- 博客(16)
- 收藏
- 关注
RSS订阅原创 linux 安装显卡驱动，cuda、cudnn
参考资料：https://blog.csdn.net/cy309173854/article/details/95618717https://www.cnblogs.com/gollong/p/12655424.html安装lspci：yum install pciutils查看机器显卡：lspci | grep -i vgalspci | grep NVIDIA禁用显卡sudo rmmod nouveaulsmod | grep nouveau查找英伟达显卡
2021-01-16 14:22:58
515
原创 在 linux 安装docker
1、（1）查看docker版本 （可用于查看是否安装有docker） docker --version 显示：Docker version 1.13.1, build 64e9980/1.13.1 2、安装docker （1）查看Linux系统版本： lsb_release -a 或者 cat /etc/redhat-release（这种方法只适合Redhat系的Linux） 或者 cat.
2021-01-14 11:43:49
318
原创 docker 常用命令
docker 常用的命令：在xshell中： face_ceshi: 容器名docker与本地机进行文件交互： docker cp /data/face/main.py face_ceshi:./app/ /data/face/main.py :main.py 文件在本地机上的存放路径 face_ceshi:容器的名称 ./app/：将main.py文件存 ...
2021-01-14 11:25:43
445
原创 Linux 安装anconda3
下载 Anaconda3-2020.02-Linux-x86_64.sh 文件运行命令 shAnaconda3-2020.02-Linux-x86_64.sh 文件输入： yes最后：添加环境变量vim ~/.bashrc 打开 添加：export PATH=/root/anaconda3/bin:$PATH保存并退出输入：source ~/.bashrc...
2020-08-14 11:28:07
227
原创 利用 Dockerfile 创建镜像
参考：https://www.jb51.net/article/151958.htmhttps://blog.51cto.com/10316297/21605241、创建空目录 cd /home/ldx/ mkdir ldx cd app/2、创建Dockerfile文件 touch Dockerfile3、编写Dockerfile文件命令 ## 添加一个基础镜像 FROMpython:3.6.4 ##维护人的信息 MAINTA...
2020-08-12 11:15:53
219
翻译 图像数据增强
"""本代码共采用了四种数据增强，如采用其他数据增强方式，可以参考本代码，随意替换。imageDir 为原数据集的存放位置saveDir 为数据增强后数据的存放位置"""'''def flip(root_path,img_name): #翻转图像 img = Image.open(os.path.join(root_path, img_name)) if img.mode == "P": img = img.convert('RGB') elif..
2020-06-18 11:22:10
402
转载 将darknet版本训练的模型转换成keras版本
链接如下：https://github.com/qqwweee/keras-yolo3转换代码如下：converty.py#! /usr/bin/env python"""Reads Darknet config and weights and creates Keras model with TF backend."""import argparseimport configparserimport ioimport osfrom collections import de
2020-05-11 17:23:11
997
原创 制作自己的ctpn数据集
制作自己的ctpn数据集1、利用label-image标注自己的数据集，保存为.txt文件，结果如下：上图第一列 0：标签 后面的小数是label—image标注的坐标框位置（归一化后的结果） 2、ctpn数据集的格式： x1,y1,x2,y2,x3,y3,x4,y4 顺序是：左上角、右上角、右下角、左下角 （坐标） （参考mlt数据集格式） 参考链接：ht...
2020-02-24 17:46:17
1438
10
原创 tensorflow框架的手写体识别
"""关于手写体识别，tensorflow框架。 来源于实战Google深度学习框架这本书"""import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#MNIST数据集相关的常数INPUT_NODE = 784 #输入层的节点数。对于MNIST数据集，这个就等于图片的像素O...
2019-10-23 17:19:50
145
原创 关于数据准备情况遇到的问题
在参与计算机视觉-目标检测方面工作中遇到的问题：综合来看普遍的问题是，最后模型检测目标识别的准确率不高，错误识别以及无法识别目标的现象虽然不多，但是还是存在一些，这些问题在工业领域应用会存在某些致命的缺陷。以yolo版本为例：在训练过程中也出现了过拟合和欠拟合的现象，但是这些基本上可以依靠经验和理论，通过调整参数来调整模型的准确率。这些都是影响模型的重要因素。但是在前期的数据准备工作中...
2019-10-17 15:52:18
211
转载 NLP中的词向量
以下内容来自https://www.cnblogs.com/pinard/p/7160330.html https://blog.csdn.net/fuermolei/article/details/81302921词向量：可以简单的描述为，用一定维度的矩阵来表示词语，用于计算机的运算，现在一般用于NLP领域。 ...
2019-10-16 15:45:25
353
原创 tensorflow框架的简单神经网络测试
# -*- coding= UTF-8 -*-import tensorflow as tf#通过Numpy工具包生成模拟数据集from numpy.random import RandomState#定义数据训练batch大小batch_size = 8#定义神经网络参数w1 = tf.Variable(tf.random_normal([2,3], stddev=1, s...
2019-10-14 18:12:12
238
转载 深度卷积和标准卷积
关于轻量级网络--MobileNet论文解读https://blog.csdn.net/u011974639/article/details/79199306里面有关于标准卷积核深度卷积的具体计算公式形式和实例。在此记录该链接，感谢博主的分享。...
2019-09-27 15:10:57
354
转载 关于模型的过拟合与欠拟合
欠拟合：模型在训练数据集和测试数据集以及新的数据集上表现的能力很差，即：在训练集和测试集上的准确率都很低。原因：模型没有充分学习到训练数据集中目标的特征，导致 模型过于简单，无法做出正确的预测。 解决方法： 1，在原有的基础上添加更多的特征项。 2，如果是深度学习，可以适当的增加隐藏层数以及隐藏神经单元，或者换用更复杂的神经网...
2019-08-13 11:21:58
333
原创 根据label-Image的.txt标签提取图片中相应的内容
代码还存在缺陷，其中提取的图片命名是从1开始的，即range(1,9)，目前没有实现读取图片的字符串类型名。如有大神请批评指正！#from PIL import Imageimport cv2import sysfor i in range(1,9): txt_path = "C:\\Users\\PC\\Desktop\\tiqu\\tiqushuju\\hesela...
2019-07-31 17:43:20
1065
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人