- 博客(44)
- 资源 (3)
- 收藏
- 关注
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 My Publications
My research interests include deep learning and computer vision.
2021-03-12 12:42:15
508
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 Linux系统服务器常用指令(持续更新)
D指令功能df -h查看文件系统空间占用情况du -h --max-depth=1查看当前用户系统盘空间占用情况N指令功能nvidia-smi查看GPU信息和状态K指令功能kill -9 PID终止对应PID进程T指令功能top查看CPU和内存使用情况to
2019-04-15 18:59:55
537
原创 Domain Generalization数据集整理
目录一、引言二、Datasets1、PACS2、 Office-Home3、 VLCS一、引言自从DomainBed在ICLR2021上横空出世之后,Domain Generalization任务看起来好像有了相对统一的标准,后续大量论文都是基于DomainBed框架实现。由于DG的benchmarks非常多,本文将列举主要的几个数据集的下载方式,以及注意事项。二、Datasets1、PACSHome LinkPs: 打开上述链接后直接点击图片可进入google云盘下载@inproceedi
2022-03-23 15:10:14
4277
4
原创 数据集处理(二)——Tiny-imagenet
目录一、引言二、下载数据三、数据形式四、自定义数据加载一、引言 最近在做一些大规模数据集(ImageNet-1k、ImageNet-21k)的实验之外,还做了一些小数据集的 ablation study。其中pytorch有自带的cifar10、cifar100数据加载,而Tiny ImageNet是没有的。于是简单在此记录一下这个数据集的处理。 Tiny ImageNet Challenge 是斯坦福 CS231N 的默认课程项目。 它的运行类似于 ImageNet 挑战赛 (ILSVRC)。
2021-11-24 11:12:00
24139
6
原创 faster-rcnn.pytorch-1.0指南(四)——训练自己的数据集
目录faster-rcnn.pytorch-1.0指南(一)——序言faster-rcnn.pytorch-1.0指南(二)——平台搭建和模型训练faster-rcnn.pytorch-1.0指南(三)——制作PASCAL VOC2007数据集 在完成制作PASCAL VOC2007数据集后可以开始训练自己的数据集了。 我这里用的例子是之前做的KITTI数据集目标检测——KITTI转VOC一、修改参数 首先,在faster-rcnn.pytorch/lib/datasets目录下的p
2020-06-05 13:45:42
1149
1
原创 目标检测之数据集(一)——KITTI转VOC
目录一、引言二、下载数据三、数据形式四、PNG 转 JPG五、类别调整六、TXT 转 XML七、生成检索txt文件一、引言 对于KITTI数据集,有着很丰富的应用,不仅仅局限于目标检测,这就导致了数据集的标签是txt文件,里面包含了各种任务所需要的标签,因此为了实现目标检测的任务,我们就需要将属于目标检测的坐标从中提取出来再生成对应的xml文件。二、下载数据 打开官网我们可以看到以下界面,那么我们真正需要的只有标注出的两个文件。 除了可以再官网下载之外,这里再提供一个下载链接 http
2020-06-05 11:39:00
1450
4
原创 faster-rcnn.pytorch-1.0指南(三)——制作PASCAL VOC2007数据集
目录faster-rcnn.pytorch-1.0指南(一)——序言faster-rcnn.pytorch-1.0指南(二)——平台搭建和模型训练数据集解析在利用诸如Faster R-CNN等深度学习网络进行目标检测的时候一定需要训练自己的数据集。在制作为VOC2007格式的数据集之前,来看看这个数据集到底是什么样的: 参照tf-faster-rcnn指南(二)——平台搭建 VOC2007数据集包含有5个文件夹,其中: 1、Annotations文件夹 该文件下存放的是xml格式
2020-06-04 15:01:17
1198
原创 faster-rcnn.pytorch-1.0指南(二)——平台搭建和模型训练
一、下载Github代码git clone https://github.com/jwyang/faster-rcnn.pytorch.git二、创建文件夹cd faster-rcnn.pytorch mkdir datacd datamkdir pretrained_model三、下载数据 这一步和我去年写tf-faster-rcnn指南(二)是一样的1、Download the training, validation, test data and VOCdevkitwget
2020-06-04 11:24:16
1647
6
原创 faster-rcnn.pytorch-1.0指南(一)——序言
万万没想到,自去年电网项目之后,我又重拾起了检测任务。不得不说在科研界,TensorFlow已经不行了,Pytorch才是王道。最近刚上手无监督域适配(UDA)的目标检测,导师叫我复现一下一些文章,结果惊奇的发现清一色的pytorch0.4,然而公司的镜像却是1.x,这就非常不友好了,本想在1.x上强撸,结果以失败告终。。经过调研发现,UDA的目标检测基本上用faster-rcnn作为baseline,而faster-rcnn公开的代码基本是0.4的,网上很多博客攻略也是以0.4来写的,都2020,还
2020-06-04 10:42:44
673
原创 ssd.pytorch指南(一)——序言
由于最近在做项目,所以既tf-faster-rcnn之后,顺便再完成ssd的指南。据说pytorch是搞科研的利器,所以还是以后还是尽可能的在pytorch上搞一搞。本次所使用的源码为:https://github.com/amdegroot/ssd.pytorch目录ssd.pytorch指南(一)——序言...
