自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

孟孟单单的博客

人工智能小白菜,加油毕业!!!

  • 博客(169)
  • 收藏
  • 关注

原创 yolov5中的C3、yolov8中的C2f的【全称】和【代码】

【代码】yolov5中的C3、yolov8中的C2f的【全称】和【代码】

2024-04-27 11:01:31 87

原创 毕业论文【导出+查重】:(1)导出PDF页面导航?打印细节?结论:【另存为AbodePDF】会带有页面导航,【打印成AdobePDF-高质量打印】文件会更大(2)查重:学信网免费查初稿、知网给钱查终稿

给钱就秒出结果,真就秒出!(1.5元/千字,如果勾选了AI查重价格会翻倍。我没有勾选AI查重,结果跟学校查重是一样的):学信网万方免费查初稿→知网个人给钱查终稿→终稿提交学校查重系统。:这个就具体看学校查重流程了,我们学校就是使用的知网查重,所以跟。可以试一下这两种方式看看你的PDF图像质量咋样再做选择哟。,高质量打印会比不选择高质量打印文件更大一些。【另存为AdobePDF】的文件大小第二,【打印成AdobePDF】的。删除高质量原图再上传。

2024-04-10 12:04:17 365

原创 训练YOLOv9-S(注意:官方还没有提供YOLOv9-S的网络,我这是根据网络博客进行的步骤,按照0.33、0.50比例调整网络大小,参数量15.60M,计算量67.7GFLOPs)

参数量58.35M,计算量267.1GFLOPs。保姆级的大佬真的好啊,给我的回答很详细,贴上来!参数量15.60M,计算量67.7GFLOPs。开始训练,坐等结果~⭐然后就根据这个博客。

2024-03-09 20:13:45 1959 3

原创 Yolov7-tiny如何指定某个权重继续断点训练,并且训练到指定轮数

接着就出现以下的打印台,起始的epoch数和最终的epoch数已经变为设定值,训练完后就会得到。(以epoch、best开头的都可以),假设找到了。权重,就将他拷贝到新的文件夹下去,也就是刚刚新建的。,使用下面的命令拷贝之后的路径就变成了。(不过可能会由于训练中没有比。好的权重,所以就不会生成。下图就是已经重写了的。

2024-03-07 19:35:46 550

原创 利用cv2.rectangle和cv2.putText将标注框绘制到图片上,以便随时查看类别样子

【代码】利用cv2.rectangle和cv2.putText将标注框绘制到图片上,以便随时查看类别样子。

2024-01-22 14:19:15 618

原创 多尺度的学习

那么这个网络的深度应定为25层,还是50层,亦或是37层呢?定37层则两类目标的检测能力较为均衡但都不在最好的检测状态。os:根据具体任务和数据集的需求,需要综合考虑小目标和大目标的重要性以及数据集中目标的尺度范围,来选择合适的网络深度,或者说是从哪一层去提取到小尺度、大尺度的目标。,之后随着层数的继续增加,小目标的语义信息也会快速被环境信息所。大小目标的细节信息都随着模型层数的加深而衰退。浅层特征具有较高的分辨率,可以携带丰富的。时,模型通常难以对极大和极小的物体。,但此时小目标的语义信息已经。

2024-01-18 10:51:50 494

原创 使用pycocotools打印更多数据,并且数值扩展到小数点后6位(注意,修改后最好再还原!最好是一次性使用!也可以长期使用,只要记得这里改了的就行[手动狗头])

YOLOv7-tiny,通过pycocotools包得到预测大中小尺寸目标的指标值仅供参考!写这个代码的目的是能够打印出iou=0.50的AP、AR的小中大3个尺寸的值,原始代码是不会打印出来的!最好是一次性使用!因为这个是在动pycocotools这个包的源代码了,所以最好是用完之后就当场改回去,以免影响其他模型使用pycocotools包!!!

2024-01-16 18:56:50 519

原创 训练官方源码RT-DETR(血泪的教训!严格按照官方流程!)

解决方法:有可能是torchvision版本过低,在pycharm终端输入。导包有种红色的,但是别管!直接运行上面的命令就能成了!在发挥作用,所以能够成功导包!

