- 博客(62)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【yolov5】改进系列——特征图可视化
六行代码实现：特征图提取与特征图可视化，可以实现分类网络的特征图可视化最近忙论文，想在yolov5上面做一些改进，看源码看了一段时间，动手改改代码做一些改进，所以做个一系列改进的记录。六行代码实现：特征图提取与特征图可视化，可以实现分类网络得特征图可视化。
2023-10-12 19:59:24
4503
11
原创 【CAM】CAM(Class Activation Mapping)——可视化CNN的特征定位
这里没有对CAM技术的理论进行详细解释，更推荐看原论文。代码见：https://github.com/capsule2077/CAM-Visualization
2023-08-19 18:41:07
1422
原创 【Pytorch】梯度裁剪——torch.nn.utils.clip_grad_norm_的原理及计算过程
Pytorch梯度裁剪函数的计算过程
2023-06-26 16:29:39
8866
原创 【Pytorch】六行代码实现：特征图提取与特征图可视化
当时是利用实现的，但是有很大缺陷，只能获取到一级的子模块的特征图输出，无法获取内部二级子模块的输出。今天补充另一种Pytorch官方实现好的特征提取方式，非常好用！
2023-04-27 14:03:25
13056
18
原创 【小知识】argparse --- 命令行选项、参数和子命令解析器详解
argparse模块提供了非常方便的命令行参数解析功能，能够大大简化命令行程序的开发。现在的大型项目中都会运用argparse来管理项目中涉及的参数，在使用命令行时更好地定义模型参数。搜索得到的参数解释都不是很清楚所以做个总结。argparse定义四个步骤：1.导入argparse包 ——import argparse2.创建一个命令行解析器对象 ——创建 ArgumentParser() 对象3.给解析器添加命令行参数 ——调用add_argument() 方法添加参数。
2023-03-17 22:14:10
2354
原创 【FCOS】Anchor-Free：FCOS论文总结及一些细节
一般来说，目标检测模型可以分为two-stage和one-stage，也可以分为和，还有现在比较流行的Transformer类的模型，比如DETR。two-stage模型：RCNN、Fast RCNN、Faster RCNN、Mask RCNN等；one-stage模型：YOLO系列、SSD、RetinaNet等；模型：Faster RCNN、SSD、YOLO V2及后续系列等；模型：YOLO V1、FCOS、CornerNet、CenterNet等；Transformer类。
2023-02-28 09:04:41
387
原创 【小知识】目标检测各类指标概念总结
目标检测论文中出现过很多容易混淆的评价指标，比如，包括最基本的AP、mAP这些定义，索性将这些基本概念搞清楚，做个总结。
2023-01-19 15:17:05
3821
1
原创 【代码实验】CNN实验——利用Imagenet子集训练分类网络（AlexNet/ResNet）
Imagenet是计算机视觉的经典分类比赛，但是Imagenet数据集本身太大了，我们穷学生没有这么大的算力，2016年google DeepMind团队从Imagnet数据集中抽取的一小部分（大小约3GB）制作了Mini-Imagenet数据集（也就是Imagenet的子集），共有100个类别，每个类别都有600张图片，共60000张图片。这个大小的数据集是可以训练得动的。
2023-01-18 15:52:56
6118
14
原创 【DETR】DETR预测/推理代码
说实话，我觉得有的博主做的不太对。刚刚刷到用DETR来进行预训练自己的数据，结果通篇没写清楚是如何训练自己的数据集的，文章结尾看到很多同学没有找到DETR的预测代码，这个博主把自己的代码放上来不就行了吗，非要私聊联系他，结果也不知道有没有回，看到这个真的很无语，写个博客能帮到别人不是很有意义的事吗？这里我分享一下官方写的DETR的训练代码，其实就是github上DETR官方写的一个Jupyter notebook，可能需要梯子才能访问，这里我贴出来。
2022-11-20 20:14:31
4298
6
原创 【Pytorch】加载预训练模型及修改网络结构
Pytorch有自带的训练好的AlexNet、VGG、ResNet等网络架构。可以看到，AlexNet有三个层，分别是features、avgpool、classifier。用model.features查看features层（也就是卷积层）的网络结构。**
2022-10-22 14:48:55
5292
3
原创 机器学习——感知机及K近邻
一、感知机import numpy as npfrom matplotlib import pyplot as pltnp.random.seed(3)#其实这里应该用x1=np.linspace(0,5,50)#X轴数据集x1=[i for i in np.arange(0,5,0.1)]#正样本数据集x2=np.abs(np.random.randn(50))#负样本数据集x3=np.abs(np.random.randn(50)+8)plt.scatter(x1,x2)plt
2022-05-27 21:16:28
159
原创 机器学习——主成分分析（PCA)
