知北行的博客

在 mmdet 训练时使用 resume_from 参数时 , 会报错: File "D:\Anaconda3\envs\hzmd\lib\site-packages\mmcv\utils\config.py", line 251, in fromfile cfg_dict, cfg_text = Config._file2dict(filename, File "D:\Anaconda3\envs\hzmd\lib\site-packages\mmcv\utils\config.py",

关于mmdet源码mmdetection 的网络配置中, type参数都是实例化的类名, 后面的都是对于的类初始化参数参考: MMCV 核心组件分析(五): Registry详解 MMDetection 使用技巧和源码实现。关于卷积1x1 的layer用来减少或增加输入的特征的channel, 比如resnet 中残差结构中的第一层需要减少channel, 第三层增加channel, 有几个卷积核输出就有几个channel3*3卷积 主要作用是减少网络参数, 增大有效感受野, 增加了局部上下

使用的是Image中的crop(box)功能，它需要一个参数box,元组 类型，元组包括4个元素，如：（距离图片左边界距离x， 距离图片上边界距离y，距离图片左边界距离+裁剪框宽度x+w，距离图片上边界距离+裁剪框高度y+h）如图：(x, y, x+w, y+h), x,y是裁剪框左上角的坐标， x+w,y+h是右下角的坐标# -*-coding:utf-8-*-from PIL import Imageim = Image.open("renren.jpeg")# 图片的宽度和高度img_

1. 计算各个类别的map1.1 方法1: 直接计算, 仅支持voc 数据集与 custom 数据集使用如下命令直接计算各个分类的map , 使用的图片为 config 配置中test中的数据集评估python tools/test.py work_dirs/faster_rcnn_r50_fpn_1x_coco.py work_dirs/latest.pth --eval mAP# 参数说明- work_dir/faster_rcnn_r50_fpn_1x_coco.py: 模型配置文件-

关于训练过程中日志记录的的map, 包含很多map, 如下{"mode": "train", "epoch": 100, "iter": 400, "lr": 0.0002, "memory": 5010, "data_time": 0.01552, "loss_rpn_cls": 0.00029, "loss_rpn_bbox": 0.0016, "loss_cls": 0.01206, "acc": 99.49316, "loss_bbox": 0.01724, "loss": 0.03119, "t

VOC数据集转化为COCO数据集代码如下:#!/usr/bin/python# pip install lxmlimport osimport jsonimport xml.etree.ElementTree as ETfrom tqdm import tqdmSTART_BOUNDING_BOX_ID = 1PRE_DEFINE_CATEGORIES = {} # 类别id对应键值, 如果有类别关, 需要填写此项, 即VOC中names对应的类别id如 1, 2, 3...I

1. 解决方法可使用PaddleX框架自带的工具，对数据集进行随机划分，首先要将数据集按照如下格式整理:MyDataset/ # 实例分割数据集根目录|--JPEGImages/ # 原图文件所在目录| |--1.jpg| |--2.jpg| |--...| |--...||--annotations.json # 标注文件所在目录在数据集按照上面格式组织后，使用如下命令即可快速完成数据集随机划分，其中val_value表示验证集的比例，test_value表示测试集的比例（可

1. 数据集准备mmdet的数据集支持 coco格式和 voc 格式, 但 voc 格式官方只自带了少量网络模型文件, 所以推荐使用 coco 格式的数据集2. 修改mmdet/core/evalution/class_names.py和mmdet/datasets/coco.py中的标签为自建数据集的类别class_names.py修改如下函数:coco.py修改如下函数:重要： 修改完 class_names.py 和 voc.py 之后一定要重新编译代码，否则验证输出仍然为原类别，且训练

1. ubuntu16.04 下 卸载CUDA9.12.ubuntu系统全命令行安装anaconda 3. ubuntu解压tar.gz格式的文件的命令解压:解压test.tar.gz文件至当前目录 -C 表示指定目录 ./表示当前目录, 解压test.tar.gz文件至指定的目录，例如~/my_dirtorytar -zxvf test.tar.gz -C ~/my_dirtory压缩:将指定目录压缩 tar.gz格式文件tar -zcvf new_test.tar.gz ~/my_d