2024-01-15 21:18:00 1469 4

原创 训练PP-YOLOE,失败了,朋友们没用不用看了,但我还是做一点点记录万一有用呢

根据自己的机器去选择应该安装什么CUDA版本的。我的是RTX3050,最高可以安装CUDA11.6,但依据它能提供的CUDA。在Anaconda的。

2024-01-15 19:17:06 538

原创 训练YOLOS-S

默认的是tiny,可以换成small,可对应。参照着上面去修改即可,我喜欢将参数直接给修改在。中进行查看,可以定位到。,然后参照这个篇博客。

2024-01-15 13:26:08 399

原创 训练FastestDet(Anchor-Free、参数量仅0.24M、计算量0.9GFLOPs),稍改代码使得符合YOLO数据集排布

文件并重取名,例如我重命名为。位置,就可以直接运行。

2024-01-14 21:49:43 565

原创 训练DAMO-YOLO(damoyolo_tinynasL25_S.py)

包的位置,其实就是代码写得有点奇怪然后没有找到路径。:会出现这报错,是因为程序没有根据找到。:会出现这个错,是因为在。右侧的base.py在。下,然后运行就可以了。

2024-01-14 20:24:39 1423

原创 将YOLO数据集转成COCO格式,单个文件夹转为单个json文件,例如.../images/train转为instance_train.json

【代码】将数据集转成COCO格式,单个文件夹转为单个json文件,例如.../images/train转为instance_train.json。

2024-01-14 11:36:05 790 1

原创 YOLOv6s,map值打印成两位小数(原本是显示0.538,变成显示为53.79)

里面的参数(权重位置等),即可运行。

2024-01-12 22:02:12 499

原创 YOLOv7-tiny,通过pycocotools包得到预测大中小尺寸目标的指标值

的话,那就说明转出来的json文件内容有误(下图格式是在AutoDL云服务器上看的,看起来比较清楚,本地上看就比较杂乱。之前一直我运行一直有错,就是因为没有转正确,我的。(加上就能检测大中小尺寸了,就算json文件格式不对也不会直接报错终止,但是不会出现结果)参考魔鬼面具的应该会没有错,以下是我针对我的数据集进行的一代你代码改动,留作备份。(我直接使用起来有错,应该是因为数据集分布的问题)(我是像下面那样直接指明的绝对位置)圈起来的就是正确信息,如果。的value值写成了。

2024-01-12 13:47:58 1154

原创 RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0

调用YOLOv7的test.py。

2024-01-12 09:42:43 471 1

原创 【改进】YOLOv7-tiny使用YOLOX的DecoupledHead,能涨点1~3个(附测试时的报错及解决方案:RuntimeError: Expected all tensors to be )

------------------------下面这一个我现在觉得也应该改,改了的话可能测试的时候就不会报错了,因为以往按照博客改头都还有这个地方要改,如果这样改有错的话就不要这一步吧,看文章的朋友们自行选择----------------------------##------------------------以上就是我的改动----------------------------#

2024-01-11 11:41:31 1291 1

原创 YOLOv7-tiny改进SPDConv,用于图像处理中低分辨率图像和小对象难以检测的问题,参数量7.39M,计算量18.6GFLOPs(YOLO其他系列均可参考本文改进方式)

蓝色括号里面带了os的,是我自己的内心所想,仅供参考最后面有一些疑问,欢迎各位大佬解答解决问题:用于图像处理中低分辨率图像和小对象难以检测的问题在本文中,我们指出,这根源于现有CNN架构中存在的一个有缺陷但常见的设计,即使用strided convolution或pooling layers,这导致细粒度信息的丢失和不够有效的特征表示的学习。为此,我们提出了一个新的CNN构建快, 称为SPD-Conv取代每个strided convolution层和每个pool层(因为完全消除他们)。

2023-12-12 12:29:54 2062 1

原创 【论文】F1的单位是%还是1,mAP的单位是%还是1?答:F1的单位是1,mAP的单位是%

mAP是用于评估目标检测算法性能的指标,它是所有类别的平均精度(Average Precision)的均值。精度是通过计算检测结果与真实标注框之间的重叠度(IOU,Intersection over Union)来衡量的,它表示检测结果的准确性。mAP的取值范围是0%到100%,其中100%表示最佳性能,0%表示最差性能。F1分数是一种常用的评估指标,主要用于衡量二分类模型的性能。它综合考虑了模型的精确度(Precision)和召回率(Recall),并将它们的加权调和平均作为最终的评估指标。