2020-02-16 09:45:45
696
2
原创 ssd.pytorch指南(五)——训练自己的数据集
目录ssd.pytorch指南(一)——序言ssd.pytorch指南(二)——平台搭建ssd.pytorch指南(三)——训练模型ssd.pytorch指南(四)——制作PASCAL VOC2007数据集在完成制作PASCAL VOC2007数据集后可以开始训练自己的数据集了。一、修改参数1、 修改config.py参数 打开ssd_pytorch/data/config....
2020-02-12 19:19:06
2197
4
原创 ssd.pytorch指南(四)——制作PASCAL VOC2007数据集
目录ssd.pytorch指南(一)——序言ssd.pytorch指南(二)——平台搭建ssd.pytorch指南(三)——训练模型ssd.pytorch(四)——制作PASCAL VOC2007数据集一、需改数据集代码 如第二章提到,官方的训练集使用了VOC0712trainval(2007+2012),测试集用了VOC2007test。那么实际上,我们不需要制作两个训练集,只...
2020-02-12 19:17:20
1075
原创 ssd.pytorch指南(三)——训练模型
本章节既是指南如何训练测试模型,同时也是检验上一章所提的平台搭建是否成功。目录ssd.pytorch指南(一)——序言ssd.pytorch指南(二)——平台搭建ssd.pytorch指南(三)——训练模型一、下载预训练模型1、在ssd_pytorch文件夹下新建weights文件夹cd ..mkdir weightscd weights2、下载预训练模型wget ht...
2020-02-12 19:17:08
1722
1
原创 ssd.pytorch指南(二)——平台搭建
目录ssd.pytorch指南(一)——序言一、环境搭建1、python3+torch0.4.1+torchvision2、官方代码需要安装cv2和visdompip install opencv-pythonpip install visdom二、代码下载https://github.com/amdegroot/ssd.pytorch解压后将文件夹充命名为ssd_pyto...
2020-02-12 19:16:57
1338
4
原创 Pytorch学习笔记(II)——自定义数据集载入方式(二)
目录一、引言二、自定义数据集载入方式1、准备工作2、 init 3、 getitem 4、 len 5、载入一、引言 深度学习中主要分为两大任务,分类和回归。 1、 分类即classification,就是将具有相同属性的样本划分为同一类,具有不同属性的样本划分为不同类。 以往我们需要通过对样本打标签来划分类别,用0,1,2,3,…表示类别。而在Pytorch中只需要将同...
2020-01-15 13:35:20
642
原创 论文笔记——Deformation Transfer for Triangle Meshes(2004-SIGGRAPH)
目录一、核心思想二、算法分析1、Deformation Transfer (形变迁移)一、核心思想 首先,文章题目名为《Deformation Transfer for Triangle Meshes》,即三角网格的形变迁移。这一理论的核心观点可以参考下图,已知条件需要包括三个信息: 1、源始网格 SSS,也就是下图中第一行的第一匹马; 2、与 SSS 对应的发生形变的网格 S′S'...
2020-01-04 15:11:29
5809
6
原创 论文复现——Sphereface-Pytorch
最近在写论文,要做一些对比实验,需要以Sphereface为基础。其实实验早该做了,就是一直拖拖拖…唉拖延症患者。今天总算是把github上的代码跑通了,赶紧做下小笔记。因为还要赶论文,就简单写一下,以后再回来改。本次所使用的源码为:https://github.com/clcarwin/sphereface_pytorch然而具体的操作步骤说明是有错误的通过参考:https://www.c...
