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

-+
  • 博客(14)
  • 收藏
  • 关注

原创 PicGo+Typora搭建个人笔记系统

https://zhuanlan.zhihu.com/p/340760172

2024-04-02 10:06:09 107 1

原创 X-AnyLabeling使用记录

然后将对应的onnx地址和标签类别配置到auto_labeling中的yaml文件中,yaml文件根据自己的模型选择,也可以自己复制一个,这里我是自己复制的。2.将对应onnx文件下载到本地,并运行X-AnyLabeling中的app.py。5.在左上角自动栏中选择自定义模型,并导入之前配置的yaml路径。3.运行即可在pt文件的同级目录下找到对应onnx文件。将yaml文件的内容修改为自己的信息,并记录地址。4.点击左下角AI按钮,开启半自动标注模式。3.打开图片所在的文件夹。

2024-01-09 11:13:49 629 3

原创 linux python环境报错No module named ‘segment_anything‘

【代码】linux python环境报错No module named ‘segment_anything‘

2023-12-18 15:21:27 829 1

原创 【实例分割-yoloV5-7.0】使用自己的数据集训练yoloV5-7.0

根据自己的路径依次配置:预训练权重(–weights),网络结构(–cfg),数据目录(–data,就是之前设置修改的yaml文件路径),其他如batchszie,imgsize根据自己需要设置。数据转换参考:https://mp.csdn.net/mp_blog/creation/success/134733964。PS:预训练权重下载地址:https://github.com/ultralytics/yolov5/tree/v7.0。3.安装环境,根据requiremens.txt中环境安装。

2023-12-05 13:03:32 567

原创 Mmdetection用自己的数据集训练Mask_RCNN

将自己数据的标签写入配置文件,在data前一行添加自己的标签列表,同时在train,val,test中添加classes = classes,如果不添加,模型就会默认读取coco原始数据集的80个标签,与自己的数据集对应不上就会报错。2.打开第二个文件coco_instance.py,将data_root路径改为你自己coco数据集的位置(注意一定要以/结尾),修改输出图片尺寸(根据自己的数据集决定)3.将标注完的数据转为Mask_rcnn训练所需的数据集格式。4.将数据集放到训练代码文件夹中。

2023-12-01 15:25:41 1326 1

原创 将labelme标注完的数据转为mmdetection中Mask_Rcnn训练数据的格式,1205新增将json转为yolov5-7.0训练的txt格式

train_num:为训练集所占总数据的比例test_num:为测试集所占的比例val_num:为验证集所占的比例。

2023-12-01 14:37:09 567 1

原创 yoloV5超参数解释

【代码】yoloV5超参数解释。

2023-11-09 17:56:27 96 1

原创 yolo v5 6.1增加注意力机制(以SE为例

1.将SE网络代码添加至model/common.py中添加至common,py最后,添加后如图所示2.将SE添加至model/yolo.py 中 parse_model函数中此函数用于循环遍历yolov5m.yaml中网络结构,构建网络,添加后如图所示3.修改yolov5m.yaml,将SE添加至SPPF层前因在backbone中增加可一层,后续涉及Concat及detect层都要对应+1(蓝色框调用的层为添加SE层前的网络,因此不需要修改)附:完成修改后的yaml代码。

2023-05-31 11:33:31 226

原创 yoloV5 增加小目标检测层

原始网络有三个检测头: 分别是 80x80 (小目标) 40x40(中目标) 160x160(小目标),现在要增加小目标检测层,就可以在80 x 80 的上一步,也就是 160 x 160 尺寸增加为了检测160 x 160的检测头,因此需将backbon中160 与NECK中的 160 相加(残差网络),但原始网络中 NECK没有60 x 160的特征图,但可以对 80x80的特征图再进行一次上采样,得到160x160的特征图,并于backbon中60x160的特征图连接即可得到下图的网络图。

2023-05-29 16:56:40 6733 13

原创 yoloV5_6.1代码逐行解释__train.py

因为自己经常要使用yolov5,所以就用了一些时间研究了一下,也是收获颇丰,就放上来,一是方便自己以后查阅,二是希望能帮到需要的朋友.我写的注释比较详细,主要是针对刚会python和了解深度学习的小白,有错误的和不懂的地方可以联系我,大家相互交流学习哦VX:Y1685637070之前一篇文章注释的detet.py,时隔很久终于注释完了train.py(关于创建数据集和调用其他接口的函数正字注释中),后续会继续注释yolo.py和comon.py,卷起来!

2022-11-19 16:26:28 2650 4

原创 python自用

利用python爬取捐款数据,然后后使用pandas处理并保存到excel中。第一,二,三步使用正则抓取,第4步使用BS4定位。

2022-10-24 13:26:34 104

原创 python调用xlwings常用代码

xlwings的好处是和Excel交互比较多,可以和VBA相互调用,语法也和VBA相同,但使用需要Excel程序,因此无法在linux环境下使用。

2022-10-21 10:37:02 575

原创 使用Python_openpyxls简单操作Excel(读取,创建,循环写入以及字典操作等)

【代码】使用Python_openpyxls简单操作Excel(读取,创建,循环写入以及字典操作等)

2022-09-24 20:22:02 1534

原创 yoloV5_6.1代码逐行解释(面向小白)

yoloV5代码的逐行解释,虽然现在CSDN上也有很多,但是我看的时候还是有一些基本的语法和函数不太明白,就自己查了一下并且在注释中举了几个小例子,希望能帮到更多的人。

2022-09-15 11:21:27 1140 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