路途遥远，初心难忘，道阻且长，愿君走出半生，归来仍是少年

在从文件读入标注的数据时，会把物体数量向物体最多的那张图补齐，补齐的时候会添加进不少无效的框，最后计算的时候需要将这部分无效数据去除，添加的无效数据为(0,0,0,0)，现在需要将这部分数据去掉#把添加的无效数据去除def gt_mask_from_gts(gts): gt_stk = gts.view(-1, 4) invalid_gt = torch.Tensor([0...

IoU 作为目标检测算法性能 mAP 计算的一个非常重要的函数。IoU 的全称为交并比（Intersection over Union），通过这个名称我们大概可以猜到 IoU 的计算方法。IoU 计算的是 “预测的边框” 和 “真实的边框” 的交集和并集的比值。常见的两个框的交集情况有以下六种iou的计算方式是：重叠面积/（总面积-重叠面积）就按照yolo v2常用数据进行举例...

yolo v2会将图片切割成若干个大小为32*32 的小格子，因此，将图片传入时，图片的长和宽都必须是32的倍数，如下所示：后面的内容中，如果没有说明，都是指的小格子。yolo v2中的box中的数据并不是平常的xmin,ymin,xmax,ymax，而是，offset_x,offset_y,w,h，分别代表的意思是：box中心x坐标在小格子的比例，box中心y坐标在小格子的比例,宽和小格...

view，reshape。a = torch.rand(4,1,28,28)print(a.shape)b = a.view(4,28*28)print(b)print(b.shape)b = a.view(4*28,28)print(b.shape)b = a.view(4*1,28,28)print(b.shape)b = a.view(4,784)#不建议使用...

indexing#从第0维往后排a = torch.rand(4,3,28,28)print(a[0].shape)print(a[0,0].shape)print(a[0,0,0].shape)print(a[0,0,0,0])从前或者后面全取#从第0维往后排a = torch.rand(4,3,28,28)#取最前面的print(a[:2].shape)p...

import from numpy,从numpy引入。a = np.array([2,3.3])torch.from_numpy(a)a = np.ones([2,3])torch.from_numpy(a)print(a)注意：小写的tensor接受的参数是现有的数据，大写的Tensor接受的数据的维度，大写也可以接受现有数据，必须以list形式表示出。import fr...

以函数y = w*x+b为例进行讲解。假设w*1+b = 12w*2+b = 21那么我们可以求解出w = 9,b = 3。但提供给我们的数据可能受到一定的污染，和原来的数值有一定出入，但和原来值出入不大，如下图所示：这样的图形无法用一个函数完整表示所有的点，可以用一条直线穿过这些点，使得误差最小那么如何才能选择一条合适的直线通过呢？首先我们选取一条和x轴重...

梯度下降（gradient descent）算法是一种非常经典的求极小值的算法，其理论基础是梯度的概念。先从一个生活中的问题引入梯度下降的概念。假设在一个夜晚，你处于一座山峰的顶端，你需要从山顶回到山底的营地，由于没有其他的照明设备，你只能不断通过周围的环境来调整自己的方向，比如，你现在所处的位置比前一时刻低那么你处于下降过程中。由于我们都希望能够尽快下山，因此我们会选择一条下降速度...

控制台输入python -m visdom.server提示Downloading scripts, this may take a little while第一步：找到visdom下面的sever，使用了anconda，则在anconda下面的Lib\site-packages中找visdom目录，另外创建了其他环境则在对应的环境下查找。没有使用anconda则在AppData中查找，...