深度学习框架
文章平均质量分 57
关于深度学习框架,包括训练与部署框架,tensorflow、caffe、pytorch,openvino、tensorrt等
wait a minutes
创作不易,可以订阅博主哦。
展开
-
【tensorflow】关于tensorflow的losses.contrastive_loss解析
先说下目的吧,看图像检索相关的损失函数时,这个损失函数应该算是绕不开的前人工程。所以这里针对看到的一些文章,也做做自己的相关总结。主要是关于源码的学习啦。文章参考链接:1.https://zhuanlan.zhihu.com/p/72516633(这个更易懂)2.https://zhuanlan.zhihu.com/p/82199561代码参考链接:1.https://github.com/wangz10/contrastive_loss/blob/97b6166e41eef8ea081原创 2021-05-09 10:19:50 · 1153 阅读 · 0 评论 -
tensorboard、jupyter notebook、Pytorch visdom指定端口
一、tensorboard指定端口1. 在本地的xshell下通过ssh连接到远程服务器上2. 在本地的xshell下然后进入到对应的目录下在本地的xshell下输入命令:tensorboard --logdir ./ --port=15113(这个为服务器分配给我的端口号)3.然后在本地的浏览器中输入http://远程服务器的ip地址:15013//#scalars...原创 2019-01-22 10:01:50 · 3417 阅读 · 0 评论 -
tensorflow/models-v1.12.0中使用ssdlite_mobilenet_v3_large
为什么非要执着于tensorflow1.12.0呢,因为可以在cuda9.0上啊。而且经常会分布一些新的模型,不能总去迎合版本吧,毕竟服务器中cuda版本换的话,很麻烦。0.环境ubuntu16.04python3.6cuda9.0cudnn7.6.1tensorflow-gpu==1.12.0models==1.12.01.准备1.1 下载ssdlite_mobilenet_v3_large预训练模型https://github.com/tensorflow/models/原创 2020-08-29 15:15:59 · 1523 阅读 · 0 评论 -
tensorflow/models-v1.12.0中使用ssd_mobiledet_cpu_coco
0.环境ubuntu16.04python3.6cuda9.0cudnn7.6.1tensorflow-gpu==1.12.0models==1.12.01.下载1.1 ssd_mobiledet_cpu_coco预训练模型https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md并解压复制到远程服务器ssdlitepre...原创 2020-08-29 16:18:28 · 575 阅读 · 0 评论 -
【tensorflow-v2】tensorflow-v2版本对应的gpu简洁设置总结
参考:https://blog.csdn.net/heiheiya/article/details/102776353发现tensorflow v2版本对应的gpu设置变化较大。这里记一下比价简洁的使用。1.最小量增长使用GPU1.1 单个gpuimport tensorflow as tfgpus = tf.config.experimental.list_physical_devices(device_type='GPU')tf.config.experimental.set_原创 2020-12-11 17:52:34 · 357 阅读 · 0 评论 -
caffe编译错误可能原因分析----fatal error: numpy/arrayobject.h: No such file or directory
编译caffe时如果出现这种情况的可能性.1.python路径不对修改Makefile.config文件中对应的路径2.numpy版本不对可以使用如下命令升级numpy:python2python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pippython -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upg原创 2020-08-12 18:38:26 · 1570 阅读 · 0 评论 -
caffe导出可视化中间层特征
0.环境ubuntu16.04caffe1.代码# cpu caffecaffe_root = '/caffe/'sys.path.insert(0, caffe_root + 'python') import caffe# gpu caffecaffe_root = '/caffe_gpu/'sys.path.insert(0, caffe_root + 'python') import caffecaffe.set_device(0)# initnet =.原创 2020-09-21 12:45:40 · 264 阅读 · 0 评论 -
(caffe)python 3.6编译libboost_python3.so并编译cpu-caffe
