- 博客(50)
- 收藏
- 关注
RSS订阅原创 yolov8训练自己的数据集遇到的问题
根据本地模型配置文件.yaml可以设置nc但是，这里无法用到预训练模型.pt模型文件，预训练模型的权重参数是在大数据集上训练得到的，泛化性能可能比较好，所以，下载了官方的分类模型yolov8n-cls.pt由于需要魔改yolov8，所以下载了官方源码，在default.yaml配置文件中是各种超参数，包括data与model路径的设置。
2023-04-21 18:33:27
5502
原创 vuepress-yarn-nodes-静态网页_个人博客搭建
显示没有yarn，如果报错说明之前安装的残留文件没有删除干净，比如yarn.cmd文件，如果安装没错，说明没有配置环境变量，如果按照上面步骤改变了npm安装包的路径，那么安装完会在相应的路径里，找到下面路径，添加到环境变量path中。安装会选择安装地址，可以安装到其他盘，还要选择安装的nodes路径，然后一直next，会自动将已经安装的nodes，复制到对应nvm包管理库中。输入nvm ls available查看当前可用版本号，安装完nodes之后依然需要在nvm中安装对应版本的nodes。
2023-04-21 18:27:34
831
1
原创 gan与dcgan训练自己的数据集
一般需要设置epoch ，batch_size，out_dir，dataset，input_fname_pattern等参数，另外训练的时候加上–train,需要裁剪图片的话加上–crop与input_height，output_height，也要加上visualize进行可视化，可以查看不同批次的训练结果。其实就是batch_size设置的问题，因为代码中有开放操作，所以batch_size设置最好是能被开放整数，例如4，16，32等，另外也要注意图片总的个数大于且是batch_size的整数倍。
2022-11-29 11:16:57
2577
原创 gcc: error trying to exec ‘cc1plus‘: execvp: no such file or directory
安装主要是利用apt-get安装，如果没有root权限的话，只能下载源码进行编译安装，然后添加路径环境，安装完之后在用户的bin文件夹下建立软连接用来调用。如果需要安装新的版本，只需要将原来的备份，重新将软连接指向新版本的即可。update-alternatives是ubuntu系统中专门维护系统命令链接符的工具，通过它可以很方便的设置系统默认使用哪个命令、哪个软件版本。conda虚拟环境中gcc与g++不匹配，默认情况下是系统一样，有时编译时需要不同版本，也可能出现版本冲突。1.查看不同gcc版本。
2022-11-29 11:13:16
2095
原创 车道线检测-lanedet
SCNN，RESA论文介绍，UFLD介绍，laneNet|其它相关模型，LaneATT介绍主要是CULane与TuSimple两个数据集。
2022-11-29 11:09:37
858
原创 临时python环境变量设置--PYTHONPATH，避免不同项目无法导入包的问题；日志编写和颜色变换nb_log
https://github.com/ydf0509/pythonpathdemohttps://blog.csdn.net/qq_49624649/article/details/122102349https://github.com/ydf0509/nb_log
2022-05-14 23:54:18
3004
1
原创 利用命令行实现图片转换等操作--ImageMagick
为什么使用ImageMagick经常会遇到图片的格式转换、裁剪等批量操作，当然有许多软件可以使用，考虑到功能不太全面，且需要多个软件作为一个程序员使用命令行进行操作应该会更方便点，而且不需要下载其它软件等这里只需要安装一个ImageMagick即可ImageMagick是一款免费开源的图片编辑软件。既可以通过命令行使用，也可以通过C/C++、Perl、Java、PHP、Python或Ruby调用库编程来完成。ImageMagic的主要精力集中在性能，减少bug以及提供稳定的API和ABI上。Ima
2022-05-12 23:42:18
2346
原创 yolov5训练测试与源码解读
源码地址https://github.com/ultralytics/yolov5可以通过git clone 或者下载压缩包到本地项目文件夹关于yolov5其优势以及源码解读可以查看其它优秀文章，这里只是对于初次接触yolov5，且想在本地运行测试的同学借鉴这里提供运行代码需要避免的问题1.要求python>=3.7，相对应安装相匹配的opencv-python，要求opencv-python>=4.1.1,可以考虑建一个虚拟环境。清华镜像opencv-python地址https:/
