![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 68
凉_白开
这个作者很懒,什么都没留下…
展开
-
onnxruntime_cxx_api中各个接口的作用
onnxruntime_cxx_api中各个接口的作用原创 2024-07-19 17:53:45 · 438 阅读 · 0 评论 -
用自己的数据集训练TimeSformer并转ONNX用c++推理
imesformer是Facebook AI提出的一种创新的深度学习模型,专门用于视频数据的理解和分析。它成功地将自然语言处理(NLP)领域的Transformer架构引入到计算机视觉领域,特别是视频处理领域,为视频分类、行为识别、视频预测等任务提供了全新的解决方案。原创 2024-06-22 16:08:54 · 916 阅读 · 0 评论 -
制作自己的数据集并训练的YOLOv8模型
PyTorch 要求因操作系统和 CUDA 要求而异,因此建议先按照 https://pytorch.org/get-started/locally 中的说明安装 PyTorch。打开data/predefined_classes.txt,修改默认类别,也可以直接清空,后面打标签的时候会自动生成,我这里将这个文件清空。在datasets下新建一个分配数据集数据的脚本文件Process.py。在datasets同级路径下新建train.py 训练脚本。在datasets同级路径下新建test.py测试脚本。原创 2023-08-14 14:35:23 · 3416 阅读 · 6 评论 -
RealBasicVSR模型转成ONNX以及JIT并用c++推理
直接将这个test_mode默认值改为Ture,让程序能走下去就行了。这里已经得到了 realbasicvsr.onnx 模型文件了.) ,随便选一个渠道下载就行。至此模型转换部分就成功完成了。原创 2023-03-02 18:19:01 · 1201 阅读 · 0 评论 -
libtorch选择指定GPU
当我们的环境下拥有多块GPU时,有时候需要指定某一块GPU来运行。原创 2022-12-09 18:10:47 · 2118 阅读 · 0 评论 -
Pytorch 分类网络训练方法(Resnet152为例)
在train文件夹下新建 各个分类文件夹。如:class1,class2,class3,class4。在训练数据目录下新建 train 和 val 两个文件夹。上面找与本机cuda对应的版本安装。将不同分类的图片放到个子文件夹里面。将模型转换为c++可用的模型。在val文件夹下同样如此。原创 2022-11-18 17:57:08 · 1464 阅读 · 2 评论 -
RealBasicVSR 实现超分辨率
利用RealBasicVSR实现视频超分辨率原创 2022-11-14 17:43:24 · 1055 阅读 · 0 评论 -
Mediapipe 实现3D人脸检测
利用mediapipe实现3D人脸检测,并编译成c++动态库。原创 2022-11-14 16:35:28 · 1567 阅读 · 3 评论 -
Libtorch各版本下载
不同的版本只需要修改最后的几个数字以及对应的CUDA的版本。不同的版本只需要修改最后的几个数字以及对应的CUDA的版本。原创 2022-11-14 16:13:35 · 6292 阅读 · 3 评论 -
注释掉darknet加载yolo模型时打印的网络信息
使用darknet加载YOLO的模型,总是会打印一大堆网络信息。现在从源码里把这些找到,注释掉。原创 2022-08-30 17:13:41 · 431 阅读 · 0 评论 -
darknet训练yolov4模型
darknet训练yolov4模型6.将darknet文件夹下的cfg文件夹下面的yolov4_custom.cfg文件拷贝到前面新建的cfg文件夹下并修改以下几个地方。修改所有的yolo层上面的filters=3*(classes+5),以及yolo层的classes种类数。5.删除图片问价夹里面的classes.txt,然后将标签文件全部移到labels文件夹里面。格式选择yolo格式,保存位置选择图片文件夹。这里用labelImg工具打标签。然后对所有的图片开始打标签。...............原创 2022-07-22 18:19:53 · 2696 阅读 · 0 评论 -
解决anaconda下载pytorch速度极慢的方法
anaconda下载pytorch速度极慢的解决方法原创 2022-07-11 11:38:51 · 1259 阅读 · 0 评论 -
Pytorch 占用cpu资源过多
pytorch进行一些AI的工作 其cpu占用量过高。经过调试发现 主要是将数据从GPU下载到CPU上消耗资源比较高。遇到这个问题,限制一下线程数量就可以了;这个方法改变CPU的占用量比较明显。原创 2022-07-04 17:04:07 · 3280 阅读 · 1 评论 -
腾讯开源图像超分辨率算法RealSR的安装与测试
文章目录Real_SR 的环境安装与测试介绍 (以下内容来自它官方的宣传)视觉结果源码安装anaconda 安装与配置新建conda环境并激活安装pytorch安装Python 包:TensorBoard测试Real_SR 的环境安装与测试介绍 (以下内容来自它官方的宣传)最近最先进的超分辨率方法在理想数据集上取得了令人印象深刻的性能,无论模糊和噪声如何。然而,这些方法在现实世界的图像超分辨率中总是失败,因为它们中的大多数采用简单的双三次下采样从高质量图像中构建低分辨率 (LR) 和高分辨率 (HR)原创 2022-02-18 15:19:23 · 7319 阅读 · 8 评论 -
AI换脸faceswap在linux下的使用
文章目录环境准备1. 安装anaconda2. 新建anaconda 环境3. 进入环境4. 下载faceswap源码安装配置环境faceswap 使用1. 提取素材2. 训练3. 替换4. 将图片合成为视频环境准备1. 安装anaconda百度一下安装个anaconda就行了。这里不细说2. 新建anaconda 环境conda create --name faceswap_pyt3_7 python=3.73. 进入环境conda actavate faceswap_pyt3_74.原创 2021-03-02 16:45:16 · 4197 阅读 · 1 评论 -
opencv 使用DNN模块调用Tensorflow的Mask-RCNN模型
文章目录环境准备利用opencv自带的工具生成对应的模型对应的描述文件DNN模块使用demo效果环境准备Python3OpenCV 4.5.0 (4版本以上都可以)Mask-RCNN预训练模型利用opencv自带的工具生成对应的模型对应的描述文件在opencv源码路径下opencv450/opencv-4.5.0/samples/dnn找到对应的工具利用工具生成预训练模型对应的描述文件python ./tf_text_graph_mask_rcnn.py --input /home/m原创 2021-01-20 16:10:00 · 750 阅读 · 4 评论 -
Tensorflow训练maskrcnn
文章目录Tensorflow训练maskrcnn安装cuda cudnn AnacondaAnaconda环境配置换源(清华源,清华源下载更快)新建虚拟环境进入虚拟环境安装tensorflow安装环境安装TensorFlow Object Detection API下载TensorFlow模型源码将object detection的源码导入Anaconda编译proto文件装载research模块添加Slim环境变量COCO api 安装准备数据集打标数据集将标定样本生成为.record格式文件在data文原创 2020-11-26 14:24:34 · 2918 阅读 · 2 评论