![](https://img-blog.csdnimg.cn/20190927151043371.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
【计算机视觉】Computer Vision
文章平均质量分 65
【计算机视觉】Computer Vision
Mr.zwX
2019年进入电子科技大学接触计算机(方向涉及:机器学习/深度学习(CV、NLP、GNN)、时空数据挖掘、一点点开发(部分后端/前端)),2022年在电子科技大学实验室科研,2023年在复旦大学NLP组实习,2023年9月至今,在北京大学人工智能研究院科研(模型加速/压缩、隐私计算)...保持努力,anyway,这个平台是我记录一些乱七八糟计算机笔记的地方,供(记性不好的)自己复习,同时也分享给大家
如需联系:请发邮件至wenxuan225@qq.com
展开
-
将CIFAR-10和CIFAR-100数据集处理成“标签文件夹”形式(ImageFolder可读)
将以下python脚本放置到数据集源文件中,执行即可。然后得到的数据格式就是ImageFolder可读的形式了(划分了train和val文件夹,并且每个文件夹下都有#classes个以label命名的文件夹)原创 2022-10-03 18:43:51 · 1285 阅读 · 3 评论 -
记录yolov5出现UnicodeDecodeError中gbk解码问题的解决
好不容易把数据集标好,开始训练,然后发现反复出现如下报错:UnicodeDecodeError: 'gbk' codec can't decode byte 0x8b in position 233: illegal multibyte sequence然后奇怪的是,每次报错的position还不一样!说来说去,还是在读入训练集和测试集图片那里出现了问题。真的就是把配置文件的路径改了又改,默认参数改了又改,yolov5整套模型又重新去GitHub装上一版,请教了很多学长,最后的结果是——AGAIN!原创 2021-06-16 22:19:48 · 8677 阅读 · 27 评论 -
【目标检测】Yolov5训练自己的数据集、设计危险区域判定算法及模型部署(持续更新)
简单说明一下在这篇文章中我要完成的任务:识别出图像中的窗户和儿童位置,并对儿童是否身处窗户内的危险区域进行算法判断,最终反馈给后端一个安全或危险的信号。将训练好的模型和设计好的算法部署在Jetson Nano设备上,以便深度学习的推理以及与后端的交互。毕竟我是负责深度学习这部分的,所以本文我着重讲一下几个方面(当然一定是各位读者非常希望学习到的知识):如何配置yolov5所需环境、如何处理可能遇到的bug、如何收集自己需要的图片数据集、如何给图片标注标签、如何制作自己的配置文件、如何修改优化模型参数、如.原创 2021-07-08 01:15:46 · 3738 阅读 · 6 评论 -
【CV细粒度识别论文总结】The Devil is in the Channels: Mutual-Channel Loss for Fine-Grained Image Classification
Paper:The Devil is in the Channels: Mutual-Channel Loss for Fine-Grained Image Classification(TIP 2021)1 Motivation and Advantage简单来说,就是想做细粒度的图像分类(特征细腻,类间差异小,类内差异大等原因)。别人都是通过关键区域标注、注意力机制等方法解决,这篇文章作者另辟蹊径,从损失函数入手,很有创意。但是作者不想给模型增加额外的网络参数,所以提出只用一个新的损失函数就能够很原创 2021-11-19 17:19:06 · 2634 阅读 · 2 评论