神经网络
文章平均质量分 55
图像处理大大大大大牛啊
购买了专栏的可以加好友一对一指导
展开
-
VPGNet数据集解析
VPGNet是一个包含了四个场景(晴天,夜间,阴雨等)下的交通路况数据集,其主要是针对地面标志(箭头线,人行道)的任务,该数据集一共包括以下17类地面标注。原创 2024-07-13 00:19:05 · 314 阅读 · 0 评论 -
yolov8在设置amp=False 之后map 训练依旧为0 解决办法
找到torch_utils.py 修改425行 去掉 half()原创 2023-09-16 11:34:34 · 4931 阅读 · 13 评论 -
1x1卷积是 怎么实现维度控制的
原创 2023-09-14 16:57:06 · 76 阅读 · 0 评论 -
为啥神经网络参数量很小 但是内存占用很大
原创 2023-09-12 23:42:02 · 107 阅读 · 0 评论 -
pytorch单张图片预测,如何代替DataLoader
这是一个 PyTorch 的数据加载过程,其中 get_dataset() 函数返回三个数据集对象:训练集、验证集和测试集。这些数据集对象可以用于创建数据加载器(DataLoader),其中 DataLoader 是一个 PyTorch 中用于读取数据的工具,可以自动进行批次处理、数据增强等操作。在这个例子中,使用 DataLoader 创建了一个测试集数据加载器 test_loader,其中:testset 是要加载的测试集对象。原创 2023-03-19 13:24:04 · 600 阅读 · 0 评论 -
使用EISeg自动标注数据,yolov5训练模型(保姆教程)
如何使用EISeg自动标注数据,并用yolov5 v6.1训练模型🦁EISeg自动标注📎官方链接⭐EISeg介绍🌊安装EISeg🌈下载模型🍟标注数据✍1. 加载网络参数2. 打开文件夹3. 更改标签保存路径4. 添加标签5. 选择json格式保存,点击目标开始标注将数据转换为yolov5 训练所用的格式😠EISeg自动标注📎官方链接⭐https://github.com/PaddlePaddle/PaddleSeg/tree/develop/EISegEISeg介绍🌊EISeg(Efficient原创 2022-05-25 12:38:21 · 5404 阅读 · 10 评论 -
PP-PicoDet快速上手实现目标检测
ubuntu18.04 PP-PicoDet快速上手预训练模型实现目标检测1. 安装paddlepaddle2. 安装PaddleDetection3. 导出模型4. 预测测试5.其他部署方式训练模型预训练模型实现目标检测1. 安装paddlepaddle要求:release/2.3 >= 2.2.0rc# CUDA10.2python -m pip install paddlepaddle-gpu==2.2.2 -i https://mirror.baidu.com/pypi/simpl原创 2022-02-08 17:44:41 · 3209 阅读 · 0 评论 -
PP-PicoDet与其他先进算法的对比
全新的轻量级系列模型PP-PicoDet,在移动端具有卓越的性能,成为全新SOTA轻量级模型。arXiv技术报告。模型输入尺寸mAPval0.5:0.95mAPval0.5参数量(M)FLOPS(G)预测时延NCNN(ms)预测时延Lite(ms)PicoDet-S320*32027.141.40.990.738.136.65PicoDet-S416*41630.745.80.991.2412.379.82PicoDet-M320*原创 2022-02-08 15:09:44 · 1039 阅读 · 0 评论 -
对VOC png标签索引进行修改
理论上修改png的索引就是修改颜色值将15类的人修改为第二类直接上代码#!/usr/bin/ python# -*- encoding: utf-8 -*-'''@文件 :Modifyindex.py@说明 :@时间 :2022/03/22 15:03:50@作者 :刘子沫@邮箱 :spiritai@qq.com@版本 :1.0'''from __future__ import print_functionimport glob原创 2022-03-22 15:04:30 · 575 阅读 · 0 评论 -
对voc2007数据集进行person的单类数据抽取
对voc2007数据集进行person的单类数据抽取使用方式ython tovoc.py VOC2007 VOC 14 14个参数分别为VOC2007原始数据集路径新数据集路径标签下标新标签下标tovoc.py#!/usr/bin/ python# -*- encoding: utf-8 -*-'''@文件 :tovoc.py@说明 :python tovoc.py VOC2007 VOC 14 1@时间 :2022/03/21 16:43:49@作者原创 2022-03-22 11:02:10 · 1055 阅读 · 0 评论 -
使用labelme标注,并转换成VOC数据集和yolo数据集
使用程序将json格式同时转换成voc的png标签和yolo的txt标签原创 2022-03-21 19:00:15 · 8833 阅读 · 1 评论 -
Keras构建lenet-5,alexnet,zfnet,vggnet,Google net,RESNET
lenet-5,alexnet,zfnet,vggnet,Google net,RESNET原创 2022-03-18 16:58:58 · 368 阅读 · 0 评论 -
训练pytorch yolo5
结构data +Annotations +images +ImageSets ++Main +labels修改data下面的yaml文件修改model下面的对应的模型文件运行maketxt.pyimport os import random val_percent = 0.1 #验证集(实际为 0.9*0.1)train_percent = 0.9 #训练集 测试集为1-0.9xmlfilepath = 'Annotations' txtsav原创 2020-07-01 23:16:37 · 486 阅读 · 0 评论 -
VGG16-keras 优化
VGG16-keras 优化优化结果对比VGG16网络结构VGG16网络结构优化自定义loss训练预测优化结果对比原始VGG16普通调优使用预训练权重VGG16网络结构VGG16网络结构优化1.增加正则化2.使用BN/GN层(中间层数据的标准化)3.使用dropoutNet.pyimport kerasfrom keras.models import Sequentialfrom keras.utils import get_filefrom keras.layers i原创 2022-03-02 15:24:46 · 1910 阅读 · 1 评论 -
DQN 神经网络 强化学习 走迷宫
DQN走迷宫1.实现最短路径走到终点2.思路2.1.强化学习(RL Reinforcement Learing)2.2.深度学习(卷积神经网络CNN)3.踩过的坑4.代码实现(python3.6 tensorflow)5.运行结果与分析1.实现最短路径走到终点游戏场景:黑点以每步两格的速度前进,可以任意方向行走,当撞墙后死亡 并重新开始目的:黑点通过训练,能够自动识别障碍物,并以最短路径走向终点。2.思路黑点行走难点是如何准确判断下一步的动作(上下左右)?而这正是强化学习想要解决的问题。应用场景原创 2021-05-17 15:46:06 · 3790 阅读 · 0 评论 -
神经网络各种评判指标
神经网络评判指标及关系一. IOU1. 什么是IOU(IntersecTIon over Union)二. 什么是准确率,精确率,召回率1. 基本概念2. 准确率(Accuracy)3. 精确率(Precision [查准率])4. 召回率(Recall [查全率])三. P-R曲线,F值1. P-R(Precision-Recall)2. F值 (F-Score [F-measure[均衡平均数]])四. AP,mAP1. AP(Average Precision)2. mAP(mean Average原创 2022-03-13 17:34:44 · 11275 阅读 · 0 评论