EasyDog_-CSDN博客

原创 C++——Eigen库的学习(6)

七、特殊的矩阵和向量1.零阵与零向量在Eigen中，定义零阵的函数是zeros()，有三种定义方式，如下示例代码：std::cout << "固定大小的数组:\n";Array33f a1 = Array33f::Zero();std::cout << a1 << "\n\n";std::cout << "一维动态大小数组:\n";ArrayXf a2 = ArrayXf::Zero(3);std::cout << a2 <

2021-01-13 16:46:16 1720

原创 C++——Eigen库的学习(5)

六、矩阵的块操作(block)1.块操作的定义在Eigen库中，可以使用函数 .block() 来提取矩阵中的某一个区域， .block() 有两种形式，两种形式的功能是等价的。在Eigen库中，索引是从0开始的。定义一个从元素(i, j)为起点，大小为(p, q)的块：使用动态尺寸的block进行构建： .block(i, j, p, q)使用固定尺寸的block进行构建： .block< p,q >(i, j)以下代码详细地使用了两种块的方式进行block操作：#include

2021-01-13 16:24:43 1134

原创 C++——Eigen库的学习(4)

五、Array类在Eigen库中，除了提供Matrix类：矩阵操作(matrix是二维，Vector是一维)，还提供了一种更方便通用的Array类，Array类就是普通的数组，同时包括二维和一维，有点类似python中numpy的味道，这一节就介绍这个Array类！1.Array类的定义Array类的定义和Matrix类类似，包含6个参数，唯一的区别是Array的相关操作是元素级的操作！Matrix<typename Scalar, int RowsAtCompileTime,

2021-01-13 12:45:57 595

原创 C++——Eigen库的学习(3)

四、矩阵和向量的运算这一小节主要介绍Eigen库对于矩阵运算的一些支持，基本和matlab里运算操作一致，便于数据运算，常见的包括矩阵的加减、矩阵的乘法、矩阵的转置与共轭等操作，下面将逐一介绍所有的操作符。1.矩阵的加减Eigen中进行矩阵的加减操作需要满足两点条件：1.进行加减操作的矩阵变量具有相同的尺寸（行和列）；2.矩阵的元素类型相同（Eigen不自动转化类型），具体可以看下面的代码例子：#include <iostream>#include <Eigen/Dense&gt

2021-01-12 18:33:12 1131

原创 C++——Eigen库的学习(2)

三、Matrix类在Eigen库中，Matrix类是一个基类，所有的矩阵以及向量的都是该类的对象，Vector只是一种特殊的矩阵（一行或者一列）。1.Matrix类的定义Matrix<typename Scalar, int RowsAtCompileTime, int ColsAtCompileTime, int Options = 0, int MaxRowsAtCompileTime = RowsAtCompileTime,

2021-01-12 15:36:33 1494

原创 C++——Eigen库的学习(1)

学习Eigen库的初衷在于最近接触到了深度学习模型部署这块，需要进行TensorRT加速，所以C++也是跑不掉必须学会的技能，但是C++没有python中那么方便的numpy库，没法很容易得进行各种numpy矩阵的计算操作，据我现在了解到的，C++中只能用Eigen库去处理矩阵的计算，用二维矩阵去实现张量的计算。本人了解有限，如果有大佬有更好的办法欢迎指点！一、Eigen库的简介Eigen库是C++中用于处理矩阵计算的一个库，具有高效简洁的优点，与matlab中矩阵的计算方式与语法高度相似，熟悉matl

2021-01-11 17:21:32 1521

原创 YOLOv5利用ncnn部署系列(三)

五、pc端使用C++调用ncnn由于yolov5转ncnn不包括后处理部分，因此在c++的代码里需要重构整个后处理部分，不多说，直接上代码了：cmake_minimum_required(VERSION 3.17)project(yolov5s)find_package(OpenCV REQUIRED core highgui imgproc)#这里链接的时编译后的ncnn的include和lib文件夹，根据自己的路径去更改include_directories(./CLion-2020.2

