qq_29631521的博客

原创 COCO数据集可视化

可视化内容包括检测框分割mask关节点1.检测框的可视化这里以人为例import jsonimport osimport cv2parent_path = '../datasets/coco/images/val2017'json_file = 'coco_instances_val2017_results.json'with open(json_file) as an...

转载 COCO数据集标注详解

COCO数据集简单介绍COCO的 全称是Common Objects in Context，是微软团队提供的一个可以用来进行图像识别的数据集。这里以COCO2017数据集为例。MS COCO数据集中的图像分为训练、验证和测试集。一共80个类，分别是：[‘person’, ‘bicycle’, ‘car’, ‘motorcycle’, ‘airplane’, ‘bus’, ‘train’, ‘t...

原创 使用COCO数据集报错

1.背景跑深度学习的代码时，用到COCO数据集，就需要用到COCOAPI，我们按照它的requirement来，直接把PythonAPI放在相应的文件夹下，会报错ImportError:No module named 'pycocotools._mask’或ImportError: No module named 'pycocotools2.原因你可以进入PythonAPI目录，会发现有一个...

原创 Redis

在上面的代码中，我们登录的时候给用户信息存入到session中，设置有效期是30分钟。如果是session登录方式，如果用户一直在访问我们的系统，就会一直续约session的时间，而我们没有实现这个功能。我们这里通过拦截器来实现用户信息续约。但是LoginInterceptor只是拦截一部分路径，对于那些不需要登录的地方是不拦截的，也就无法实现用户信息续约了。1、通过拦截器实现redis中用户信息的续约2、解决LoginInterceptor拦截器无法对用户信息续约的问题前言什么是缓存?缓存(

原创 Spring Boot

application.ymlapplication.yaml配置文件优先级：application.properties > application.yml > application.yaml引导类在com.itheima包下面，而测试类在com包下面，那么测试类就会报错。因为这样配置无法拿到spring容器。解决方法是，在测试类上面加上class属性，class=引导类.class。这就就能拿到spring容器了整合实现：@RunWith(设置运行器)@ContextConfigur

原创 Spring MVC

将应用程序分为 Controller、Model、View 三层，Controller 接收客户端请求，调用 Model 生成业务数据，传递给 View。Spring MVC 就是对这套流程的封装，屏蔽了很多底层代码，开放出接口，让开发者可以更加轻松、便捷地完成基于 MVC 模式的 Web 开发。

原创 Spring

Spring 框架两大核心机制（IoC、AOP）Spring 是一个企业级开发框架，是软件设计层面的框架，优势在于可以将应用程序进行分层，开发者可以自主选择组件。创建实体类 Student传统的开发方式，手动 new Student通过 IoC 创建对象，在配置文件中添加需要管理的对象，XML 格式的配置文件，文件名可以自定义。从 IoC 中获取对象，通过 id 获取。配置文件通过配置 标签来完成对象的管理。：对象名。：对象的模版类（所有交给 IoC 容器来管理的类

原创 MySQL

客户端与数据库建立连接。然后SQL语句会经过词法解析、语法解析，如果通过，则会检查查询换成中有无对应结果，有的话直接返回；没有则需要去数据库中查询。此时会经过优化器生成执行计划，然后交给执行器。执行器去数据库的存储引擎中去查询数据。

原创 MyBatis Plus

Data;

原创 MyBatis

ORMapping: Object Relationship Mapping 对象关系映射对象指⾯向对象关系指关系型数据库Java 到 MySQL 的映射，开发者可以以⾯向对象的思想来管理数据库。

原创 Java Web

bin：存放各个平台下启动和停⽌ Tomcat 服务的脚本⽂件。conf：存放各种 Tomcat 服务器的配置⽂件。lib：存放 Tomcat 服务器所需要的 jar。logs：存放 Tomcat 服务运⾏的⽇志。temp：Tomcat 运⾏时的临时⽂件（文件上传和下载会用到。当上传大文件时，如果是存到内存中显然是不合理的，temp就是用来存放这些临时文件的）。webapps：存放允许客户端访问的资源（Java 程序）。work：存放 Tomcat 将 JSP 转换之后的 Servlet ⽂件。

原创 JVM（Java虚拟机）

1）定义Java Virtual Machine ，Java 程序的（Java 二进制字节码的运行环境）。2）好处3）功能4）比较JVM、JRE、JDK 的关系如下图所示。

原创 Java核心基础

例如a&b 和a&&b，前1个会对a和b的值进行判断（即使a为false也会进行判断），而后一个则在a为false的时候，不会对b进行判断，效率更高。(非运算) > 算术运算符(加减乘除、大于、小于、大于等于、小于等于、不等于) > 逻辑运算符（&& > ||，与运算大于或运算）&（与）、|（或）、!（非）、&&（短路与）、||（短路或）java可以自动对某些数据类型进行自动转换。例如：可以由int转换成long；

原创 PyTorch报错：xxx.pth is a zip archive(did you mean to use torch.jit.load()?)