写这篇主要是使用fast-reid中torch转caffe模型,通过run_inference.sh调用caffe python3.6接口失败,花了太多时间,所以记录以下。这里感谢Hwijune。1.下载boostboost_1_68_0.tar.gz2.解压文件tar xzvf boost_1_68_0.tar.gz cd boost_1_68_0/ 3.安装附加依赖库apt-get update apt-get install build-essenti原创 2020-07-22 16:19:00 · 3381 阅读 · 7 评论 -
【目标检测】yolov5模型转换从pytorch到onnx到openvino(部署方式)
#!/usr/bin/env python""" Copyright (C) 2018-2019 Intel Corporation Licensed under the Apache License, Version 2.0 (the "License"); you may not use this file except in compliance with the License. You may obtain a copy of the License at http://w.原创 2021-06-02 20:39:43 · 2414 阅读 · 17 评论 -
【图像检索】resnet50由torch转onnx转openvino
0.环境# yolov5的环境 + onnxonnx==1.9.0 # openvino的环境openvino_2021.3.3941.转onnxtorch.onnx.export2.转openvino命令参考:https://github.com/openvinotoolkit/open_model_zoo/blob/master/models/public/resnet-50-pytorch/model.ymlpython3 /opt/intel/openvino/原创 2021-06-30 18:15:10 · 973 阅读 · 0 评论 -
【TensorRT】yolov5的pytorch模型转tensorrt模型(自己的数据集与模型)
代码参考:https://github.com/wang-xinyu/tensorrtxhttps://github.com/ultralytics/yolov51.环境ubuntu16.04python3.6cuda10.1/cuda10.0tensorrt7.0.0.112.安装参考:https://github.com/wang-xinyu/tensorrtx/blob/master/tutorials/install.mdtensorrt安装参考:https原创 2021-04-12 22:01:20 · 2323 阅读 · 3 评论 -
【TensorRT】ubuntu16.04+cuda10.1安装tensorrt6
参考:https://zhuanlan.zhihu.com/p/64053177由于根据很多方法安装,可能这里借一点信息,那里借一点信息,所以最后综合写一下。0.环境ubuntu16.04cuda10.1cudnn7tensorrt6.0.1.51.安装1.1 下载下载deb文件,https://developer.nvidia.com/nvidia-tensorrt-6x-download。https://developer.nvidia.com/compute/.原创 2021-04-12 18:07:05 · 5060 阅读 · 0 评论 -
【python】TypeError: (‘Keyword argument not understood:‘, ‘interpolation‘)
0.环境windowsscikit-learn==0.23.21.错误TypeError: ('Keyword argument not understood:', 'interpolation')2.解决版本降级pip install scikit-learn==0.22.2原创 2020-12-01 10:26:34 · 2687 阅读 · 0 评论 -
【Pytorch】自定义DataLoader相关分析
1.三步法写自定义Torch的DataLoader - 知乎2.pytorch Dataset, DataLoader产生自定义的训练数据_pan_jinquan的博客-CSDN博客3.GitHub - JDAI-CV/fast-reid: SOTA Re-identification Methods and Toolbox4.https://github.com/chenyuntc/simple-faster-rcnn-pytorch第一个链接,会给出一个大体的框架思路,第二个链接,是一个原创 2021-09-14 22:01:04 · 1449 阅读 · 0 评论 -
pytorch转caffe的结果不一样时经验总结
最近跟转模型结果不一样斗争了很久很久.争对尝试,总结几个我们可以去查问题的方向吧.1.模型是否正确转后的模型每一层网络结构是否一样,输入与输出的特征图维度是不是一样.2.同样的输入,预处理与后处理相同,不同模型(pytorch,caffe)验证结果(1)这种情况下我们保证所有的输入/预处理/后处理一致,确定是不是模型转换中出现的问题.(2)怎么验证:每一种处理直到输入到模型,都做可视化输出,一一核对输出是否一致,不一致就改一致.3.查pytorch转caffe的一些坑,找思路(1原创 2020-08-05 11:46:03 · 3145 阅读 · 7 评论 -
【行人重识别】fast-reid复现(20210111)
