qq_33596242的博客

lora权重和提示词权重解析

【代码】yolov7 onnx推理。

【代码】yolov8 onnx推理。

在导出onnx的时候可以把后处理的那部分注释掉，下图是我的处理方式，只在导出onnx时，myexport=1.。导出完毕后，onnx的结构如图。这样在后续转模型的时候就不会出现do not support dimension size > 4 了。得到onnx后，手写后处理，附赠onnx推理代码：import cv2import os# 指定 ONNX 模型文件路径idx += 3# 创建 ONNX 运行时的 Session# 构造输入数据# 进行推理。

3D Human Pose，人体网格重建，pyrender

cvat自动标注

yolo系列总结

IOU,GIOU,DIOU,CIOU,EIOU,SIOU,CDIOU,目标检测损失函数

图像分割，掩膜，最小外接多边形，无序点集，外接矩形

本文优化了一个regression-based轻量级姿态估计模型，

开发环境：系统：ubuntu18IDE：AndroidStudio，下载地址https://developer.android.google.cn/studio/，SDK版本10.0，NDK版本21.3，点击右下角的勾勾才能选版本！建议版本一致，否则有可能会报错。2，项目路径：https://github.com/nihui/ncnn-android-nanodethttps://github.com/Tencent/ncnn/releases2.1，下载项目；2.2，下载ncnn-YYYY

转载自：https://www.pianshen.com/article/40891875626/系统版本：ubuntu18.04python版本：3.6.9pycharm的版本：pycharm 2020.2 (professional)openvino的版本：openvino_2020.3.194前提条件：打开终端能出现**[setupvars.sh] OpenVINO enviroment initialized** 的提示，如下图所示：**步骤1：**找到ope

所有参数和权重都不变的情况下，使用编译后的darknet进行目标检测发现有时候检测到三个框，有时候检测到两个框。错误原因在数据预处理部分，该函数return前后的值是会发生变化的，解决方法是数据预处理部分不要单独作为一个函数返回值。把该部分和前面的函数做整合即可。我return后数值会变的函数如下： def prepare_batch(self, images, network, channels=3): width = darknet.network_width(network)

由于一些工程原因需要安装不同版本的pytorch，这些pytorch依赖于不同版本的cuda。直接创建虚拟环境，然后使用官网的安装指令一般是没用的。1，先安装多个版本的cuda和cudnn，比如cuda9和cuda10。(注意，安装的时候显卡驱动，安装高版本的驱动，这里是cuda10对应的显卡驱动，nvidia-smi 出来的cuda版本是10.0，可以向下兼容。安装cuda9.0的时候显卡驱动就可以不装了)。2，假如要安装pytorch1.1(依赖于cuda9)，先在~/.bashrc中链接到cuda

当前项目用的服务器IP假如是.53，那么选中.53 这个IP，再点一下左上角这个勾，IP变黑体即可。

**目的:**用少量的样本训练模型，使模型具备分类能力。（注意：以下数字全为假设）含义: few-shot的训练集包含100个类别，每个类别有10个样本，在训练阶段，会在训练集中随机抽取10个类别，每个类别1个样本（一共101=10个数据构成一个meta-task），作为support set，再从这10个类中剩余的90个数据中抽取一批样本作为模型的预测对象，作为query set。即要求以101=10个训练数据学会如何区分这10个类别，这样的任务称为10-way，1-shot问题。测试阶段同训练阶段.

1、 modelnet40网址：http://modelnet.cs.princeton.edu/模型：没有颜色信息的飞机、杯子、椅子、吉他等40个模型。2、 shapenet网址: http://web.stanford.edu/~ericyi/project_page/part_annotation/index.html模型：没有颜色信息，有法线信息的，带有标注的飞机、杯子、帽子等...

本文例子来自官网：https://tensorflow.google.cn/tutorials/keras/basic_classification第一步：导入库# TensorFlow and tf.kerasimport tensorflow as tffrom tensorflow import keras# Helper librariesimport numpy as np...

官网：https://tensorflow.google.cn/tutorials/keras/basic_regressionfrom __future__ import absolute_import, division, print_functionimport tensorflow as tffrom tensorflow import kerasimport numpy as n...

def get_adj_mat_dist_euclidean(local_cord , flag_normalized = False): #print('computing dist based adj_mat') # B N K m in_shape = local_cord.get_shape().as_list() #https://stackoverflo...

问题一：scannet_dataset.py格式出现问题，可按照https://github.com/charlesq34/pointnet2/blob/master/scannet/scannet_dataset.py对应修改。问题二：数据问题，直接下载readme里面作者预处理过的1.72G的文件。然后放到...

真是见鬼，编译tf_nndistance_g.cu这些C++ OP都没问题，但是调用就出现了这个问题：KeyError: "Registering two shape functions with name ‘NnDistance’ !。浪费了我好几天，擦！！！解决方法：上面的structural_losses文件夹进行mark source root的话，就需要把structural_los...

import tensorflow as tfdata=tf.constant( [[[[ 1.4179282 , 1.5703515 , -0.61169857], [ 0.33743155, -0.40962902, 1.4966061 ], [ 1.9049675 , 0.09397563, 1.0175595 ], ...

file->setting-> Editor->Color Scheme->General 然后找Errors and Warnings->Typo,将effects去除勾选 然后再找Weak Warning，将effects去除勾选

import numpy as npimport tensorflow as tfdata = np.array([[[[-0.94644142, 0.83340192, 0.66930326], [-2.24232114, 0.93636605, -1.79758255]], [[ 0.43525354 , 0.04762126 , 0.70189878],...

训练两个encoder（均值，方差），然后生成每个样本各自的正态分布，接着从各自的正态分布中采样，最后重建样本。

import numpy as npimport time #引入库a = np.random.rand(1000000)b = np.random.rand(1000000) #随机数组tic = time.time()c= np.dot(a, b) #矩阵乘法toc = time.time()print(c)print("ver use t...