运行torch.load(‘xxx.pth’)报错：RuntimeError: xxx.pth is a zip archive(did you mean to use torch.jit.load()?)出错原因：xxx.pth是由PyTorch1.6或更高版本生成的模型。1.6之后pytorch默认使用zip文件格式来保存权重文件，导致这些权重文件无法直接被1.5及以下的pytorch加载。解决方法在PyTorch1.6或更高版本的PyTorch下，运行一下代码，来转换模型.

原创 torch.nn.BCELoss用法

1. 定义数学公式为Loss = -w * [p * log(q) + (1-p) * log(1-q)]，其中p、q分别为理论标签、实际预测值，w为权重。这里的log对应数学上的ln。PyTorch对应函数为：torch.nn.BCELoss(weight=None, size_average=None, reduce=None, reduction=‘mean’)计算目标值和预测值之间...

原创 PyTorch损失函数 torch.nn.CrossEntropyLoss()

交叉熵损失函数，主要是用来判定实际的输出与期望的输出的接近程度。一般的交叉熵损失函数的公式为：其中，p为标签值，q为预测值。torch.nn.CrossEntropyLoss()所用的计算公式是另一个计算公式：PyTorch中的torch.nn.CrossEntropyLoss()计算时，主要分为三个步骤：1> 对预测变量按行进行softmax操作2> 对上...

原创 TypeError: Object of type 'ndarray' is not JSON serializable

Json无法序列化解决方法class MyEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, np.integer): return int(obj) elif isinstance(obj, np.floating): ...

原创 只安装torchvision方法

pip install --no-deps torchvision

原创 RuntimeError: Error(s) in loading state_dict for ***: Missing key(s) in state_dict:

问题RuntimeError: Error(s) in loading state_dict for ***: Missing key(s) in state_dict:解决方法模型先放在GPU上，在加载模型，即model.cua()model.load_state_dict()参考https://blog.csdn.net/e01528/article/details/849810...

原创 Pytorch使用TensorboardX可视化

1.前言tensorflow框架可以使用tensorboard这一高级的可视化的工具，而Pytorch可以使用tensorboardX可视化2.环境依赖python3.6+pytorch0.4.0+tensorboardX : pip install tensorboardX注意：Pytorch下使用tensorboardX不需要安装tensorflow3.教程本文主要介绍scal...

转载 python copy和deepcopy的区别

copy和deepcopy都是复制，但二者有很大的区别要理解二者的区别，就要理解python对于数据的存储方式直接上结论：我们寻常意义的复制就是深复制，即将被复制对象完全再复制一遍作为独立的新个体单独存在。所以改变原有被复制对象不会对已经复制出来的新对象产生影响。而浅复制并不会产生一个独立的对象单独存在，他只是将原有的数据块打上一个新标签，所以当其中一个标签被改变的时候，数据块就会发生变化，...

原创 torch.nn.MSELoss

均方损失函数loss(xi,yi)=(xi−yi)2有三个可选参数：reduce、size_average、reduction(1)如果 reduce = False，那么 size_average 参数失效，直接返回向量形式的 loss(2)如果 reduce = True，那么 loss 返回的是标量a)如果 size_average = True，返回 loss.mean()，即l...

原创 TensorboardX报错

出错信息：self.file_writer = FileWriter(logdir = self.logdir, **self.kwargs)TypeError:init() got an unexpected keyword argument ‘logdir’解决方法:降低tensorboard版本

原创 Can’t get attribute _rebuild_parameter on module torch._utils

Pytorch加载模型报错：deserialized_storage_keys = pickle_module.load(f)AttributeError: Can’t get attribute ‘_rebuild_parameter’ on <module ‘torch._utils’ from ‘/opt/conda/lib/python3.6/site-packages/tor...

原创 Deep High-Resolution Representation Learning for Human Pose Estimation

概述这篇论文是中国科技大学和微软亚洲研究院的论文，被 CVPR2019接收。Motivation。已经存在的大多数方法都是从低分辨率恢复高分辨率，相反，本文一直保持高分辨率，这样预测的heatmap更加精确，预测的关节点更加准确。网络框架网络从一个高分辨率子网开始，逐步添加高到低分辨率子网来形成更多阶段，并且并行连接多个分辨率子网，然后执行多尺度融合。网络细节以输入256x192为...