#先随便创建一个具有相关性的数据集import numpy as npfrom matplotlib import pyplot as pltfrom numpy import linalgnp.random.seed(2)#构造数据集x1=[i for i in np.arange(1,10,0.1)]x2=[np.random.uniform(2,4)*i+np.random.randn() for i in x1]plt.scatter(x1,x2)#zeros创建一个符合sha
2022-05-23 00:28:06
158
原创 机器学习——决策树
西瓜书决策树了解决策树算法后，巩固和理解算法，编程实现信息熵。一开始打算直接用pandas读取的数据进行计算。但是计算信息增益的时候发现数据选取太麻烦，所以还是需要参考将DataFrame转为向量形式。#决策树#计算根结点信息熵dataset=pd.read_excel("watermelon.xlsx")label=dataset["好瓜"].value_counts()Ent=0for target in label.index: Ent+=-(label[target]/lab
2022-05-11 21:41:04
312
原创 机器学习——线性回归
西瓜书线性回归为了加深理解，不用框架自己编程实现。由于缺少数据，就自己创建一个数据。自定义一个一元线性函数，然后通过random创建一个围绕该直线波动的数据集。将函数写成西瓜书上的向量形式import numpy as npimport matplotlib.pyplot as pltfrom numpy.linalg import *#一次函数def ture_fun(x): return 1.75*x+1.5 #利用random选取40个围绕直线波动的数据 np.r
2022-04-28 19:19:49
1041
原创 Excel中Vlookup函数近似匹配和精确匹配
Vlookup函数的最后一个参数是用于选择近似匹配和精确匹配。精确匹配时False也就是0，近似匹配时True，也就是1，可省略。他们最主要的区别就是近似匹配用的是二分查找法，而精确匹配是逐行比较。所以当我们用近似匹配时，**选取匹配的（即第二个参数的数据）数据一定要升序排列，如果不能升序排列，那么就使用精确匹配。 **二分查找二分法查找是把查找范围中的数据按照个数一分为二找到位于中间位置的一个数据，中间值，然后用我们的查找值和中间值做比较。当中间值等于查找值时，直接去获取结果；当中间值小于查找值时，则
2020-12-01 15:32:57
27792
4
原创 Pandas 中 SettingwithCopyWarning 的原理和解决方案
这篇文章讲解的很清楚：https://www.jianshu.com/p/72274ccb647a最重要的是学会识别链式索引，不惜一切代价避免使用链式索引。
2020-10-27 20:21:54
182
原创 SQL求一行的最大值
SQL 从多行数据里选出最大值或最小值很容易——通过 GROUP BY子句对合适的列进行聚合操作，并使用 MAX 或 MIN 聚合函数就可以求出。现在需要多列数据里选出最大值。首先创建一个案例表IF OBJECT_ID('SC','U') IS NOT NULL DROP TABLE SC; --创建一个成绩表 CREATE TABLE SC( sids INT IDENTITY, --学号字段 Chinese INT, --语文课程 Math INT, --数学课程 E
2020-10-12 17:05:04
5877
原创 SQL Server约束
最近对SQL的主键约束进行修改时忘记了代码，索性总结一下五种约束（除了非空约束）。一、主键约束1、创建表时主键约束 IF OBJECT_ID('test','U') IS NOT NULL DROP TABLE test CREATE TABLE test ( ID INT NOT NULL CONSTRAINT PK_ID PRIMARY KEY, NAME NCHAR(8) )或者创建联合主键 IF OBJECT_ID('test','U') IS NOT NULL DROP
2020-09-25 16:30:02
493
原创 SQL 利用count（）函数进行排序
创建表首先创建一张含有成绩的表，命名为score。相同位次则跳过之后的位次这里需要用到非等值自连接SELECT A.成绩 (SELECT COUNT(*) FROM score B WHERE A.成绩<B.成绩)+1 AS Rank FROM score A相同位次不跳过之后的位次SELECT A.成绩 (SELECT COUNT(DISTANCT B.成绩) FROM score B WHERE A.成绩<B.成绩)+1 AS Rank FROM sc
2020-08-14 12:28:21
4148
原创 Python WordCloud词云图
python 的 wordcloud 库用于生成各种漂亮的词云图，它依赖 numpy 库和 PIL 库。wordcloud 库的官方参考为：https://amueller.github.io/word_cloud/generated/wordcloud.WordCloud.html1.WordCloud参数详解wordcloud.WordCloud() 用于生成或者绘制词云的对象from wordcloud import WordCloud WordCloud(font_path=None,
2020-08-04 21:27:07
511
原创 SQL Server 时间、日期函数