2023-12-04 11:59:47 853 1

原创 Pycharm调用Conda虚拟环境

笑死,我之前也是这样的,不过好像也能用,搞不懂~

2023-12-03 16:01:01 621

原创 RDD2022提交官网得到F1-Score的步骤【自己摸索的,不保证对和全面,返回结果是F1-Score: India=nan】

后就会显示英文,大概意思是:向你提供的邮箱发送了邮件,需要点击激活。就会跳转到登陆界面了,填写刚刚注册用到的邮箱和密码即可。(yolo系列直接检测出来的txt是包含的。(可以参照下面步骤进行),所以下面代码还原成了。

2023-12-01 11:03:36 588 3

原创 道路病害检测数据集RDD2022、RDD2020的标签映射关系【参考自官网给出的label_map.pbtxt文件,附查看代码】

【代码】道路病害检测数据集RDD2022的标签映射关系【参考自官网给出的label_map.pbtxt文件,附查看代码】

2023-11-30 22:01:14 1331

原创 看懂YOLOv7混淆矩阵的含义,正确计算召回率、精确率、误检率、漏检率

【代码】看懂YOLOv7混淆矩阵的含义,正确计算召回率、精确率、误检率、漏检率。

2023-11-28 21:03:05 4217 7

原创 python打印字符串中的大写字符

【代码】python打印字符串中的大写字符。

2023-10-19 22:35:56 357 1

转载 运行pytest.ini文件时,报UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xb0 in position 53: illegal mult

pytest

2023-10-12 17:09:29 111

原创 安装chromedriver 115,对应chrome版本115(经检验,116也可以使用)

安装chromedriver 115,对应chrome版本115(经检验,116也可以使用)

2023-08-16 10:05:53 18564 38

原创 【YOLOv7调整detect.py】1.调整检测框粗细,2.设定标签颜色,3.只显示与标签数目相同的检测结果

的位置,本节更改是实现。的大小即可,例如改为。

2023-07-08 15:19:12 2885 3

原创 RepVGG论文理解

量化感知训练(quantification -aware Training, QAT)方法也被提出以提高量化精度,如纯整数算术量化[24],无数据量化[32],硬件感知量化[42],混合精度量化[43],零射量化[3]。同时,我们通过实验来证明它对QAT也是有益的。分别通过1×1卷积核和3×3卷积核进行卷积操作,并分别对卷积后的结果进行批归一化处理,得到两个归一化后的特征图。了三个分支:一个卷积核大小为3x3的主分支,一个卷积核大小为1x1的shortcut分支以及一个只连了BN的shortcut分支。

2023-07-05 10:11:48 191

原创 【YOLOv7热力图可视化】参考链接非常棒,此博客用于记录一些细节(如果遇到报错:ValueError: too many values to unpack (expected 2))

【YOLOv7】结合GradCAM热力图可视化

2023-06-20 16:01:30 1540 4

原创 【YOLOv7绘制labels.jpg和labels_correlogram.jpg】只用更改一处代码+附带这两个图的解释(有更新,可能出现与tb_writer.add_histogram相关的报错)

统计训练集数据每个类别数量直方图(左上角)、把所有框的x和y中心值设置在相同位置看每个训练集数据每个标签框的长宽情况(右上角)、绘制 x, y 变量直方图来显示数据集的分布(左下角)、绘制 width, height 变量直方图来显示数据集的分布(右下角)。: 汇总训练集数据的标签labels,并画出训练集数据标签 x, y, width, height 4个变量之间的关系图(线性或非线性,有无较为明显的相关关系)

