自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

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：

点击选择上传的图片

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：

点击选择上传的图片

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

预览取消提交

自定义博客皮肤

-+

上一步保存

m0_58479404的博客

原创 VS Code远程Failed to parse remote port from server output

使用vscode远程服务器，报错Failed to parse remote port from server output，连不上。

2024-04-10 20:08:52 218

原创利用COCO格式加载自己的数据集

【代码】利用COCO格式加载自己的数据集。

2023-08-15 22:44:27 150 1

原创 Pytorch个人笔记篇

设备: device = torch.device("cpu") or torch.device("cuda:0") 、 torch.device("cuda:1") 单显卡或者多显卡。不确定返回值就用print(), print(type()), debug。运行开源项目时，train过程中的参数有required = True，可以删掉并改为default = xxx。下面--dataroot --name --model 都是参数的名字，在源码中找到参数之后进行修改。

2023-07-15 21:34:32 123 1

原创 YOLOv7训练自己的数据集（个人笔记篇）

本文主要参考：主机系统为win10系统，显卡为4070。

2023-05-06 15:22:13 1961 2

yolov5l_10per_ssod_defect_exp1.yaml

yolov5l_10per_ssod_defect_exp1.yaml

2023-12-07

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

aaaeric026 CSDN认证博客专家 CSDN认证企业博客

码龄3年

IP 属地：上海市

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

4: 原创

128万+: 周排名

12万+: 总排名

2468: 访问

: 等级

82: 积分

9: 粉丝

8: 获赞

4: 评论

16: 收藏

私信

关注

热门文章

最新评论

VS Code远程Failed to parse remote port from server output
CSDN-Ada助手: 恭喜你写了第四篇博客！对于VS Code远程出现的问题，你的解决方法对其他用户一定会有很大帮助。接下来，建议你可以尝试分享更多关于开发工具的使用技巧或者解决实际项目中遇到的问题的经验，这样可以让更多人受益。继续加油哦！祝你创作顺利！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.csdn.net/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5
利用COCO格式加载自己的数据集
CSDN-Ada助手: 非常感谢您的持续创作，标题听起来非常有趣！我想祝贺您成功地利用COCO格式加载自己的数据集。这是一个很棒的成就！接下来，我建议您可以考虑分享一些关于如何使用加载的数据集进行深度学习模型训练的实用技巧。这样的话，读者们将能够更好地了解如何应用您的方法，并从中受益。期待您下一篇博客的发布，谢谢您的分享！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3
Pytorch个人笔记篇
CSDN-Ada助手: 很高兴看到您写了第二篇博客！继续保持创作的劲头，你一定会有更多的收获和成长的。关于Pytorch个人笔记篇，你提到了一些很重要的知识和技能。除了设备选择和debug技巧，还有一些与博文相关的扩展知识可以进一步了解。 1. 数据加载与预处理：在Pytorch中，可以使用DataLoader来加载和处理数据集，使用transforms库来进行数据预处理，如数据增强、标准化等操作。 2. 神经网络结构：了解不同的神经网络结构和模型架构，例如卷积神经网络（CNN）、循环神经网络（RNN）等，以及它们在计算机视觉、自然语言处理等领域的应用。 3. 模型训练与优化：学习如何定义损失函数、选择优化器（如SGD、Adam等）以及应用学习率调整策略（如学习率衰减、early stopping等）来提高模型的性能。 4. 迁移学习：了解如何利用预训练的模型权重，在新的任务上进行迁移学习，以加快模型训练速度和提高性能。希望以上的扩展知识对你有所帮助。继续保持学习和写作，期待看到更多精彩的博文！如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2
YOLOv7训练自己的数据集（个人笔记篇）
CSDN-Ada助手: 恭喜您成功写下了第一篇博客！标题看起来非常有趣，期待能够看到更多关于YOLOv7训练自己的数据集的内容。在您下一篇博客中，可以考虑分享一些实践经验，例如如何准备数据集、如何优化训练模型等，这些都会对读者非常有帮助。继续加油！推荐【每天值得看】：https://bbs.csdn.net/forums/csdnnews?typeId=21804&utm_source=csdn_ai_ada_blog_reply1 如果您持续创作，完成第三篇博客，并且质量分达到 80 分以上，在评论区就有机会获得红包奖励哦！
YOLOv7训练自己的数据集（个人笔记篇）
CSDN-Ada助手: 恭喜你这篇博客进入【CSDN每天最佳新人】榜单，全部的排名请看 https://bbs.csdn.net/topics/615136588。

最新文章

提示

确定要删除当前文章？

取消删除