深度学习
文章平均质量分 83
深度学习相关内容
数虫
这个作者很懒,什么都没留下…
展开
-
YOLO5-v5.0训练自定义数据集(完整教程)
一般目标检测的数据集资源标签的格式都是VOC:xml格式,而yolov5训练所需要的文件格式是yolo:txt格式,则需要对xml格式的标签文件转换为txt文件。1、修改数据配置文件 :一个是data目录下的相应的yaml文件,一个是model目录文件下的相应的yaml文件。训练自己的数据集的话,那么就需要修改其中的.yaml文件。数据训练好之后,就会在主目录下产生一个run文件夹,在run/train/exp/weights目录下会产生两个权重文件,一个是最后一轮的权重文件,一个是最好的权重文件。原创 2023-05-19 13:36:10 · 1050 阅读 · 0 评论 -
YOLO5-v5.0训练自定义数据集的问题与解决
YOLO5-v5.0运行的出现的问题原创 2023-05-19 10:10:39 · 118 阅读 · 1 评论 -
搭建maskrcnn-benchmark的环境遇到问题
对于layers下面的文件,nms.py、roi_align.py等出现这个错误的from maskrcnn_benchmark import _C都换成from ._utils import _C就解决了。在GitHub中直接下载该库,然后解压。并放到相应的位置上。永久:到环境变量PATHONPATH 添加,没有就新建一个。设置环境变量---我的cl.exe位置跟网上不太一样;这个库的安装不是像其他的一样的直接使用。的形式,而是使用原始的Git方式。原创 2023-05-12 16:37:17 · 1120 阅读 · 1 评论 -
informer自定义数据集
将自定义数据序列数据集文件夹添加到data文件夹下之后,前往代码修改以下几个地方:1、自定义数据集的时间列的字段名称 要是“date”;#想要获得最终预测的话这里应该设置为True;否则将是获得一个标准化的预测。原创 2023-05-04 15:13:12 · 3005 阅读 · 8 评论 -
Pytorch版Mask-RCNN图像分割实战(自定义数据集)
Mask R-CNN是一种广泛应用于目标检测和图像分割任务的深度学习模型,它是由Faster R-CNN(一种快速目标检测模型)和Mask R-CNN(一种实例分割模型)组成的。Mask R-CNN将Faster R-CNN中的RPN和RoI Pooling层替换成了RPN和RoI Align层,以实现像素级的图像分割,能够同时检测出多个对象,并对每个对象进行像素级的分割。原创 2023-05-12 16:32:55 · 5185 阅读 · 0 评论 -
时间序列数据预处理
时间序列数据是指按照时间顺序排列的一系列数据点或观测值,通常用于描述某个变量随时间的变化情况。例如,股价、气温、人口数量等都可以被视为时间序列数据。时间序列数据的预处理是进行时间序列分析的重要步骤。原创 2023-04-11 14:23:09 · 4201 阅读 · 0 评论