- 博客(21)
- 收藏
- 关注
RSS订阅原创 端口被占用时的释放方法
场景运行socket通信相关程序时，会因为client中断而server还在监听的情况出现问题。这个时候需要手杀进程来释放端口。查看所有tcp相关的带端口和进程id的信息：netstat -tnlp找到那个占用端口的僵尸进程id，比如是9790，干掉： kill -9 9790...
2021-08-05 17:40:32
1149
转载 linux 下配置pycharm用sudo权限执行.py文件
问题有时候执行.py文件需要权限，但是pycharm执行默认是没sudo的，又不愿意用命令行执行。下面给出配置方案：pycharm使用sudo
2021-08-05 15:49:42
1539
原创 linux激活anaconda环境
linux下默认会进入base环境，如果要切换环境，需要先退出base再进你想要进的环境。查看所有环境。conda-env list退出base，进入想进入的环境conda deactivateconda activate xxxxxx
2021-08-05 14:21:33
4790
原创 week1 作业记录 双线性上采样
Target安装python环境，安装numpy,pytorch等库、跑通老师提供的双线性插值循环版本upsampling.ipynb用numpy实现双线性插值的矩阵版本（函数提示:np_mgrid,np.clip, np.expand_dims测试双线性插值循环版和矩阵版本的运行时间和结果差异（参考陈老师提供的nearest的代码)提交要求：提交双线性插值矩阵版本的python代码（建议.py 或 .ipynb格式)提交两个版本的运行时间和结果差异截图过程记录跑通没什么问题，总结一下
2021-04-16 00:08:03
194
原创 作业记录 WEEK8
inference.py把在week08训练好的模型放入week4的作业里，替代dlib人脸识别系统中的人脸识别模型，主要是把训练好的模型保存到文件中，然后单独写一个使用模型的文件inference.py测试数据准备：2.jpg 和 3.jpg是同一个人1.jpg是另外一个人先使用dlib试一下更换模型步骤：选择好要换的模型，我这个模型不太行，但是还是将就用一下：model_18_triplet_epoch_12_rocNotMasked0.571_rocMasked0.567notmas
2021-03-21 23:01:30
186
原创 作业记录 WEEK7（下）
内容太多了。写在一个文章里越写越卡只能分开记录。上篇最后在生成csv文件和triplet文件。csv已经好了，triplet还没；triplet文件在Dataloader_facenet_mask.py文件中。看一下具体是怎么用的。首先看V2 import的了哪些内容：from Data_loader.Data_loader_facenet_mask import test_dataloader,V9_train_dataloaderfrom Data_loader.Data_loader_fac
2021-03-14 15:18:03
126
原创 作业记录 WEEK7（上）
Target将CBAM加入到Face embedding model训练出一个可识别戴口罩人脸的人脸识别模型。综合来说，就是在week06作业的基础上，在训练集中添加戴口罩的数据集。Steps数据集训练数据集选择：VGGFACE2 的训练集 或者 VGGFACE2的测试集 - 下载完成vggfrace2_test.zip解压缩，得到vggface2_train文件夹 - 由于人脸检测，对齐需要预先处理，所以我们运行week06/image_processing.py，对图片进行检测对齐加口罩处
2021-03-14 13:24:52
259
原创 作业记录 WEEK6
消融实验：对比不同embedding dim时模型准确率在上次的作业基础上，更换训练数据集，添加测试数据集与代码。步骤0. 环境pip install cmakepip install dlib要等很久，尝试了永久安装路径，cmake可以装到永久路径，但是dlib一装内存就溢出，环境就被关闭了。也不知道为什么。！换了一下环境到GPU，发现好像可以了诶，问题解决。1. 训练集训练数据集选择：VGGFACE2 的训练集 或者 VGGFACE2的测试集- 下载完成vggface2_tra
2021-03-06 18:58:05
303
1
原创 作业记录 WEEK5
目标 使用triplet loss跑通人脸识别器的小样本的训练代码步骤triplet计算细节训练过程中的调用triplet计算细节import torchfrom torch.autograd import Functionfrom torch.nn.modules.distance import PairwiseDistanceclass TripletLoss(Function): def __init__(self, margin): super
2021-02-19 11:46:13
130
原创 作业记录 WEEK4
Assignment 将训练好的活体检测模型使用到人脸识别系统中。Steps基本思路：以dlib为基础做的人脸识别系统为baseline.获取其人脸检测后的结果或人脸对齐后的结果，输入到活体检测模型中，给出结果。考虑到输入为一段视频，可以看做只有color，并不包含ir以及depth图像，所以之前训练的fusion模型不适合，选择重新train一个只有color的活体检测模型。CUDA_VISIBLE_DEVICES=0 python train_CyclicLR.py --model=mod
2021-02-07 13:42:46
249
原创 作业记录 WEEK3
目标 1. 使用完整的数据集训练facebagnet.对比resnet18 和 SEResnet的效果，给出acer的对比结果。 2. 使用周期余弦退火方法训练，并测试。具体流程1. 数据集准备 [网盘地址](https://pan.baidu.com/s/1-RDeHj0Z9bAVQzX1xrNU8Q) 提取码：ay1y CASIA-SURF数据集，包括了录制的视频、train、test、valid及其相应的标签。phase1文件夹下是train和valid，phase2文件夹