官方已出最新版本可以直接在win下安装, 参考:久等了！Windows 平台 MMCV 的预编译包终于来了！1. 环境准备1.1 需要先安装如下环境visual studio 2015或 2019 , 安装时需勾选 使用C++的桌面开发CUDA 10.2 + CUDNNanaconda 4.6.7或以上版本通过链接下载压缩包: https://url47.ctfile.com/f/13636947-501698929-b85e1c （访问密码：7374）解压后放到你所想要安装到的目录, 因

1. powershell无法activate conda虚拟环境想从cmd换成powershell，发现powershell并不支持切换conda的虚拟环境。解决方法:打开 Powershell执行命令：conda init powershell重新打开终端即可2. 中间可能遇到的问题1. 重启 powershell 后显示无法加载文件 C:\Users\xxx\AppData\Roaming
pm\yarn.ps1，因为在此系统上禁止运行脚本。有关详细信息，请参阅 http:

进入”C:\Users\Administrator“，打开“.condarc“, 将文件内容改为:ssl_verify: trueshow_channel_urls: truechannels: - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/Anaconda建立新的环境，出现C

Windows 10系统下安装多版本CUDA和cuDNN（及多版本的tensorflow和pytorch）复制conda 虚拟环境:conda create -n newEnv --clone copyEnv

linux后台执行命令&和nohup的具体使用方法运行python脚本后台执行1. nohup使用&命令后，作业被提交到后台运行，当前控制台没有被占用，但是一但把当前控制台关掉(退出帐户时)，作业就会停止运行。nohup命令可以在你退出帐户之后继续运行相应的进程。nohup就是不挂起的意思( no hang up)。该命令的一般形式为：nohup command &如果使用nohup命令提交作业，那么在缺省情况下该作业的所有输出都被重定向到一个名为nohup.out的文件

指令：sudo apt updatesudo apt install libgl1-mesa-glx就ok了可能容器内没有sudo指令可以apt-get updateapt-get install sudohttps://blog.csdn.net/qq_35516745/article/details/103822597

问题:UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xb8 in position 433: illegal multibyte sequence解决方法主要原因是因为编码的问题，可能是因为0x80这个字节在gbk编码中没有这个字符，可能原字符是两个字节，在gbk里被解析成了一个字节，导致字符不存在。解决方法有两个，一个是二进制读取，一个是改编编码方式：方法一：改变打开文件的编码方式with open(self.path, 'r', enco

问题:导入自己写入的包文件时。from 自己写的类，会发现没有弹出选择。并且全输入类名称后会发现类名与相关导入的方法会报错。如图：原因:pycharm中，source root概念非常重要，当你在代码中写相对路径的时候，就是以source root为起点进行查询。而pycharm中，当前的项目文件夹 是默认的source root。解决方法:既然，pycharm不会将当前文件目录自动加入自己的sourse_path。那么我们就手动告诉他。右键目录名 点击make_directory as --

打开的文件名中含有一些系统的敏感字符，结果就报错了。看一段简单的代码：title = '把我看成新闻的*标题吧。'contetn = '就把我看成是新闻的内容吧！！！'with open(title+'.txt', 'a', encoding='utf-8') as f: f.write(contetn)# 报错内容如下：# Traceback (most recent call last):# File "E:/py project/my_spider/east_money/test2.

import os.pathprint(os.path.join('a', 'b', 'c'))在Linux/macOS下会显示: a/b/c而在Windows下会显示: a\b\c即 os.path.join()在Linux/macOS下会以斜杠（/）分隔路径，而在Windows下则会以反斜杠（\）分隔路径。解决方法从上面的分析可以发现os.path.join()仅包含对应操作系统类型的实现，所以我们无法通过指定参数的形式生成诸如适用于Linux或Windows的路径，那么如何解决这一问.

1. 题目原题链接给定一个二叉树，返回它的 前序 遍历。示例:输入: [1,null,2,3]12/3输出: [1,2,3]进阶: 递归算法很简单，你可以通过迭代算法完成吗？Related Topics 栈 树???? 367 ???? 02. 题解2.1 非递归(栈)根节点先入栈，栈不空时，出栈，将其右儿子与左儿子依次入栈 class Solution { public List<Integer> preorderTraversal(Tr