项目场景:
既要脚踏实地,又要仰望星空。路虽远,不行不至。道弥长,更需把握方向。
近两天目标:
- resnet+centernet角度回归的的head,成功开始训练
- 二维图像很难直接回归出三维信息,一般都利用pnp2d->3d,结果应该不理想
任务:
数据集
- 数据集:label加上q100,q60,q90的分类
- 数据集:角度分成两类,加上bin1、bin2的标注
- 数据集:分成train,test,valida三类
- 数据集: 加上起落架的数据
- 数据增强:随机截取成正方形(850
- 加负样本图片
- train:损失函数
使用CNN进行角度估计 - model:输出的全连接层设计
- 维度怎样匹配
tensorflow tensor运算
multiply 等同与* ,用于计算矩阵之间的element-wise 乘法,要求矩阵的形状必须一致(或者是其中一个维度为1),否则会报错
pytorch中tensor.expand()和tensor.expand_as()函数解读
相当于复制
pytorch中index_select()的用法
第一个参数是索引的对象,第二个参数0表示按行索引,1表示按列进行索引,第三个参数是一个tensor,就是索引的序号,比如b里面tensor[0, 2]表示第0行和第2行,c里面tensor[1, 3]表示第1列和第3列
smooth_L1_loss
sin和cos值都在(0, 1)之间,所以带有平方,
loss_res += loss_sin2 + loss_cos2
带有平方的属性,最后省略求根,符合计算距离的勾股定理。
其实就算是绝对值,相加后的大小属性和平方是一致的。
Q:
vision_normalize = torchvision.transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
nn.Dropout(0.4),
TypeError: default_collate: batch must contain tensors, numpy arrays, numbers, dicts or lists found
读取数据集时将数据转为Tensor数据类型
dataset
if self.transform:
img = self.transform(img)
T_label = torchvision.transforms.ToTensor()
ValueError: setting an array element with a sequence
label = np.array([cart_class, P_label[0:4], P_label[4:8], R_label[0:4], R_label[4:8], Y_label[0:4], Y_label[4:8]])
label = np.reshape(label, [1, 28])
typeerror
python中PIL.Image和OpenCV图像格式相互转换
try:
img = cv2.imread(img_path)
except TypeError:
print("TypeError occur")
img_PIL = Image.open(img_path)
img = cv2.cvtColor(np.asarray(img_PIL), cv2.COLOR_RGB2BGR)
divided_file = np.array(self.list[index])
divided_file[1:] = divided_file[1:].astype(np.float)
标记联合.
def angelgen(self, angel):
# ----------- 判断bin --------------------------------
hudu = self.pi*angel[0]/180
if angel[1] == 1:
angel_label = [1, 0, hudu-self.m1, hudu-self.m2]
elif angel[1] == 2:
angel_label = [0, 1, hudu-self.m1, hudu-self.m2]
else:
angel_label = [1, 1, hudu-self.m1, hudu-self.m2]
return angel_label
def cartclassgen(self, cart):
# [0, q0, q60, q90]
if cart == 60:
return 2
elif cart == 90:
return 3
elif cart == 0:
return 1
else:
return 0
label = np.array([cart_class, P_label[0], P_label[1], P_label[2], P_label[3],
R_label[0], R_label[1], R_label[2], R_label[3],
Y_label[0], Y_label[1], Y_label[2], Y_label[3]])
loss
def all_loss(outputs, target):
outputs = outputs.view(-1, 28)
target = target.view(-1, 28)
loss_C0 = F.cross_entropy(outputs[:, 0:4], target[:, 0], reduction='elementwise_mean')
loss_q0 = F.cross_entropy(outputs[:, 0:4], target[:, 1], reduction='elementwise_mean')
loss_q60 = F.cross_entropy(outputs[:, 0:4], target[:, 2], reduction='elementwise_mean')
loss_q90 = F.cross_entropy(outputs[:, 0:4], target[:, 3], reduction='elementwise_mean')