![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
电竞肖邦 口吐芬芳
这个作者很懒,什么都没留下…
展开
-
VisDrone2019 转化为COCO格式
VisDrone2019 转化为COCO格式为了实验需要,需要将VisDrone2019数据集转化为COCO格式,将自己的转化代码公布,希望帮到相同研究方向的人。你的VisDrone2019解压后的目录应该如下所示:第一个参数输入上面目录的路径,第二个参数是要输出的路径只添加了检测训练必要的数据,COCO格式多余的数据都设为空import osimport cv2from tqdm import tqdmimport jsondef convert_to_cocodet原创 2020-12-08 20:39:39 · 2871 阅读 · 13 评论 -
DIOR数据集转化为COCO格式
DIOR数据集转化为COCO格式为了实验方便,需要将DIOR数据集转化为COCO格式,在此将代码共享,希望能帮助到同样研究方向的人。解压DIOR数据集的压缩文件之后,你的路径应该是这样的:第一个参数是你电脑里上图的路径,第二个参数是你想输出COCO格式文件的路径DIOR缺少很多COCO格式的数据,所以缺少的项都为空,代码如下import osimport cv2from tqdm import tqdmimport jsonimport xml.dom.minidomc原创 2020-12-08 20:33:13 · 2837 阅读 · 9 评论 -
mmdetecion-学习率调整-线性缩放原则
在使用mmdetetion平台时,我们会碰到很多配置文件,其中会涉及到学习率的配置。如下图所示:这是MMdet中1x训练策略的optimizer配置,其中学习率等于0.02,但其实这个学习率是需要微调的,并不能直接使用。直接使用最直接的后果就是可能会出现loss=nan或者inf的情况,因为这个学习率是8GPU*2img/GPU的情况下所设定的。如何进行微调,这就要用到线性缩放原则,线性缩放原则来源于facebook的论文《Accurate, Large Minibatch SGD:Tra原创 2020-09-04 11:04:12 · 6059 阅读 · 7 评论 -
detectron2学习:KeyError: “No object named ‘XXXXX‘ found in ‘BACKBONE‘ registry!“
问题来源:在使用FB的框架detectron2改写模型的时候碰到了KeyError: "No object named 'XXXXX' found in 'BACKBONE' registry!"的bug。分析:detectron2中自定义的模型都需要注册,这一点官方的文档中已经提到,上图是官方给出的标准模型注册code,我照着官方文档改写代码还是报错,我的代码如下:可以看到,我已经像文档所说的那样使用装饰器注册了我自己的backbone,但是运行train_net.py还是会报错找不到自定原创 2020-08-10 23:30:05 · 5440 阅读 · 4 评论 -
OMP: Error #15: Initializing libomp.dylib, but found libiomp5.dylib already initialize问题解决
最近在复现RCNN代码,把代码搬到实验室server上跑时出现错误:OMP: Error #15: Initializing libomp.dylib, but found libiomp5.dylib already initialize通过查询github,发现这个问题大多发生在mac os上,github上的解决方案是:1. import os os.environ[‘KMP_DUPLICATE_LIB_OK’]=‘True’2. conda install nomkl还有..原创 2020-07-09 22:10:31 · 3690 阅读 · 3 评论 -
人工智能-遗传算法解决八数码问题-python源码
问题描述:在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动,其移动规则是:与空格相邻的数码方格可以移入空格。现在的问题是:对于指定的初始棋局和目标棋局,给出数码的移动序列。该问题称八数码难题或者重排九宫问题。算法流程图如下所示:源代码为:import copyimport numpy as npimport randomimport timeimport operator# 遗传算法那解决原创 2020-05-31 15:37:45 · 1731 阅读 · 0 评论 -
人工智能-遗传算法解决八皇后问题-python源码
问题描述:八皇后问题,一个古老而著名的问题,是回溯算法的典型案例。该问题由国际西洋棋棋手马克斯·贝瑟尔于 1848 年提出:在 8×8 格的国际象棋上摆放八个皇后,使其不能互相攻击,即任意两个皇后都不能处于同一行、同一列或同一斜线上,问有多少种摆法。算法解决流程图为:源代码为:import numpy as npimport randomimport timeimport operator# 遗传算法解决八皇后问题# 八皇后初始化函数def init(): c原创 2020-05-31 15:30:27 · 2058 阅读 · 1 评论 -
人工智能-模拟退火算法解决八数码问题-python源码
问题描述:在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动,其移动规则是:与空格相邻的数码方格可以移入空格。现在的问题是:对于指定的初始棋局和目标棋局,给出数码的移动序列。该问题称八数码难题或者重排九宫问题。算法解决流程图为:源代码为:import numpy as npimport randomimport timeimport mathimport copy# 模拟退火算法解决八皇.原创 2020-05-31 15:22:33 · 1174 阅读 · 0 评论 -
人工智能-模拟退火算法解决八皇后问题-python源码
问题描述:八皇后问题,一个古老而著名的问题,是回溯算法的典型案例。该问题由国际西洋棋棋手马克斯·贝瑟尔于 1848 年提出:在 8×8 格的国际象棋上摆放八个皇后,使其不能互相攻击,即任意两个皇后都不能处于同一行、同一列或同一斜线上,问有多少种摆法。解决流程图如下所示:源代码为:import copyimport numpy as npimport randomimport timeimport math# 模拟退火算法解决八皇后问题# 八皇后初始化函数de原创 2020-05-31 14:59:56 · 2431 阅读 · 7 评论 -
人工智能-爬山法解决八数码问题-python源码
问题描述:在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动,其移动规则是:与空格相邻的数码方格可以移入空格。现在的问题是:对于指定的初始棋局和目标棋局,给出数码的移动序列。该问题称八数码难题或者重排九宫问题。八数码问题的解决流程如下图所示:算法源代码为:import copyimport numpy as npimport randomimport timeimport math..原创 2020-05-31 14:52:32 · 1974 阅读 · 2 评论 -
人工智能-爬山法解决八皇后问题-python源码
问题简述:八皇后问题,一个古老而著名的问题,是回溯算法的典型案例。该问题由国际西洋棋棋手马克斯·贝瑟尔于 1848 年提出:在 8×8 格的国际象棋上摆放八个皇后,使其不能互相攻击,即任意两个皇后都不能处于同一行、同一列或同一斜线上,问有多少种摆法。算法的逻辑流程图如下所示:源代码为:import copyimport numpy as npimport randomimport time# 爬山法解决八皇后问题# 八皇后初始化函数def init(): c原创 2020-05-31 14:43:21 · 1786 阅读 · 0 评论