转载 MS COCO数据集输出数据的结果格式（result format）和如何参加比赛（participate）（来自官网）

https://blog.csdn.net/u014734886/article/details/78831382

转载 分组卷积

https://www.cnblogs.com/shine-lee/p/10243114.html

转载 深度学习图像预处理中为什么使用零均值化(zero-mean)

地址https://blog.csdn.net/mooneve/article/details/81943904https://blog.csdn.net/WYXHAHAHA123/article/details/87924745https://www.cnblogs.com/hechangchun/p/10399868.html 标准化后可以提高模型的收敛速度https://blog....

转载 卷积神经网络参数量计算及显存占用

参数量的计算卷积神经网络的参数位于卷积层和全连接层，其中一个全连接层要比卷积层多好多参数。显存占用显存占用主要是模型(卷积层和全连接层的参数所占的显存)和各层的输出所占的显存。下面以VGG16为例来讲解。各层的具体情况如下网络层（操作）输入filterstridepadding输出参数量计算公式参数量显存占用Input224x224x322...

原创 resnet34\resnet101网络结构图

注释：7x7conv,3->64,/2表示7x7大小的卷积核，3、64表示输入输出通道，/2表示输出为原来的1/2。 x2表示类似的结构还有两个。

原创 pytorch加载模型报错RuntimeError:Error(s) in loading state_dict for DataParallel

完整报错信息：RuntimeError:Error(s) in loading state_dict for DataParallel：Unexpected key(s) in state_dict:“module.resnet.bn1.num_batches_tracked”,"module.resnet.layer1.0.bn1.num_batches_tracked"等等，遇到这种错误，...

转载 Roi Pooling到Roi Align的转变

原文地址图3（图3中大的蓝色网格相当于2中7x7一共49个中的一个，然后将大的蓝色网格均分为2x2，取每个网格的中心点）坐标值服从(x1,y1,x2,y2)。这里有一点需要注意的是(0,0,0,0)代表图像由一个像素点组成。整个图的bbox是(0,0,3,2)，RoI的bbox是(0.5,0,2.5,2)。这里每个bin的输出值采用4个采样点通过avg或者max得到。如上图对于(0...

转载 使用pytorch版faster-rcnn训练自己数据集

原文地址：地址

转载 [Python]控制终端输出文字

转载 tensorflow学习：模型的保存与恢复（saver）

1. 背景之前训练模型时，服务器不小心断电了，我的模型一共要训练400代，结果训练了348就没有了，而且花了我2天多的时间。我又不想重新训练，所以想着能不能设置断点，从断点开始训练，就有了下文2.方法我这里以Mnist的三层神经网络为例来说明：没加断点之前，部分代码是这样的：for i in range(20000): batch = mnist.train.next_batch(5...

原创 python中[:,2]是什么意思

这是numpy的切片操作，一般结构如num[a:b,c:d]，分析时以逗号为分隔符，逗号之前为要取的num行的下标范围(a到b-1)，逗号之后为要取的num列的下标范围(c到d-1)；如果是这种num[:b,c:d]，a的值未指定，那么a为最小值0；如果是这种num[a:,c:d]，b的值未指定，那么b为最大值；c、d的情况同理可得。如果遇到num[a:b,None]，表示该维不进行切片，而是...

转载 对全连接层（fully connected layer）的通俗理解

原文地址 https://blog.csdn.net/qq_39521554/article/details/81385159定义全连接层（fully connected layers，FC）在整个卷积神经网络中起到“分类器”的作用。如果说卷积层、池化层和激活函数层等操作是将原始数据映射到隐层特征空间的话，全连接层则起到将学到的“分布式特征表示”映射到样本标记空间的作用。在实际使用中，全连接层...

转载 Vim 权限不足时 强制保存只读类型文件的方法

1.背景在ubuntu命令行中，使用sudo vim/文件名，打开修改之后，按下ESC后，按：wq进行保存，提示文件是只读的，无法完成保存。2.解决方法使用命令:w !sudo tee %参考https://blog.csdn.net/qq_33530388/article/details/78663542...

转载 ubuntu卸载显卡驱动和cuda

卸载显卡驱动sudo /usr/bin/nvidia-uninstall删除cudasudo /usr/local/cuda-8.0/bin/uninstall_cuda-8.0.pl

原创 ubuntu 环境变量改错导致所有命令用不了

1.问题之前遇到一个情况，就是配环境变量配错了，重启之后，桌面进不去，一直循环登录，我的直觉是显卡驱动的问题，所以准备卸载显卡驱动。当我去卸载显卡驱动时，发现基本的ls、sudo等指令都不能用了，cd还可以用，这怎么办呢？2.解决方案先用临时环境变量（重启后消失）vi /~/.bashrcexport PATH=$PATH:/usr/local/sbin:/usr/local/bin:/...