深度学习
文章平均质量分 79
lzdjlu
这个作者很懒,什么都没留下…
展开
-
windows11 环境下Mamba 环境安装:causal-conv1d和mamba-ssm报错解决办法
Mamba 环境安装:causal-conv1d和mamba-ssm报错解决办法。解决办法:很多时候 CUDA 版本没达到要求,重新安装 CUDA。出现如下图即causal_conv1d-1.1.1安装成功。,更何况一般都没有 root 权限。出现如下图即mamba_ssm安装成功。自己安装的 CUDA 版本。原创 2024-09-11 16:15:29 · 399 阅读 · 0 评论 -
ComfyUI基础篇:Windows系统安装ComfyUI方法
至此,已经完整的安装Windows系统下的ComfyUI!原创 2024-07-24 01:48:22 · 880 阅读 · 0 评论 -
无感知人脸识别考勤系统
本文详细介绍了人脸识别实现的基本原理,并且基于python+pyqt+MySQL开发了人脸识别考勤系统,主要实现了通过图片或者摄像头的方式进行人脸识别、人员信息录入管理以及人脸打卡信息管理等功能。人脸识别功能通过图片或摄像头的方式将识别到的人脸与数据库中录入的人脸信息进行匹配,将匹配到的人员信息显示在软件界面中。人脸图像采集提供了两种方式:一种方式是通过图片进行人脸采集,另一种方式是通过摄像头拍照的方式进行人脸图像采集。人脸信息录入功能主要是依据图片或者摄像头来进行人脸的特征采集以及人员相关信息的录入。原创 2024-01-14 23:18:13 · 1945 阅读 · 1 评论 -
YOLOv8实现热轧带钢表面缺陷目标检测(附代码和数据集)
数据集中images文件存放的是jpg格式的缺陷图片,annatation中存放的是缺陷图片对应的标注为xml格式文件,包括缺陷的类型、位置和大小等信息。在自己创建的data文件夹中,创建data.yaml文件,存放自己的训练集和测试集地址,检测项目类别数,检测项目类别:(对于本数据集共有6中类别,因此nc:6。)(种类名称放到names:)使用YOLOv8进行缺陷检测,需要的数据集格式为txt。(n、s、m、l、x五种不同规模的预训练模型选择一个即可),放到ultralytics-main目录下即可。原创 2023-12-21 17:47:04 · 2812 阅读 · 1 评论 -
Windows安装Yolov8训练、验证、推理自定义数据教程
Windows安装Yolov8训练、验证、推理自定义数据教程。YOLOv8是Ultralytics 2023年的巨作,这是备受赞誉的实时对象检测、图像分类和图像分割模型的最新版本。YOLOv8 建立在深度学习和计算机视觉的前沿进步之上,在速度和准确性方面提供无与伦比的性能。其流线型设计使其适用于各种应用程序,并可轻松适应从边缘设备到云 API 的不同硬件平台。yolov8的推理速度对比如上图,极大的提高了训练速度。官方提供了两种形式的安装方法,这里如果只是玩玩的话建议使用第一种方法安装;原创 2023-12-12 02:17:09 · 3061 阅读 · 8 评论 -
Process finished with exit code -1073740791 (0xC0000409)——pyqt5 运行报错
Process finished with exit code -1073740791 (0xC0000409)原创 2023-12-10 13:01:42 · 352 阅读 · 4 评论 -
DenseNet121实战二:tensorflow-gpu2.4版本,DenseNet121图像分类任务(猫狗大战)——微调imagenet模型,缩短模型训练时间
DenseNet是CVPR2017的Best Paper,网络的基本思路与ResNet差不多,但是它的不同之处是将前面所有层与后面层的密集连接,目的是实现特征重用。采用kaggle上的猫狗数据集,总共10000张图片,猫和狗分别有5000张,取4000张图片作为训练集,1000张图片作为验证集。每张图片的大小都不同,进行训练的时候需要将所有图片resize到相同的大小(224×224),然后输入到网络进行训练。论文地址:https://arxiv.org/abs/1608.06993。原创 2023-11-28 21:41:36 · 610 阅读 · 0 评论 -
DenseNet121实战:tensorflow-gpu2.4版本,DenseNet121图像分类任务(猫狗大战)
DenseNet是CVPR2017的Best Paper,网络的基本思路与ResNet差不多,但是它的不同之处是将前面所有层与后面层的密集连接,目的是实现特征重用。采用kaggle上的猫狗数据集,总共10000张图片,猫和狗分别有5000张,取4000张图片作为训练集,1000张图片作为验证集。每张图片的大小都不同,进行训练的时候需要将所有图片resize到相同的大小(224×224),然后输入到网络进行训练。论文地址:https://arxiv.org/abs/1608.06993。原创 2023-11-28 15:55:33 · 524 阅读 · 0 评论