参考代码:https://github.com/JDAI-CV/fast-reid0.环境ubuntu16.04cuda9.0python3.6torch==1.1.0torchvision==0.3.0Cythonyacstensorboardfuturetermcolorsklearntqdmopencv-python==4.1.0.25matplotlibscikit-imagenumpy==1.16.4安装apex(不要直接通过pip安装):gi原创 2021-01-12 13:54:18 · 2685 阅读 · 8 评论 -
【python】python代码中判断torch版本(用于不太版本的代码兼容)
0.环境ubuntutorch1.1.0torch1.7.0+cu1101.目的因为服务器的torch版本不一样,有些地方会无法出错。所以想到在代码中加入一个版本的判断。2.终端中实验pythonimport torchprint(torch.__version__)两台设备分别会得到:1.1.01.7.0+cu1103.代码示例import torchif torch.__version__ <= "1.1.0" pa原创 2021-03-26 11:57:32 · 2754 阅读 · 0 评论 -
【多目标跟踪】ByteTrack复现(有yolov5例子)
1.环境ubuntu16.04cuda10.1cudnn7python3.6 Cythonmatplotlib>=3.2.2numpy>=1.18.5opencv-python>=4.1.2PillowPyYAML>=5.3scipy>=1.4.1tensorboard>=2.2torch>=1.7.0torchvision>=0.8.1tqdm>=4.41.0seaborn>=0.11.0easydic原创 2021-11-25 21:32:52 · 8884 阅读 · 30 评论 -
pytorch转caffe中maxpool一定要注意
pytorch转caffe中maxpool一定要注意,不然成功转换了还是会出错.下面给出了pytorch与caffe中maxpool层的转换的对应关系.为了自己以后不要再被这个问题坑吧.fast-reid中怎么转caffe成功且正确.pytorch layerself.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, ceil_mode=True)caffe layer:layer { name: "max_pool1" type:原创 2020-08-05 10:57:54 · 1137 阅读 · 5 评论 -
【Pytorch】自定义的transfomer模块(torchvision)---ZeroPaddingResize
1.目的有时候直接进行resize会有形变,所以想到这样的方式,同比例缩放,然后补0。2.实现原创 2021-05-28 16:24:51 · 238 阅读 · 2 评论 -
【caffe】关于gempool层
gempoolP torch转caffe原创 2021-10-24 09:00:00 · 1246 阅读 · 0 评论 -
【python】python与format输出保留两位百分比%小数位
a = 0.999999print('a is {:.2%} .'.format(a))>> a is 99.99% .原创 2021-01-11 10:54:14 · 6232 阅读 · 0 评论 -
【pytorch】pytorch读模型打印参数
import torchfrom collections import OrderedDictfrom your_model import Net# your net architecturenet = Net()model_path = "your_model_path"# load model parametersstate_dict = torch.load(model_path, map_location="cpu")# define a new dictnew_state_.原创 2021-10-16 11:06:52 · 923 阅读 · 0 评论 -
torch调用模型推理结果不对分析
1.模型是否导入成功1.1 问题Missing key(s) in state_dict: "features.0.weight"Unexpected key(s) in state_dict: "module.features.0.weight"例如,如果此时使用的下面命令导入模型:net.load_state_dict(checkpoint["state_dict"], strict=False)此处strict参数设置为False(会忽略不匹配的网络层参数)。如何训练时使用的原创 2021-02-20 11:45:40 · 866 阅读 · 0 评论 -
对于pytorch中dataloader PIL与opencv总结
1.PILpytorch中dataloader使用的是PIL读取数据,有用的就是下面几句:from PIL import Image, ImageOpsdef read_image(file_name, format=None): image = Image.open(file_name) image = np.asarray(image) #转为numpy的数组,只有这样才能读出这里面的数据 image = Image.fromarray(image) #转PIL,如原创 2020-08-05 11:11:45 · 1575 阅读 · 0 评论