2022-05-10 22:29:35
771
原创 H2O Wave--一个网站仪表盘项目
如果你想建立一个类似网站的网页用来进行数据可视化，那么这个项目可以满足你，可以自己设计自己的网页界面。下面开始吧，我也是刚开始搞了好久，抱着试一试的态度，成功了，这里分享一下。注：这里需要注意如果在本地IDE运行项目的话，需要首先下载wave客户端，这相当于一个本地服务器，运行之后，然后进入编译器，运行代码，才会出现网页地址环境准备用conda创建一个python3.8版本的虚拟环境conda create -n 环境名 python=3.8 vs code（IDE软件）不同环境对应下面下载
2022-05-08 20:01:29
812
原创 快速为 AI 模型生成 Demo--gradio-app
GitHub 上的开源项目，可以在浏览器中进行项目演示。你可以完成拖拽上传图像、粘贴文本、声音录制等操作，并查看模型输出内容。环境准备要求是python3.7+，实际检测py3.7不可以py3.8可以可以用conda创建一个python3.8虚拟环境，方法参考导入gradio包pip install -q gradio实例运行包括上面所说的文本、音频等。这里以文本为演示过程，其它方法可以参考github开源项目有两种方法第一种直接在github项目点击colab notebook
2022-05-07 21:01:17
2617
3
原创 解决module ‘cv2.cv2‘ has no attribute ‘xfeatures2d以及opencv-python和opencv-contrib-python的安装问题
如果你搜了文档也尝试各种方法都不能解决问题的话，那么看到这里该醒悟了首先opencv在4.4.0以后可以使用免费使用sift了，但是我们学习肯定不止于此了，但是很遗憾包括最新版本也不能使用surf如果你学习的是c或者c++语言，相信你可能已经在网上找了大神关于cmake以及vs等编译方法，但是我学的是python啊按照他们的方法都试了，结果依然不行后来一想花那么长时间配置环境，还不如新建个虚拟环境将opencv降低版本不就好了吗抱着这样的心态尝试了opencv各种版本，我去有的网友可以有的不可以，我
2022-04-26 23:23:32
5520
原创 机器学习sklearn中独热编码与向量计数的应用
独热编码类别特征原数据特征特征列表独热编码转换后数据特征文本特征原数据特征特征列表独热编码转换后数据特征代码独热编码主要是对一些非数字的文本进行类别表示，便于计算机进行计算与分类常见的有类别特征（包含文本的类别变量）和纯粹的文本特征独热编码是对类别特征或者文本特征创建不重复的列表，对数据中出现的类别特征或者文本特征分别按照列表中特征顺序进行0，1赋值，可以这样理解，假设一开始列表中特征都设为0，每个特征的独热编码就是对出现的特征赋值1类别特征比如数据中除了包含年龄等数字还有人的名字等类别特征，无法
2022-04-25 17:22:08
1803
原创 机器学习opencv对分类-回归算法的应用
机器学习对分类与回归评分指标不同在sklearn中评分函数score相当于calcError（评价模型的类函数），fit（拟合函数）相当于train（训练函数）常见的评分指标都在sklearn.metrics里这里写目录标题分类指标准确率精确率召回率回归指标均方误差（mse）可释误差R2R^{2}R2分类模型输出结果回归模型输出结果分类指标准确率from sklearn import metricsmetrics.accuracy_score(y_true, y_pred)精确率from
2022-04-24 22:28:40
3006
原创 sklearn.datasets数据集和下载网站
sklearn.datasets包包含的数据集有：load_boston：波士顿数据集load_iris ：鸢尾花数据集load_diabetes ：糖尿病数据集load_digits ：数字数据集load_linnerud : 生理指标数据集fetch_olivetti_face ：人脸数据集fetch_20newsgroups ： 新闻组数据集等下载方式：1.从sklearn.datasets包里下载例如from sklearn import datasetsimport m
2022-04-23 23:41:30
5261
原创 关于jupyter notebook与jupyter lab的使用
jupyter notebook与jupyter labJupyter Notebook是用于创建Jupyter Notebook文档的基于Web的交互式计算环境。它支持多种语言，例如Python（IPython），Julia，R等，并且广泛用于数据分析，数据可视化以及进一步的交互式探索性计算。JupyterLab是包括笔记本在内的下一代用户界面。它具有模块化的结构，您可以在同一窗口中打开多个笔记本或文件（例如HTML，Text，Markdowns等）作为选项卡。它提供了更多类似于IDE的体验。解决：
