- 博客(12)
- 收藏
- 关注
RSS订阅原创 X-anylabeling使用ai模型标注闪退
这表明设备安装了cuda，但没有启动成功，本人经过搜索，发现是由于安装cuda时，默认不按照cudnn导致，但是由于pytorch包自带了cudnn运行所需文件，因此我们在执行训练时不会出错。遇到该问题首先确保使用的是源码启动，如果不是，请到github下载源码运行。
2024-07-12 11:25:41
356
1
原创 python条件分支简化
比如我们需要编写一个电影评分的判断，小于6分的评分为D，6-7评分为C，7-8评分为B，8-8.5评分为A，8.5以上评分为S。我们可以使用python内置的二分查找包。只需要将对应的区间与评分对齐即可，这时python会自动完成相应区间查找，并返回对应的评分。当在编写复杂的业务逻辑需要大量嵌套if-else语句时，会导致代码可读性很差，并且难以维护。
2024-04-14 13:46:04
456
2
原创 yolov8添加/删除模块报错Expected to have finished reduction in the prior iteration before starting a new one
这个时候我们从第0层开始数，可以发现我们的添加的层应当是5，因此下面的Concat和Detect操作凡是有层数大于等于5的，全部需要+1，修改如下。不懂得这些参数含义的同学可以先把配置文件的含义搞清楚，再进行修改。
2024-04-11 21:06:33
440
1
原创 yolo报错RuntimeError: CUDA error: device-side assert triggered
此问题是由于数据集配置有误，导致类别id与yaml文件中的索引号匹配不上导致的，这里我以为hrsid数据集为例，由于该数据集在标注时默认从1开始索引，这与yolo从0开始的不匹配，因此如果直接使用通用的coco2yolo脚本进行转换后，进行训练就会报错。该数据集只有一个类别，但索引却是1，因此我们需要修改coco2yolo脚本，找到你的脚本对应的id部分。这时候我们打开转换后的任意一个标注文件。其他的脚本大同小异，修改后开始炼丹！
2024-04-10 19:53:54
787
1
原创 释放gpu显存
在进行深度学习时，有时候会出现训练结束后，显存依旧占用的问题，可能是因为训练进程未能正确关闭，使用如下命令查看gpu进程占用。接着使用linux的kill命令杀掉进程即可。
2024-04-01 22:49:58
329
原创 mmdetection常用命令
使用--show将会在窗口中展示原图和测试后的图像，--show-dir将会把show展示的结果保存到指定路径，请注意，这两个命令相互独立，可以单独运行。resume将会接着上次的epoch继续训练，直到达到设置的最大epoch。本篇博客是本人在进行目标检测实验中使用到的一些命令，不定时更新。
2024-03-29 21:01:38
364
原创 pytorch中元素维度扩张和广播的个人理解
这里可能比较绕，我直接给出规律，即对于新的矩阵第二个维度的“第一行”相当于原来第一个元素的x坐标重复了4次，第二行是原来的第二个元素的x坐标重复了4次，以此类推，也就是说第二个维度保存了原本矩阵的4个元素的x坐标；于是，第二个维度也就保存了原本矩阵的每个元素的y坐标。可以看到，从第二个维度开始，好像是fmpa转置了一样，也就是说，对于第二个维度的每一行，保存的是原来fmp矩阵的第一个元素的x坐标，也就是说第一行重复了四次第一个元素的x坐标，第二行重复了广播前fmp矩阵的第二个元素的x坐标。
2024-03-22 21:18:45
265
2
原创 Python中NamedTuple的用法以及好处
而自定义类则需要更多的代码来定义类及其属性，并且需要手动编写。我们必须一一找到并进行修改，这带来了巨大的工作量，但是如果我们一开始就使用NamedTuple，这些问题就可以得到规避。而在自定义类中，需要手动编写方法来实现属性的访问和设置。实例是不可变的，一旦创建就无法修改其字段的值。而自定义类的实例通常是可变的，可以通过方法修改实例的属性值。如果我们有新的业务需求，只需修改address类即可，之前调用的代码不需要更改。可以看到，如果继承NamedTuple，我们的类就拥有了元组的特性。
2024-03-22 16:49:59
454
原创 transformer流程梳理
接着引入了位置编码，它的功能主要解决了self-attention不能关注位置信息的缺陷，在这里我们通过直接将位置信息与嵌入层进行相加，从而得到了含有位置信息的特征，至于为什么是相加而不是连接，我查阅资料发现，连接虽然保留了位置信息和原始信息的独立性，但最终的结果并没有比直接相加效果好多少，反而增加了计算量，因此直接进行相加操作。对于输入(n, d)的文本序列，其中n是词元数量，d是文本的嵌入层后的维度，位置编码使用相同形状的位置嵌入矩阵，矩阵第i行、第2j列和2j+1列上的元素为pi,2j(2j+1)
2024-03-11 22:02:32
1625
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