- 博客(5)
- 收藏
- 关注
RSS订阅原创 04_YOLOv5网络结构分析：ONNX模型concat层修改与删除
2.修改yolo.py，在该文件中重新定义concat函数，使得实例中输入层数超过2时concat函数内部做一次拆分处理。3.训练出onnx后写一python脚本，import ONNX ，导入训练出的模型，find concat后直接修改。1.修改训练所用的yaml文件，在该在yaml文件中重新定义网络结构，拆分多输入concat层为2输入。的实例化，找到每一个实例对应的输入特征图索引的值与个数。列表的长度大于2时转入if...)，然后重新训练。因此想要修改concat函数输入部分，需要搜索。
2024-07-03 17:23:22
341
原创 02 YOLOV5 导出模型并转ONNX
得到模型best.pt 和last.pt后一般会保存在.\master\runs\train\exp1。修改参数opset version ：17 到 12即可。
2024-07-01 16:56:29
231
原创 YOLOv5_6.0:利用gpu训练自己的数据集
一.环境搭建先去官网查看与gpu驱动适配的pytorch三个包的版本，再去pytorch官网复制下载链接并换源这里我用了pytorch 1.11.0＋cudatoolkit 11.3的版本，安装指令和过程如下;
2024-06-09 16:06:23
511
1
原创 01 pytorch:利用Imagefolder制作自己的数据集
跑代码时发现源码的数据是通过Dataloader（... ,download =True, ...）方式从pytorch的基础数据集上download下来的，故为自己的需求：替换自己的数据集并训练写了一个小程序。2.Imagefolder构建dataset并用Dataloader加载数据用于后续数据预处理。运行代码后print出的num_samples可以指导后续batch size的设置。
2024-04-01 20:52:36
355
原创 tensorflow：评估并输出生成模型的SSIM指标
img1 = tf.image.decode_image(tf.io.read_file('./test_imgs/IR5_ds.bmp'), channels=0)是灰度/bmp格式图像的参数，若为rgb，channels应设置为3。3.img维度问题：img1/img2均需为4维张量，故用tf.expand_dims(img2, axis=0)扩充了维度。1.解决输入图像的img.shape不存在问题，需要代码最前面加入tf.enable_eager_execution()
2024-03-31 22:04:36
387
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