2020-09-28 15:20:41 7741 39

原创 YOLOv5利用ncnn部署系列(二)

三、YOLOv5模型转onnx前面说完YOLOv5的训练，也进行了相应的测试，接下来就是对训练好的pt模型转为onnx模型！在YOLOv5的git项目里有自带的一个onnx_export.py文件，运行该文件，即可将pt模型转为onnx模型，但是里面也有很多坑！！！！先来看onnx_export.py的代码："""Exports a pytorch *.pt model to *.onnx formatUsage: import torch $ export PYTHONPATH

2020-09-28 14:22:33 7448 13

原创 YOLOv5利用ncnn部署系列(一)

一、YOLOv5的训练yolov5的原理什么的就不说了，百度搜一搜很多，这里具体说一下怎么训练自己的数据集，官方的yolov5是在coco数据集上训练的，本文是在voc数据集上进行训练，对于自己的训练数据可以仿照voc数据集进行制作！YOLOv5的git项目：参考github项目YOLOv5，若需要官方的预训练权重，该项目的大佬也给出了，感谢大佬做出的工作！将项目git到本地！1.创建数据集文件夹数据存放的目录如下：在datasets文件夹下建立如下文件目录，其中训练需要用到的是score/imag

2020-09-24 19:18:43 4626 1

原创 ncnn库的安装以及相关环境配置

ncnn是腾讯开源的加速框架，对于移动端特别andriod做到了cpu上的极致优化，是工程落地的首选框架。对于pytorch模型转ncnn，一般的方法是先将.pt文件转为onnx，再通过ncnn库里的工具onnx2ncnn转换为ncnn模型。对于这种工程性质的落地，过程中会有数不清的坑，大家都懂！仅以此文记录一下在这个过程中踩过的坑！一、编译ncnn库的准备工作1.系统：ubuntu18.042.工具：g++、 cmake、protobu、opencv。前两个我是装的Clion，这个IDE里直接内

2020-09-24 17:23:25 2313 3

原创 Pytorch-猫狗分类实战（下）

Pytorch物体识别分类实战案例（下）前一篇文章介绍了案例中关于数据集的部分，接下来这部分是最重要的部分，包括网络的搭建、loss函数、训练和测试，还是话不多说，直接看代码。5.vgg16_net.py：搭建vgg16网络该py文件主要用于搭建网络结构，如果需要自己搭建不同的网络模型，直接仿造本文件去编写，先更改py文件的名字，定义网络的类名，在__init__f方法中对网络层进行定义，在forward方法中构建前向传播过程，大家仔细品一品这个流程，以后搭建自己的网络模型就是得心应手了！本项目搭建

2020-08-15 15:55:30 2063 36

原创 Pytorch-猫狗分类实战（上）

Pytorch物体识别分类实战案例（上）前面更新了很多关于pytorch中的函数和模块，但理论学得再好不如实战来得更快，不停地敲敲敲敲代码，你终会变强！这期的物体识别案例是个人纯手写，只要是用于熟悉pytorch搭建一个完整深度学习项目的所有过程，顺带熟悉pytorch的代码结构，其中包括数据预处理、数据集的加载、bath的读入等等，当我整个代码全部写完调试清楚，对于pytorch的代码构成有了一个大体的框架认识，看起github上别人优秀的代码会省下很多力。话不多说，接下来看看整个项目的详细内容。

2020-08-15 13:51:23 3139 20

原创 pytorch中的数据加载：Dataset与DataLoader

Dataset和DataLoader在深度学习中，往往需要经过大量的样本对网络参数进行训练，才能得到一个鲁棒性高的模型，而这么大量的样本，就需要通过mini-batch对图片进行迭代输入进网络进行训练，在pytorch中，通常使用Dataset和DataLoader这两个工具来构建数据管道，进行加载数据以及batch的迭代。Dataset定义了数据集的内容，它是一个类似列表的数据结构，具有确定的长度，能够用索引获取数据集中的元素。而DataLoader定义了按batch加载数据集的方法，每次迭代输出一

2020-08-06 22:58:51 2213

qq_33160678的博客