2022-04-23 20:35:26
1179
原创 python关于机器学习和深度学习经常用到的代码
python关于机器学习和深度学习经常用到的代码显示中文字体、负号将特征和标签合并成一张表打包展开对象实例用GridSearchCV寻找最优参数plt画单，多图PCA降维显示中文字体、负号import matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei'] #python用来显示中文标签plt.rcParams['axes.unicode_minus']=False #用来正常显示负号将特征和标签合并成一张表impo
2022-04-23 15:30:19
642
原创 利用dlib与cv2实现人脸检测和截取
dlib与opencv都包含了人脸检测接口，dlib比opencv对图片抗遮挡性强，一般数据预处理使用dlib函数库，摄像头人脸检测两者差不多，图像裁剪一般用opencv，总的来说，视频采集两者性能差不多，图片提取特征dlib更好点只限于提取人脸特征，一般图像处理尺寸、灰度用的是opencv下面直接上代码import osimport cv2import dlibimport timefrom readImage import readAllImg#从源路径中读取所有图片放入一个list，
2022-04-23 15:28:12
846
原创 基于深度学习的图像分类算法核心思想与算法优化总结（深度学习与图像分析-李松斌）
深度学习-图像分类算法恒等映射残差单元-ResNet多层密集连接-DenseNet特征通道重标定-SENet通道压缩与扩展-SqueezeNet深度可分离卷积-MobileNet二级目录三级目录恒等映射残差单元-ResNetResNet 是在 2015年 由何凯明等几位大神提出，斩获当年ImageNet竞赛中分类任务第一名，目标检测第一名。获得COCO数据集中目标检测第一名，图像分割第一名。残差单元原理H(x)= F(x)+x多层密集连接-DenseNethuang等2017年受ResNet启发
2022-04-23 15:27:13
5751
转载 Windows环境Jupyter Notebook安装、运行和工作文件夹配置
Windows环境Jupyter Notebook安装、运行和工作文件夹配置在jupyter notebook里面绘图时：在绘制前需要添加以下代码可以不用使用pit.show()1.%matplotlib inline：默认输出的图片是静态的，不能调节图片2.%matplotlib auto：在这个模式下会弹出一个单独 的绘图窗口3.%matplotlib notebook：会产生一个绘图窗口，可以对图片进行放大缩小等操作。...
2022-04-23 15:25:09
195
原创 利用conda创建虚拟环境、pip导出环境与项目依赖包
首先查看已经存在的虚拟环境conda env list或者conda info -econda创建虚拟环境conda create --环境名 python=版本号#这里不需要预先建立环境名文件夹，它会自动在conda包里的envs文件下建立对应的虚拟环境激活或者切换虚拟环境每次使用时先在anaconda prompt端口或者命令行激活环境，也可以切换到不同环境下，然后再进行一系列其它操作activate 环境名重命名环境名conda没有直接重命名环境名的方法，可以曲线解决，
2022-04-23 14:01:20
2935
原创 机器学习python实践——魏贞原
书籍pdf https://pan.baidu.com/s/1uERm5XdlcD6hibhfQQNeYQ?pwd=qzpz书籍代码 机器学习python实践选择模型评估算法方法评估算法指标分类算法矩阵回归算法矩阵选择模型评估算法方法方法一：将数据集分离训练集与评估数据集from pandas import read_csvfrom numpy import set_printoptionsfrom sklearn.feature_selection import SelectKBest,
2022-04-22 23:53:47
917
2
原创 利用git获取github代码
这里写目录标题利用git获取github代码下载Git软件命令行获取利用git获取github代码获取github代码可以通过直接下载zip包，或者通过Git软件通过命令行获取相应的代码，git获取代码的好处是，如果github上的仓库代码修改时，也可以通过命令对本地已经下载的代码进行更新，不需要重新下载，而且从本地上传代码也方便下载Git软件下载链接https://git-scm.com/downloads命令行获取以下是window系统获取方法1.通过cmd进入命令行 快捷键（win+R