2019-10-30 17:45:47
1563
6
原创 三维人脸重建(二)——Python生成ply文件
目录引言一、ply格式模型介绍二、代码引言 本文主要以做坐标点为例。 我们知道python对数据的处理主要是以numpy的形式 一般三维空间坐标的矩阵在python中为[[x1, y1, z1],[x2, y2, z2],.........[xn, yn, zn]] 然后可以通过工具包绘制三维散点图,如下 总归python只是一个数据处理工具,npy格式的数据...
2019-08-11 17:36:19
11946
34
原创 Pytorch学习笔记(III)——提取特征
目录一、引言二、具体步骤1、参数模型2、网络结构3、参数载入4、特征提取器5、读取图片三、完整代码一、引言 深度学习在许多任务中主要充当着特征学习的作用,而学习完的特征才是后续应用的一个关键。本文将主要介绍,如何提取任意目标层的特征图。 本文以输入数据为图片为例。二、具体步骤1、参数模型博主使用了ResNet50训练了一个人脸识别的网络 训练完成的深度学习模型,我们会保存一...
2019-08-05 18:01:04
2139
1
原创 Pytorch学习笔记(II)——自定义数据集载入方式(一)
目录一、引言二、自定义数据集载入方式1、准备工作2、 init 3、 getitem 4、 len 5、载入三、完整代码四、现有任务的载入方法1、孪生网络(人脸识别/匹配)2、人脸关键点检测一、引言 深度学习中主要分为两大任务,分类和回归。 1、 分类即classification,就是将具有相同属性的样本划分为同一类,具有不同属性的样本划分为不同类。 以往我们需要通过对...
2019-07-13 10:33:00
1132
原创 Pytorch学习笔记(I)——预训练模型(二):修改网络结构(ResNet34及以下)
(pytorch1.0)最近在研究pytorch如何修改与训练模型的网络结构,然后发现了两种版本,一种是细调版,一种是快速版 经过一番钻研后发现细调版适合对网络模型进行大幅度的改动(如在原有的结构上穿插着增减层),而快速版适合直接对网络末端的层进行增减。 虽然快速版简单易懂,但是还是要对细调版有所了解才能比较,万一以后用的上呢。因此,我就好好研究了一番细调版,结果发现网上的代码或者博客基...
2019-07-05 18:53:34
8411
12
原创 人脸检测(一)——MTCNN集成包安装使用指南
0. 引言初衷: 当前已经有很多博客对MTCNN的原理分析,不过对于很多从事人脸研究(非人脸检测)的小伙伴而言,人脸检测只是一个前置步骤,并不需要了解太多,更不需要做技术上的创新,只需要效果不错的人脸检测工具箱就好。 既然只是需要一个工具箱,自然选择尽量省事的方法,也就是不需要我们训练网络的方法。因此,本指南只面向于将人脸检测作为工具箱的小伙伴,若想进一步研究的大佬,请移步githu...
2019-06-04 19:20:46
7718
3
原创 三维人脸重建(一)——Python读取obj文件
目录一、obj格式模型介绍二、3D模型三、代码一、obj格式模型介绍文件说明很有必要,有助于数据提取时的理解。这一部分借鉴OBJ格式模型详细介绍obj格式有4种数据,分别以一下字母开头: 1. v顶点 2. vt纹理坐标 3. vn顶点法向量 4. f 面二、3D模型通过Meshlab可以直接打开obj文件,并进行各种操作,如下图三、代码虽然通过一些3D软件可以令o...
2019-05-27 15:43:02
17303
7
原创 Pytorch学习笔记(I)——预训练模型(十一):ResNet152网络结构
ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...
2019-05-23 08:36:35
4714
原创 Pytorch学习笔记(I)——预训练模型(十):ResNet101网络结构
ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...
2019-05-21 09:26:00
7681
原创 Pytorch学习笔记(I)——预训练模型(九):ResNet50网络结构
ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...
2019-05-21 09:25:15
6564
原创 Pytorch学习笔记(I)——预训练模型(八):ResNet34网络结构
ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...
2019-05-21 09:24:36
6269
原创 Pytorch学习笔记(I)——预训练模型(七):ResNet18网络结构
ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...
2019-05-21 09:23:42
5986
3
原创 Pytorch学习笔记(I)——预训练模型(六):VGG19网络结构
VGG( (features): Sequential( (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (1): ReLU(inplace) (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1...
