代码调试
文章平均质量分 91
CV视界
专注于深度学习、计算机视觉和自然语言处理等多个方向技术分享。
展开
-
使用Python找到相似图片的方法
在日常生活中,我们可能会遇到需要查找相似图片的情况。例如,我们可能有一张图片,并希望找到文件夹中与该图片相似的其他图片。本文将介绍如何使用Python代码来快速找到相似图片。原创 2023-10-19 08:30:00 · 958 阅读 · 0 评论 -
使用Python找到重复图片的方法
在日常生活中,我们可能会遇到需要清理计算机中的大量图片文件的情况。其中一个常见的问题是重复的图片占据了大量的存储空间,因此我们需要找到并删除这些重复的图片。本文将介绍如何使用Python代码来快速找到重复图片,并将它们复制到指定文件夹。原创 2023-10-18 09:13:20 · 952 阅读 · 0 评论 -
深入理解PyTorch中的NoamOpt优化器
NoamOpt是一种特殊的学习率调度策略,它结合了两种不同的学习率调度方法:线性预热和逆平方根调度。这种组合使得模型在训练初期可以有较大的学习率以快速收敛,而在后期通过降低学习率来微调模型参数,从而避免过拟合。原创 2023-08-08 13:35:21 · 1227 阅读 · 0 评论 -
PyTorch中ReduceLROnPlateau的学习率调整优化器
本文介绍了PyTorch中。原创 2023-08-08 10:20:59 · 5119 阅读 · 0 评论 -
代码调试4:实现退化模型的训练
以上就是对象检测的结果,每个文本以图像路径开头,后面是一系列的坐标值和类别信息。具体而言,每个坐标值表示一个边界框(bounding box),包括左上角和右下角的像素坐标,以及对应的类别标签和置信度。更改原始文件路径,重新生成原始文件和位置关系标签。已知4张卡是设置为冻结显存设置为120,不冻结的设置为60。一种最简单的方法就是将重命名的文件,做修改后直接运行,在训练时,原始模型主要送训练和验证图片路径和标签,的文件,需要将这些文件合并为一个。至此,我们就完成的数据集的预处理。原创 2023-08-07 15:57:04 · 150 阅读 · 0 评论 -
代码调试3:coco数据集生成退化图
要点1. 保证程序可以根据设定,自动的加载权重。步骤1:从程序可知,生成的退化图中,验证集、测试集和训练集的图片比原始数据集分别少4张,5张和3张。我首先创建了main_coco_yellow.py文件,调试之后,生成正常的yellow图片。经过百度,发现问题是因为cuda不匹配造成的,所以在执行本程序时,需要我们将cuda9.0。,来存放这些没有参与转换的原始图片和深度图片。其中输入生成图中没用使用,所以可以不用处理。 2.确定缺少的图片是什么,创建一个文件夹。至此,便可以实现图片保存原始的尺寸。原创 2023-08-07 15:56:23 · 147 阅读 · 0 评论 -
代码调试2:coco数据集生成深度图
因为生成退化图,需要用到原始图片和深度图,但是我发现了一个大问题,我在生成深度图时候的图片命名是有问题的,竟然少一位,这导致生成的深度图和原始图片个数关系对应不上。在获取深度图的时候,直接执代码,会产生以下错误:RuntimeError和ValueError。因为上文已经将存在错误异常的数据存在了一个列表中,所以我们只需将这个列表保存在。检测错误的图片,我们会存放在一个列表中,然后会存以npy的方式存储在文件夹下。在进行了诸多实验之后,发现错误的原因有两类,至此完成了深度图生成的代码调试。原创 2023-08-02 23:26:42 · 343 阅读 · 0 评论 -
代码调试1:yolo初始训练
冻结训练需要的显存较小,显卡非常差的情况下,可设置Freeze_Epoch等于UnFreeze_Epoch,Freeze_Train = True,此时仅仅进行冻结训练。UnFreeze_Epoch = 100,代表了在100个epoch,不进行冻结训练;此时模型的主干不被冻结了,特征提取网络会发生改变,占用的显存较大,网络所有的参数都会发生改变,Freeze_Train 是否进行冻结训练,默认先冻结主干训练后解冻训练。用自己训练的权重需要修改加载的权重,修改的文件为yolo.py。原创 2023-08-04 11:47:17 · 187 阅读 · 0 评论