记录下关于pytorch meshgrid 与stack，在yolov5 中的作用

已于 2023-03-28 14:28:32 修改
阅读量229 收藏
点赞数
分类专栏： ai模型搭建，平台部署课程 深度学习 yolov5 文章标签： pytorch python 深度学习
于 2023-03-28 11:51:12 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/monk96/article/details/129812120
版权

文章目录

meshgrid

用于扩展两个相同类型的同维度张量，举个列子

在这里插入图片描述

  • 创建了两个一维的张量，分别为5, 4
  • 将两个张量扩张到一起
  • 扩张后的维度为第一个张量的维度X 第二个张量的维度

作用

在这里插入图片描述
在yolov5中需要取到特征图网格中的坐标，再加上相对0～1的偏移量，需要用到坐标值的计算

刚好对应图中的坐标， x 为5个坐标， y为4个坐标，
因为yolov5中偏移不需要计算最后一个边界点，所以少了一个维度（自行根据需要调整维度）

了解本专栏 订阅专栏 解锁全文 超级会员免费看
东哥爱编程
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
【pytorch】从yolo的make_grid理解torch.meshgrid、torch.stack
一个CV小白的博客
11-28 848
w=3,h=6对应的值就是[6,3]也就是第6行，第3列。torch.meshgrid 是 PyTorch 中的一个函数，这个函数通常用于创建坐标点的网格，以便进行一些网格上的操作，比如插值或者计算函数值。torch.stack((xv, yv), 2)就是将上述行列坐标信息堆叠在第2个维度，这样子每个位置就有各自的行列坐标值。可以看到yv实际上是一个纵坐标的网格，每个值都代表着自己所在的行，分别对应0-3行。可以看到w=1,h=2对应的值就是[2,1]也就是第2行，第1列。创建网格代码如下，那么什么是。
torch.meshgrid()常规用法与 在目标检测中的应用
爱CV
03-24 612
最近在学习目标检测的相关算法。在我看来目标检测要比分类、语义分割任务复杂的多，后者一般只需要为每个图像预测一个标签（分类）或者为每个像素预测一个标签（分割）。而目标检测还需要回归目标边界框同时进行分类，这使得目标检测的数据处理和训练比较复杂。在目标检测中，一般是通过神经网络提取图像特征，得到下采样stride步幅的特征图，在特征图的每个cell上进行预测，最后将在特征层上预测的结果map回原图尺寸上。这时除了stride，还需要知道特征图的网格坐标。
torch.meshgrid()的作用及用法
打呼噜的星
09-03 6275
pytorch 深度学习
torch.meshgrid（），torch.stack() 函数解析
weixin_46598329的博客
08-06 249
函数输入两个数据类型相同的一维张量，两个输出张量的行数为第一个输入张量的元素个数，列数为第二个输入张量的元素个数， 其中第一个输出张量填充第一个输入张量中的元素，各行元素相同；第二个输出张量填充第二个输入张量中的元素,各列元素相同。假如数据都是二维矩阵(平面)，它可以把这些一个个平面按第三维(例如：时间序列)压成一个三维的立方体，而立方体的长度就是时间序列长度。看文字不懂没关系，直接上代码，理解了代码之后返回来看文字解释就会很清晰。dim : 新的维度， 必须在。是生成数据的维度大小，也就是。
Yolov5训练时报错：UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the ind
qq_63378911的博客
11-08 2067
笔记
目标检测 pytorch复现Yolov5目标检测项目
guoqingru0311的博客
07-06 2786
目标检测 pytorch复现Yolov5目标检测项目
Pytorch 搭建yolov3 搭建yolov3的网络结构
weixin_45461433的博客
02-10 656
yolov3的网络结构如下图 这张图片转自此篇博客. 观察我们可以发现Darknet53本身由大量的残差连接构成，所以首先我们实现基础卷积模块 创建基础卷积模块DBL ######################## # 创建一个基础的卷积模块 DBL ######################## class DBl(Module): def __init__(self, inplane, plane, kernel_size=1, padding=0, stride=1):
Pytorch中torch.meshgrid（）函数解析
flyingluohaipeng的博客
05-29 4177
一. torch.meshgrid（）函数解析 1. 函数说明： 1.1 官网：torch.meshgrid（），函数定义及参数说明如下图所示： 1.2 说明 函数的功能是生成网格，可以用于生成坐标。 1.3 函数输入 输入两个一维tensor数据，且两个tensor数据类型相同 1.4 函数输出 输出两个tensor数据（两个tensor的行数为第一个输入张量的元素个数，列数为第二个输入张量的元素个数） 1.5 注意（参数indexing='‘ij’'时）: 当两个输入tensor数据类型不同或维度