1.获取系统当前日期函数GETDATE()GETDATE()函数用于返回当前数据库系统的日期和时间，返回值的类型为datetime。SELECT GETDATE()2.返回UTC日期的函数GETUTCDATE()UTCDATE()函数返回当前UTC（世界标准时间）日期值。SELECT GETUTCDATE()3.获取天数的函数DAYDAY()函数用于返回指定日期是一个月中的第几天，范围从1到31。SELECT DAY(GETDATE())SELECT DAY('2014-11-30')
2020-08-03 21:16:53
1843
原创 提高工作效率——利用Python自动化发送邮箱
本文参考自：显示正文的邮件自动发送，文中有相关的业务背景介绍。感谢：@楠楠szl。class Auto_send_email(object): def __init__(self): self.mailserver = '' # 邮箱服务端URL # 不同邮箱的服务器地址可以在邮箱设置中找到 self.userName_SendMail = '' # 发件人邮箱/用户名 self.userName_Auth
2020-08-01 12:49:10
442
原创 如何获取Mysql的根目录
安装完mysql后，在cmd打开mysql提示不是内部命令，虽然知道是没有添加环境变量导致的，但是并不想麻烦，所以想从根目录进入。首先win+r ，然后输入 services.msc 在打开的＂服务管理器＂中找到"MySQL80"并双击,然后打开属性，如下图，找到根目录，然后在cmd中输入 cd +空格 +根目录，然后再输入mysql就可以了。当然你也可以复制目录配置好环境变量。...
2020-07-29 12:00:52
4714
2
原创 网传的经典SQL面试题（多解法）（一）
网上有很多SQL笔试经典50题及答案解析，并且答案和详解也有很多了，这里只是从巩固知识的角度从多方位想出解法，也算是将SQL知识进行系统的巩固，在不考虑运行效率的基础上，对于大部分题目本文将提供不同的解法。本文尽量基于标准SQL语句进行编写。首先建立四张表：学生信息表 student、课程信息表 course、学生成绩信息表sc、教师信息表 teacher。create table Student(sid varchar(10),sname varchar(10),sage datetime,ssex
2020-07-28 21:19:58
114
原创 pandas绘图常用API
DataFrame.plot([x, y, kind, ax, ….]) 折线图DataFrame.plot.area([x, y]) 区域情节DataFrame.plot.bar([x, y]) 垂直条形图。DataFrame.plot.barh([x, y]) 制作一个水平条形图。DataFrame.plot.box([by]) 制作DataFrame列的方框图。DataFrame.plot.density([bw_method, ind]) 使用高斯核生成核密度估计图。Dat
2020-07-27 21:10:19
168
原创 SQL刷题：行与行的比较
题目有这样一张score表，要查询出课程号为02的成绩大于课程号01的成绩的学生学号。通过观察应该是学号为‘01’，学号‘03’因为是两个成绩相等都是80分所以不符合，而02和04的同学因为没有学01课程所以也不符合。解法思路行与行之间的比较可以考虑关联子查询，代码如下：SELECT A.学号 FROM score A WHERE A.课程号='02' AND A.成绩>(SELECT B.成绩 FROM score B WHERE B.学号=A.学号
2020-07-21 23:21:26
2733
原创 利用python爬取京东商品评论
京东评论的爬取和淘宝的差不多，可以参考上两篇文章文章：利用python分析Ajax爬取淘宝评论最新Python爬取淘宝评论（2020年4月）import timeimport reimport requestsimport jsonimport randomimport csvclass JdSpider_content(): def __init__(self, productId, page, name): self.name = name #要保存为的文
2020-07-20 17:47:27
2650
3
原创 数据分析案例：利用pandas清洗数据
假如你有一份数据，有淘宝店铺的一些基本数据，比如店铺名称、发货地址、付款人数、评论数、商品价格、商品名称。由于爬取的数据较乱不能直接用于数据分析，所以要先进行数据清洗。数据如下大概如下：（关于如何爬取可以参考前面博文python爬取淘宝评论）加载数据import pandas as pdpro_data=pd.read_csv("taobaoproducts.csv",header=0)pro_data数据清洗：地址列爬取的地址列是省+城市名，当然还有北京这种直辖市，这里我们要把城市和省
2020-07-18 21:57:02
2296
2
原创 pandas如何在现有的Excel表格上新建工作表并添加DataFrame？
如果我们要创建一个新的Excel文件，并将DataFrame添加到Excel的工作表中很简单。import pandas as pddf1=pd.DataFrame(np.arange(7))df2=pd.DataFrame(np.arange(7))writer=pd.ExcelWriter("Excel.xlsx")df1.to_excel(writer,"first") #first是第一张工作表名称df2.to_excel(writer,"second") #second是第二张工作
2020-07-17 16:52:05
10513
6
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人