2021-01-23 15:36:52
309
2
原创 作业记录 WEEK2
1. 添加loss函数分类问题，使用交叉熵。因为是活体和非活体二分类，所以可以使用BCE Loss。pytorch中的损失函数选择criterion = bce_criterionbce_criterion的话再utils.py中已经有写好了：def bce_criterion(logit, truth, is_average=True): loss = F.binary_cross_entropy_with_logits(logit, truth, reduce=is_average)
2021-01-16 16:24:27
258
原创 作业记录 WEEK1
安装dlib库直接pip安装dlib库的时候遇到了error：要先安装cmake：pip install cmake再pip安装就可以了。模型文件按照要求要先下载并解压shape_predictor_68_face_landmarks.dat模型文件，发现仓库里已经有了就直接复制了一份到代码文件目录下。predictor = dlib.shape_predictor(r'./shape_predictor_68_face_landmarks.dat') # 同级目录下图片文件pers
2021-01-01 15:10:26
285
3
原创 PyTorch ONNX & TensorRT
Model QuantizationModel Quantization的一个比较经典的流程：对PyTorch训练好的model，先转onnx，再转成比如TensorRT（即quantization部分）。ONNX可以看成一个model的中转站，可以转换各种形式的model。（Quantization根据平台不同而不同，没有硬件的话自己做没有意义）ONNX是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如Pytorch, MXNet）可以采用相同格式存储模型数
2020-12-19 17:56:08
722
原创 Activation Function & IoU Losses
Activations1. Swish# Swish activationclass Swish(nn.Module): def __init__(self): super(Swish, self).__init__() def forward(self, x): x = x * F.sigmoid(x) return x2. Mish# Mish activationclass Mish(nn.Module): de
2020-12-11 20:20:26
139
原创 labelme
LabelIme主页地址:https://github.com/wkentaro/labelme支持对象检测、图像语义分割数据标注，实现语言为Python与QT。1. 安装$pip install labelme有一点慢，有时候还会断开连接导致停止下载，多试几次就会成功的。因为没多大，几个MB大就不换源了（也不知道镜像里有没有）。2. 使用labelme标注并导出.json文件$labelme会启动gui，非常简洁易懂的界面。open导入图片或者文件夹，右键选矩形框。之后选save
2020-12-07 17:14:26
248
原创 Regularization
Regularization1. Label Smoothing对于一个分类问题，假设一共有KKK 类，分别用y1,y2,...,yiy_1,y_2,...,y_iy1,y2,...,yi表示，label smoothing可以用以下公式表示：{yi′=(1−ϵ)⋅yi+ϵu(K)u(K)=1K\left\{ \begin{aligned}y_i' &=(1-\epsilon)\cdot y_i+\epsilon u(K)\\u(K)&=\frac{1}{K}\end{
2020-12-04 17:39:24
69
原创 PyTorch YOLOv3-train.py
按照 https://gitee.com/sycret/PyTorch-YOLOv3/tree/master 上的方法去train自己的dataset报错了 准备看一下为什么 顺便加深下对yolov3代码的理解。train$python3 train.py --model_def config/yolov3-custom.cfg --data_config config/custom.dataerror看起来是个数组越界的错，去看看哪里错了。(还顺便发现classes.names上传错文件了 已
2020-11-28 12:28:58
1020
3
原创 2 layer neural network implementation
ContentAssignmentCodeResultAssignment实现TensorFlow Playground的部分功能。数据分布为circle，暂时写成2层，一层有多个神经元；用填充的等高线画出分类边界。Code1. import几个库：numpy、matplotlib（画图用）、sklearn（生成data用）。from sklearn import datasetsimport numpy as npimport matplotlib.pyplot as plt2. 生成
2020-11-19 14:17:36
143
原创 Neural Network Brief Intro+Softmax+2-layer nn Implementation
目录Neural Network1. Why Need NN?2. Logistic Unit3. Neural Network4. Back PropagationNeural Network1. Why Need NN?-Mimic Brain连接主义 （人工经验 符号主义）-Non LinearNot possible by just combining features2. Logistic UnitActivation Function （非线性）3. Neural Net
2020-11-19 08:55:10
115
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人