基于pytorch实现的YOLOV5+SORT的车辆行人目标识别及追踪系统源码.zip
02-07
基于pytorch实现的YOLOV5+SORT的车辆行人目标识别及追踪系统源码.zip 代码完整确保可以运行，下载即用无需修改。可作为毕业设计、期末大作业和课程设计。 基于pytorch实现的YOLOV5+SORT的车辆行人目标识别及追踪...
基于pytorch,deepsort,yolov5实现
02-06
首先将数据集分为train和test两个文件，test文件下有Annotations、ImageSets和JPEGImages三...在该句中修改为在models文件下的权重文件所对应的yaml文件 parser.add_argument('--cfg', type=str, default='models/yol
yolov5-4.0-pytorch预训练模型yolov5l.pt、yolov5m.pt、yolov5s.pt、yolov5x
01-06
yolov5_4.0-pytorch预训练模型yolov5l.pt、yolov5m.pt、yolov5s.pt、yolov5x.pt
yolov5_for_rknn:PyTorch中的YOLOv5> ONNX> RKNN
05-10
建议：在训练时如果size不是640，那么可以先通过聚类得到anchors并将新的anchors写入到模型配置文件中，然后再训练，防止动态获取的anchors在rknn上预测不准的问题。训练参数别忘记加上 --noautoanchor
pytorch-yolov3:YOLOv3网络的PyTorch实现
05-14
在PyTorch中实现的YOLO v3对象检测器该存储库包含YOLOv3的PyTorch实现论文。 为什么要执行此回购？ 该代码以pythonic /“ pytorch ish ”样式实现了论文，并且将为PyTorch用户了解并使用YOLOv3对象检测器提供熟悉和...
Linux服务器安装anaconda、配置pytorch环境
massive_jiang的博客
05-27 752
anaconda安装的时候，会默认创建一个base环境，创建base环境的时候默认安装一个版本的python。这个python版本是与安装的anaconda的版本对应的，我安装的2023.09版本的，对应python是3.11.5了。需要提前了解自己所需的pytorch版本对应的python版本【可以参考这个，官方的我没找到哪里看/(ㄒoㄒ)/~~比如我打算安装pytorch 2.xx系列的，3.8-3.11都可以，我就安装的3.9的。将上面的https下载链接替换成自己需要的版本对应的链接即可。
PyTorch训练关键点
u012374012的专栏
05-28 620
image = cv2.imread(self.image_filenames[index], 0) # 以灰色模式读取图像。# 遍历 XML 数据:root[2] 表示 XML 中的第三个元素，即 部分，其中包含了每张图像的标注信息。# 将关键点坐标中心化：简化旋转变换的计算，同时确保关键点的变换和图像变换的对应关系。# 对图像进行旋转：相比于 PIL 的图像旋转计算开销更小。# 将图像从数组转换为 PIL 图像对象。# 对关键点坐标进行裁剪后的调整。# 获取裁剪后的图像形状。
Pytorch环境配置2.0.1+ Cuda11.7
最新发布
TanJingV的博客
05-28 344
右上角为CUDA 版本，可以看到该电脑可以支持的cuda版本最高是12.3，驱动是向下兼容的，所以cuda版本小于等于12.3的都可以安装上（建议11.8版本可以兼容大部分的库）我的显卡驱动是Driver Version：535.40.，那么左边对应的CUDA都可以兼容。找到了pytorch1.7版本的conda安装命令。如果想配置不同版本的cuda，可以看这个。Cuda硬件驱动工具包安装教程。查询可支持的最高cuda版本。查看支持的cuda的版本。显示如下，表明已经安装。
【张量乘法】pytorch中的mul、dot、mm、matmul
木盏
05-27 512
张量的乘法是pytorch等神经网络开发框架中最常见、最基本的操作之一。
Pytorch实用教程：torch.cat()函数的用法详解
惊鸿若梦一书生
05-28 99
torch.cat是 PyTorch 中用于沿指定维度连接张量的函数。
在python3.6，pytorch1.10.2，cuda11.3，numpy1.19.5环境下，完成一个名为yolov7的类，实现本地加载用自己数据集训练的yolov5的.pth模型，对图片进行检测并以列表的形式输出类别以及检测框的四个顶点位置，写成函数的形式调用
05-11
model_path = 'path/to/your/yolov5.pth' yolov7 = YOLOv7(model_path) img_path = 'path/to/your/image.jpg' img = cv2.imread(img_path) outputs = yolov7.detect(img) print(outputs) ``` 输出的 `outputs` 是...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东哥爱编程

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值