2022-04-22 23:36:07
3868
原创 CNN人脸识别项目（dlib+opencv）
CNN人脸识别获取数据集读取数据集数据预处理建立模型进行预训练对图片进行人脸进行检测并进行可视化总结思路：一个CNN人脸识别项目首先必不可少的是数据集，获取的方式有网站数据库 PubFig：Public Figures Face Database、Large-scale CelebFaces Attribtes(CelebA) Dataset、BioID Face Database-FaceDB、YouTube Face等网站，或者是自己根据需求在网页抓取图像并进行图像的一些预处理操作然后是建立一个
2022-03-28 23:50:42
7518
1
原创 利用python读取文件目录和图片
读取文件主要用到os，如果读取的是图片信息，还需要利用cv框架，对于以后目标检测也有很大用处这里直接上代码读取文件图片导入模块定义字符串的后缀与标签匹配函数读取指定文件夹图片可视化图片导入模块import osimport cv2定义字符串的后缀与标签匹配函数#输入一个字符串一个标签，对这个字符串的后续和标签进行匹配def endwith(s,*endstring): resultArray = map(s.endswith,endstring) if True in re
2022-03-26 21:06:22
2932
原创 数据预处理方法
对于pytorch框架来说数据预处理可以使用transforms函数from torchvision import datasets, transformspipline_train = transforms.Compose([ #随机旋转图片 transforms.RandomHorizontalFlip(), #将图片尺寸resize到32x32 transforms.Resize((32,32)), #将图片转化为Tensor格式 transfor
2022-01-03 23:33:11
2142
原创 利用git上传代码到github步骤以及遇到的问题
这里主要是根据自己在使用过程中遇到的问题，通过查阅博客选取一些常见的问题解决办法一，首先是关于git上传代码的步骤见链接使用Git上传文件夹到GitHub仓库二，如果按照步骤没有问题的话恭喜你不用折腾了，如果按照步骤出现对应的错误，下面有一些解决办法，虽然不太懂原理，但是照做，只要能成功就行是吧。1.首先在把github上面的仓库克隆到本地这一步出现fatal: unable to access 'https://github.com/qzpzd/pytorch.git/': OpenSSL SSL
2021-12-31 19:55:00
744
原创 pytorch、torch下载与安装
pytorch下载与安装这里选取的是window的，其它系统重新选取就行下载地址1 下载地址2torch- torchvision- python版本对应关系1.py3.7是指你的python版本是python3.7；2.cuda100是指cuda的版本是10.0版本。如果不知道自己的电脑的cuda版本号是多少，可以在cmd输入以下命令查看：nvcc -V用Aaconda Prompt或者cmd命令cd到文件下载的目录进行安装（两种安装方式）pip install torch-1.1.0
2021-12-27 11:16:00
11727
1
原创 tensorflow与pytorch关于卷积尺寸计算不同之处
pytorch与tensorflow主要是padding的指定不同。tensorflow主要有两种方式‘same’、与‘valid’。其卷积尺寸计算公式为：注：这里假设图像尺寸长宽一样same：说明卷积之后的图像尺寸与输入图像一样，则输出图像尺寸=输入图像尺寸/卷积核步长（若除不尽，向上取整）valid：相当于padding=0，表示没有填充输出图像尺寸=(输入图像尺寸-卷积核尺寸)/卷积核步长 + 1对于pytorch的padding是指定某个数，其会有一个统一公式：输出图像尺寸=(输
2021-12-23 12:38:41
2378
原创 cuda与cudnn最全下载安装、更换版本方法
这里将cuda与cudnn安装涉及到的问题从都到尾进行了总结，按照对应方法即可cuda和cudnn与tensorflow版本对应关系cuda下载地址cudnn下载地址cudnn与cuda简单安装方法cudnn与cuda详细安装方法【Windows 10】多个CUDA版本之间的切换以上内容皆为转载优秀博客内容，没办法自己太懒了...
