![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
风痕依旧
坚持不懈、追求技术巅峰!!!
展开
-
tensorflow 数据加载
数据载入的三种形式:一、直接使用numpy加载 for i in range(train_data.shape[0]//batch_size): image_batch = train_data[i*batch_size:(i+1)*batch_size,:,:,np.newaxis] label_batch = train_label[i * batch_size:(i + 1) * batch_size]二、使用tf.data.Dat原创 2020-06-30 23:30:39 · 482 阅读 · 3 评论 -
安装GPU环境
查看cuda支持的版本cmd中输入cd C:\Program Files\NVIDIA Corporation\NVSMInvidia-smi1、tensorflow安装cuda对照 版本cuda10.2链接cudnn7.6.5链接将cudnn下的文件贴贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2对应目录下配置环境变量C:\Program Files\NVIDIA GPU Computing Toolkit\CUD原创 2020-06-20 18:09:01 · 215 阅读 · 1 评论 -
softmax以及交叉熵
softmax 计算方式为数组中的每一项分子是e的xi次方,分母是e的xi次方求和,所以softmax数组的和为1代码实现:import tensorflow as tfa = tf.cast([1,2,3,4,5],dtype=float)b = tf.nn.softmax(a)with tf.Session() as sess: c = sess.run([b]) ...原创 2020-05-01 23:28:53 · 352 阅读 · 0 评论 -
深度学习(八)fasterRCNN利用iou求loc,label
利用交并比求偏移量和label偏移量:利用anchor与bbox(此时的bbox是anchor与bbox最大iou)的偏移量label:创建矩阵,fill(-1),小于负样本阈值置0,max_iou(anchor与bbox的最大iou)大于正样本阈值置1,bbox与anchor的最大iou置1,如果样本数量超过阈值,随机抛弃明天继续代码如下:class AnchorTargetCreat...原创 2019-09-23 22:57:22 · 718 阅读 · 0 评论 -
深度学习(八)fasterRCNN生成锚框利用前景概率提取roi
利用anchor_base锚框的形状+(a,b,a,b)坐标,输出的是锚框的左上角纵坐标,左上角横坐标,右下角纵坐标,右下角横坐标代码在/model/region_proposal_network/enumerate_shift_anchor()代码如下:def _enumerate_shifted_anchor(anchor_base, feat_stride, height, width...原创 2019-09-19 16:44:11 · 979 阅读 · 0 评论 -
深度学习(八)fasterRCNN模型 回归原理逐字理解
1、bbox回归,首先依据锚框与偏移量预测出目标框,然后根据目标框与原框求出偏移量。交并比为相交部分面积/相并部分面积,以及生成锚框。公式如下:依据锚框及偏移量输出预测框依据预测框与原框输出偏移量代码如下:import numpy as npimport numpy as xpimport sixfrom six import __init__def loc2bbox(...原创 2019-09-16 22:16:58 · 1160 阅读 · 0 评论 -
深度学习(八)fasterRCNN数据处理
from __future__ import absolute_importfrom __future__ import divisionimport torch as tfrom data.voc_dataset import VOCBboxDatasetfrom skimage import transform as sktsffrom torchvision import tr...原创 2019-09-12 21:30:56 · 1013 阅读 · 0 评论 -
深度学习(六)RESNET,VGG,DENSENET
最近在看RCNN模型,感觉很难,这些是看RCNN模型过程中学到的翻来一看博客,已经六天没更了,这些天实在是事情太多,化验室地址变更,相当于重建,资质重新办理,说下对上述三个模型的理解RESNET :保留线性变换后的特征,与最后的feature map进行累加DENSENET:保留每次线性变换后的特征,与最后的feature map进行累加VGG:进行五层线性变化,该维度,4096进入全连接...原创 2019-08-11 21:11:25 · 1380 阅读 · 0 评论 -
深度学习(七)anchor实现
锚框的实现分5步:1、定义scale,ratios,re_stride,其中scale,ratios是用来定义锚框的形状,re_stride是图像feature map与原图的缩放倍数2、获取锚框的形状,9个anchor(锚框)3、获取锚点4、在锚点处生成锚框5、生成最终锚框(hw9)代码实现`:import numpy as npimport cv2path = '111.j...原创 2019-08-18 22:20:53 · 1650 阅读 · 0 评论 -
深度学习(五)卷积过程的理解
卷积过程贯穿于整个神经网络,尤为重要卷积核是矩阵,是对输入矩阵的线性变换(旋转、缩放、剪切),输出feature map举例:335的卷积核,转换成矩阵527 输入图片3100100 转换矩阵2710000,输出feature map 5*10000从例子出来,我们发现,我们需要对卷积核与输入图片进行一维展开,卷积核H = 卷积核数量(5)、卷积核W = 卷积核尺寸输入图片维度(333...原创 2019-08-05 16:25:05 · 607 阅读 · 0 评论 -
深度学习(四)CUDA、QT
CUDA配置:torch.cuda版本与系统.cuda版本需一致QT配置:安装pyqt5 ——安装pyqt5-tools(pip) ——在pycharm中配置扩展工具cuda使用:创建device(‘cuda:0’ if torch.cuda.is_available() else “cpu”)初始cuda索引为0(可修改,直接’cuda’默认为0)————————将模型或张量.to(devi...原创 2019-08-03 15:11:06 · 1040 阅读 · 0 评论