2023-06-16 10:50:44 2111

原创 【论文】YOLOv7运行train.py和test.py时,打印不出来计算量GFLOPs解决方法

【论文】YOLOv7运行train.py和test.py时,打印不出来计算量GFLOPs解决方法

2023-06-15 20:08:52 2489 13

原创 YOLOv7,断点训练时候,遇到报错subprocess.CalledProcessError: Command ‘git tag‘ returned non-zero exit status 128

ptgithub。

2023-05-23 10:23:09 1558 1

原创 Autodl服务器上训练YOLOv7改进代码时,突然中断并报错:OSError: [Errno 28] No space left on device

Autodl服务器上训练YOLOv7改进代码时,突然中断并报错:OSError: [Errno 28] No space left on device

2023-05-18 10:30:31 1624 2

原创 【查看网络结构信息】以霹雳吧啦WZ导师的resnet中的model.py代码为例,尝试了5种打印方式

【代码】【查看网络结构信息】以霹雳吧啦WZ导师的resnet中的model.py代码为例,尝试了5种打印方式。

2023-04-26 15:21:06 852

原创 【YOLO系列PR、F1绘图】更改v5、v7、v8(附v8训练、验证方式),实现调用val.py或者test.py后生成pr.csv,然后再整合绘制到一张图上(使用matplotlib绘制)

值给提出来,所以绘图就比较潦草,直接用的matplotlib画的,如果要用于论文中的绘图,一般使用。(作用都是一样的,都是用已训练好权重对测试集进行验证,然后打印出一系列指标)(PR、F1的表格长得差不多,就是数据内容不同,表头相同,行数相同)(注意:本代码最重要的作用是将验证时得到的一系列。,即可运行得到整合图(可见博客最上面的效果图)的时候把F1值给提出来,所以我在下图代码中。,不是的话运行之后就不会生成。中做与YOLOv7同样的更改。中做与YOLOv7同样的更改。得到v7、v5、v8验证后的。

2023-04-24 11:23:49 14089 60

原创 【ipad+向日葵远程控制】解决ipad上在向日葵中无法使用上下左右键、Tab键(解决方法是:在ipad上安装旧版本向日葵11.2.2,配合使用的是罗技K380键盘)

因此,下文的操作目的是:借助3个工具,实现在ipad中安装旧版本向日葵11.2.2(此安装逻辑可应用到其他旧的软件中)## 不能读取文件"iTunes Library.itl",因为它是由更高版本的iTunes所创建的。经测试,确实在向日葵11.2.2中的上下键、Tab键可以正常使用了!解决ipad上在向日葵中无法使用上下左右键、Tab键。但是怎么能滑动鼠标、使用右键还需要去想办法解决一下。在电脑上安装好爱思助手后,就直接用ipad的。解决方法是:在ipad上下载旧版本。右键之后跳转到已下载的。

2023-04-21 23:21:14 7407 2

原创 【YOLO系列result中的map、loss、pr、F1绘图】根据v5、v8、v7训练后生成的result文件用matplotlib进行绘图

【代码】【YOLO系列绘图】根据v5、v8、v7训练后生成的result文件用matplotlib进行绘图。

2023-04-07 17:55:27 11484 21

原创 【对YOLOv8(ultralytics)打印测试结果的调整】(1)使得map值打印显示从0.551变为55.08 (2)打印出FPS

【代码】【对YOLOv8打印测试结果的调整】(1)使得map值打印显示从0.551变为55.08 (2)打印出FPS。

2023-04-06 17:20:05 8164 28

原创 输电线路异物视频收集+Chorme网页视频下载方式

综上所述, 对输电线路外绝缘危害的因素有很多, 有些是恶劣自 然条件的影响问题, 需我们采取技术措施应对, 有些是我们需加 强管理和维护的问题。对输电线路外绝缘的影响主要是大鸟在绝缘子上方排便, 下落的 粪便相当于导线缩短了空气间隙, 畸变了电场, 造成空气间隙 击穿。因此,及时有效处理输电线路异物是保证输电线路可靠性的重要措施。气球、薄膜、防尘网等带状或具有缠绕性质的物体被风卷起,最终搭挂或者缠绕在输配电线路导线或。近年来,随着各地城镇化进程的加快,建筑工地大量出现,工地的渣土堆通常为了考虑环境和卫。

2023-04-05 11:34:26 341

原创 【论文】模型大小计算方式(或者叫做权重大小/体积?)单位是MB

可以说成:整个权重文件包含了网络结构和参数,那么这个训练好的权重文件可直接使用,用于嵌入到某些平台或设备上就可以使用了,如果没有训练好的参数,单纯就一个网络结构那在应用中也是没有作用的。那就可以说成是:网络结构定义好了就是一个模型,可用于训练。

2023-04-03 22:11:11 2870 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除