2021-12-20 11:59:52
305
原创 cross_val_score的用法
cross_val_score交叉验证既可以解决数据集的数据量不够大问题，也可以解决参数调优的问题。这块主要有三种方式：简单交叉验证（HoldOut检验）、cv（k-fold交叉验证）、自助法。交叉验证优点：1：交叉验证用于评估模型的预测性能，尤其是训练好的模型在新数据上的表现，可以在一定程度上减小过拟合。2：还可以从有限的数据中获取尽可能多的有效信息。常用的是k折交叉验证方法，其流程为：1、首先，将全部样本划分成k个大小相等的样本子集；2、依次遍历这k个子集，每次把当前子集作为验证集，其余
2021-12-05 21:55:13
42848
3
原创 tensorflow_hub关于模型保存的一些问题
OSError: SavedModel file does not exist at: C:\Users\Smile\AppData\Local\Temp\tfhub_modules\32b492d0afc932c2601651b5353fae0c3ae7d0f3/{saved_model.pbtxt|saved_model.pb}这是遇到的问题意思是，temp文件夹里没有从hub保存的临时模型，至于为什么没有，不太清楚，我看了下文件夹有的时候会有，有的时候没有，不得不说，程序员总会遇见这些不着头脑的
2021-11-17 15:51:19
1272
原创 混淆矩阵--在图像精度的应用（mIou指标）
主要运用在图像分割当中的miou指标–（unet网络）混淆矩阵在图像精度评价中，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面，如下，对角线为正确分类的点。这里顺便讲下ROC与PRC、F1以上两个评估指标也用于验证集的评估，且两者比较相似，可以进行转换ROC曲线纵坐标为TPR（召回率），横坐标为FPRAUC面积为了计算 ROC 曲线上的点，我们可以使用不同的分类阈值多次评估逻辑回归模型，但这样做效率非常低。幸运的是，有一种基于排序的高效算法可以为我们提供此类
2021-11-12 21:58:48
4103
2
原创 yolo-v4-预测图像绘制
def detect_image(self, image): #---------------------------------------------------# # 计算输入图片的高和宽 #---------------------------------------------------# image_shape = np.array(np.shape(image)[0:2]) #------------...
2021-11-08 19:47:35
2613
原创 数据输入流水线与估计器API
数据输入流水线通过构建tf.data.Dataset对象进行数据的提取、转换、载入有多种创建数据集对象的方法，具体选择哪种取决于数据源1.内存中的张量：tf.data.Dataset.from_tensors或者tf.data.Dataset.from_tensors_slices2.python生成器：tf.data.Dataset.from_generator3.一系列模式匹配的文件中：tf.data.Dataset.list_files还有两种特殊的1.tf.data.TFRecordD
2021-11-08 19:06:07
108
原创 yolo-V4-预测框解码部分
这部分主要关于对网络输出的三个不同大小的特征层（13，13）、（26，26）、（52，52）的预测框利用先验框anchors进行解码的过程（也就是利用先验框来对模型输出的预测框进行微调）首先给出对应不同特征层对应的anchos，由聚类算法单独得出，一般是固定的#-----------------------------------------------------------## 13x13的特征层对应的anchor是[142, 110],[192, 243],[459, 401]# 26
2021-11-07 21:00:29
3185
1
原创 不同数据算法结构
排序1.冒泡排序思路：先设置一个变量用true/false来进行判断循环从第一个元素起每相邻两个元素进行比较，交换位置，若出现交换则令变量为true，直到循环遍历最后一个元素判断本次循环的变量是否变为true，若真，令变量为假，继续循环，若假，跳出循环结束。2.选择排序思路：假设共有N个数据，那么由于每次设置第一个为最小值，没有进行排序，而是将后面的数据进行排序，所以需要重复（N-1）次具体来说，每次假设第一个为最小值，将后面的数据依次与它进行比较，若小于它，将这个值设为最小值，继续与
2021-10-30 11:32:13
102
原创 深度学习之神经网络-tensorflow2.0-kerasAPI框架模板
import tensorflow as tffrom tensorflow.keras.datasets import fashion_mnistdef make_model(n_classes): return tf.keras.Sequential( [ tf.keras.layers.Conv2D( 32, (5, 5), activation=tf.nn.relu, input_shape=(28, 28, 1
2021-10-30 10:47:12
374
原创 基于opencv的情绪检测
传统的情绪检测是用级联检测器来实现，也可以通过卷积网络训练模型来实现。为了可以很好的进行图像预测，首先需要进行模型的训练1.导入模块from __future__ import print_functionimport kerasfrom keras.preprocessing.image import ImageDataGeneratorfrom keras.models import Sequentialfrom keras.layers import Dense,Dropout,Acti
2021-10-09 18:34:32
1679
1
原创 基于opencv的人脸、眼睛、鼻子、微笑识别
对于眼睛、鼻子等识别需要首先进行opencv人脸识别，这样减少计算量主要步骤如下：1.导入级联检测器，一般下载cv2会自带一些xml文件，除了mouth、nose需要另外下载然后放到D:\miniconda\Lib\site-packages\cv2\data文件夹下，下载地址2.导入图片或者摄像头3.利用face_cascade.detectMultiScale函数找到对应检测的坐标4.进行检测区域的画框主要代码为：import cv2face_cascade = cv2.Cascade
2021-10-08 18:02:56
1785
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