 3
原创 小轮廓变大轮廓morphologyEx
openvc中morphologyEx()函数是一种形态学变化函数。数学形态学可以理解为一种滤波行为,因此也称为形态学滤波。滤波中用到的滤波器(kernal),在形态学中称为结构元素。结构元素往往是由一个特殊的形状构成,如线条、矩形、圆等。开运算(open):先腐蚀后膨胀的过程。开运算可以用来消除小黑点,在纤细点处分离物体、平滑较大物体的边界的 同时并不明显改变其面积。闭运算(close):先膨胀后腐蚀的过程。闭运算可以用来排除小黑洞。形态学梯度(morph-grad):可以突出团块(...
2021-11-25 00:31:19 74392
原创 流媒体服务器分发RTSP视频流并发压力测试
对于普通视频网站来说,并发数量是一个非常有参考价值的数据,在部分时间段,并发数量也许不大,但是也可能短时间内暴涨且没有上限,此时就需要系统具备良好的扩张能力和负载均衡能力。那么如何针对流媒体服务器分发的RTSP流进行并发压力测试了解系统的能力?本分和大家分享一下我们的测试过程。通过使用多路RTSP客户端进行拉流,即可达到并发压力测试。对于RTSP客户端的选择,可以选择开源的OpenRTSP客户端进行拉流测试。OpenRTSP的使用方法如下:1、下载源码wgethttp://www.live5
2021-11-24 21:10:18 75768 1
原创 pytorch中squeeze()和unsqueeze()函数介绍
一、unsqueeze()函数1. 首先初始化一个a可以看出a的维度为(2,3)2. 在第二维增加一个维度,使其维度变为(2,1,3)可以看出a的维度已经变为(2,1,3)了,同样如果需要在倒数第二个维度上增加一个维度,那么使用b.unsqueeze(-2)二、squeeze()函数介绍1. 首先得到一个维度为(1,2,3)的tensor(张量)由图中可以看出c的维度为(1,2,3)2.下面使用squeeze()函数将第一维去掉可见,维度已经变
2021-11-24 21:05:13 73971
原创 Pytorch搭建Retinaface人脸检测与关键点定位平台
学习前言一起来看看Retinaface的Pytorch实现吧。在这里插入图片描述什么是Retinaface人脸检测算法Retinaface是来自insightFace的又一力作,基于one-stage的人脸检测网络。同时开源了代码与数据集,在widerface上有非常好的表现。源码下载https://github.com/bubbliiiing/retinaface-pytorchRetinaface实现思路一、预测部分1、主干网络介绍Retinaface在实.
2021-11-24 21:02:16 75792
原创 脸部关键点检测(数据读取和处理)
参考资料:数据读取和处理官网教程对于初学者来说,编程遇到的头一个问题可能就是不知道怎么编写数据读取的代码以输入网络。本文主要讲解的就是编写该部分代码的常见方法和编程思路。内容基本是官方文档的翻译与总结。数据下载链接下载之后保存在data/faces路径下。里面一共有69张脸部图片,有一个csv文档作为金标准用于保存所有的关键点,每一张脸部图像有68个关键点。打开csv文件可以看到该文档以表格的形式保存着所有图片的文件名和对应关键点的坐标。单张图片和标签的读取在进入
2021-11-24 20:47:10 75012
原创 图片二分类在VGG16基础上finetune
# -*- coding: utf-8 -*-"""Created on ${DATE} ${TIME}@author: """import torchimport torchvision#preparemodel1_vgg16 = torchvision.models.vgg16(pretrained=True)#设置网络参数#读取输入特征的维度num_fc = model1_vgg16.classifier[6].in_features#修改最后一层的输出维度,即分类数.
2021-11-24 20:30:42 73558
原创 python矩阵array判断某个元素的个数
python中numpy包的array矩阵,判断某个元素的个数import numpy as npa=np.array([[ 2, 7, 4, 2], [35, 9, 1, 5], [22, 12, 3, 2]])print(np.sum(a==2)) ## 2的个数输出为3
2021-11-24 20:27:37 76197 1
转载 python logging模块 日志 (详细解析)
目录1 基本使用2 将日志写入到文件2.3 设置消息的等级2.4 捕获traceback2.5 多模块使用logging3 通过JSON或者YAML文件配置logging模块3.1 通过JSON文件配置3.2 通过YAML文件配置1 基本使用转自:Python 常用模块大全(整理) - 略微抖动 - 博客园配置logging基本的设置,然后在控制台输出日志,import logginglogging.basicConfig(level = logg
2021-11-24 19:55:44 75698 1
转载 使用cv2.morphologyEx()实现开运算,闭运算,礼帽与黑帽操作以及梯度运算
openvc中morphologyEx()函数是一种形态学变化函数。数学形态学可以理解为一种滤波行为,因此也称为形态学滤波。滤波中用到的滤波器(kernal),在形态学中称为结构元素。结构元素往往是由一个特殊的形状构成,如线条、矩形、圆等。基本使用方式如下:cv2.morphologyEx(img, op, kernel)参数op的取值 含义 cv2.MORPH_OPEN 开运算(open) ,先腐蚀后膨胀的过程。开运算可以用来消除小黑点,在纤细点处分离物体、平滑较大物体的边界
2021-11-24 10:04:36 77802
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人