2019-05-21 09:22:31
7444
原创 Pytorch学习笔记(I)——预训练模型(五):VGG16网络结构
VGG( (features): Sequential( (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (1): ReLU(inplace) (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1...
2019-05-21 09:21:10
3280
原创 Pytorch学习笔记(I)——预训练模型(四):VGG13网络结构
VGG( (features): Sequential( (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (1): ReLU(inplace) (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1...
2019-05-21 09:20:23
3019
原创 Pytorch学习笔记(I)——预训练模型(三):VGG11网络结构
VGG( (features): Sequential( (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (1): ReLU(inplace) (2): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_...
2019-05-21 09:18:17
6509
原创 Pytorch学习笔记(I)——预训练模型(二):修改网络结构(ResNet50及以上/VGG16)
最近在研究pytorch如何修改与训练模型的网络结构,然后发现了两种版本,一种是细调版,一种是快速版 经过一番钻研后发现细调版适合对网络模型进行大幅度的改动(如在原有的结构上穿插着增减层),而快速版适合直接对网络末端的层进行增减。 虽然快速版简单易懂,但是还是要对细调版有所了解才能比较,万一以后用的上呢。因此,我就好好研究了一番细调版,结果发现网上的代码或者博客基本都是相互搬运的,代码中的...
2019-05-13 19:18:11
16714
37
原创 Pytorch学习笔记(I)——预训练模型(一):加载与使用
为完成自己的科研任务,当前我需要基于VGG16做fine-tuning。于是写下这一节笔记。我使用的是torch1.0,因此本博客主要基于这篇博客——pytorch finetuning 自己的图片进行行训练做调整目录一、加载预训练模型二、设置网络参数一、加载预训练模型import torchimport torchvision# prepare modelmode1_vgg16 =...
2019-05-11 09:47:47
11677
23
原创 tf-faster-rcnn指南(六)——绘制Precision-recall曲线
目录tf-faster-rcnn指南(一)——序言tf-faster-rcnn指南(二)——平台搭建tf-faster-rcnn指南(三)——训练模型tf-faster-rcnn指南(四)——制作PASCAL VOC2007数据集tf-faster-rcnn指南(五)——训练自己的数据集tf-faster-rcnn指南(六)——绘制Precision-recall曲线本文主要参考...
2019-04-18 16:06:22
5324
11
原创 tf-faster-rcnn指南(五)——训练自己的数据集
目录tf-faster-rcnn指南(一)——序言tf-faster-rcnn指南(二)——平台搭建tf-faster-rcnn指南(三)——训练模型tf-faster-rcnn指南(四)——制作PASCAL VOC2007数据集tf-faster-rcnn指南(五)——训练自己的数据集在完成制作PASCAL VOC2007数据集后可以开始训练自己的数据集了。一、修改参数 首...
2019-04-16 16:09:16
3574
11
原创 tf-faster-rcnn指南(四)——制作PASCAL VOC2007数据集
目录tf-faster-rcnn指南(一)——序言tf-faster-rcnn指南(二)——平台搭建tf-faster-rcnn指南(三)——训练模型数据集解析在利用诸如Faster R-CNN等深度学习网络进行目标检测的时候一定需要训练自己的数据集。在制作为VOC2007格式的数据集之前,来看看这个数据集到底是什么样的: 参照tf-faster-rcnn指南(二)——平台搭建...
2019-04-16 15:55:45
2343
2
原创 tf-faster-rcnn指南(三)——训练模型
目录tf-faster-rcnn指南(一)——平台搭建tf-faster-rcnn指南(二)——训练模型一、下载
2019-04-16 15:17:07
3238
1
原创 tf-faster-rcnn指南(二)——平台搭建
目录tf-faster-rcnn平台搭建一、下载Github代码git clone https://github.com/endernewton/tf-faster-rcnn.git二、更改配置cd ~/tf-faster-rcnn/lib# Change the GPU architecture (-arch) if necessaryvim setup.py大家可以通过...
2019-04-15 18:46:03
3171
12
原创 tf-faster-rcnn指南(一)——序言
本次所使用的源码为:https://github.com/endernewton/tf-faster-rcnn目录tf-faster-rcnn平台搭建
2019-04-15 17:24:18
1856
labelImg-master(Windows)免安装配置版
2019-04-15
labelImage python2安装包
2019-04-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人