自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

低吟浅笑

欢饮菜鸡互啄,233

  • 博客(81)
  • 收藏
  • 关注

原创 ModuleNotFoundError: No module named ‘numpy._core‘

网上基本上说是numpy版本的问题,但是在存储文件的时候,如果两个电脑的numpy版本不一致也会导致这个问题。我是用pickle进行数据的存储,在第一个电脑生成,在第二个电脑使用时报错,要确保在同一个电脑环境下使用哦。

2024-08-30 19:44:30 394

原创 MDPI期刊汇总(AI方向)

本blog统计了计算机和工程领域的期刊,常见分区包括三种,中科院分区,JCR分区,CiteScore分区,下面分别介绍这三种分区的区别:1. 中科院分区中科院分区是中国科学院发布的期刊评价体系,涵盖了SCI期刊。它根据期刊的影响因子和学术声誉将期刊分为一区到四区。这种分区特别在中国科研界使用广泛,是国内科研评价和项目申请中的常用标准。中科院分区主要参考的是SCI期刊,但也可能包括其他重要的国际期刊。2. JCR分区。

2024-06-22 11:26:07 2945

原创 神经网络模型的量化简介(工程版)

按量化参数分类,可分为静态量化和动态量化,区别这两种方式主要是是否提供校准集,动态量化更简单,更灵活,但是推理开销较大,会内嵌一些动态参数,特别注意,动态量化对于TensorRT的engine生成较复杂,因为TensorRT不支持DynamicQuantizeLinear操作。按量化时间分类,

2024-06-21 11:12:08 1305

原创 ImportError: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.29‘ not found

亲测有效,解决ImportError: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.29' not found

2024-05-23 17:07:09 2468

原创 crypt.h:No such file or directory 亲测

把几种大家提到的方法都列一下,自取如果是Conda环境下报错,建议先做1和2,然后再做3。

2024-05-04 23:12:58 1463

原创 Conda linux-gnu-c++版本报错

如果不想更改当前环境中的编译器版本,可以考虑创建一个新的Conda环境,并在其中安装CUDA 11.3兼容的编译器版本。这样可以避免对现有环境造成影响。在某些情况下,可能可以通过设置环境变量来指定CUDA编译过程中使用的编译器版本。这取决于如何调用CUDA编译工具和它们如何配置。首先,需要激活Conda环境,然后使用Conda搜索和安装一个合适版本的编译器。环境中安装一个兼容的C++编译器版本。环境变量来指定C和C++编译器的路径。

2024-05-04 22:03:48 503

原创 Anaconda代替品,无痛迁移环境,亲测好用

miniforge集成了Anaconda的核心工具:conda。conda是一个包和环境管理工具。因此,miniforge里面的conda和Anaconda里面的conda完全一样;你能用Anaconda做的安装、升级、删除包等功能,miniforge都能做;你能用Anaconda做的conda虚拟环境管理,miniforge也都能做。

2024-04-29 14:59:48 5016 4

原创 Failed to create shared memory, error code: Permission denied.

【代码】Failed to create shared memory, error code: Permission denied.

2024-03-27 16:23:33 563

原创 Latex在线工具汇总

在线LaTeX公式编辑器-编辑器Create LaTeX tables online – TablesGenerator.com

2024-01-06 12:52:25 1032

原创 Mac Intellij Idea get/set方法快捷键

Control + Retrun(回车键)Command + n参考:Mac Intellij Idea get/set方法快捷键-CSDN博客

2023-10-19 15:46:53 2615

原创 EfficientDet: Scalable and Efficient Object Detection

尽管NAS-FPN有很好的性能,但耗费大量时间,生成的要素网络是不规则的,难以解释。本文旨在更直观,更原则的方式优化多尺度特征融合。提出BiFPN,根据直觉:1>如果一个节点只有一个输入边且没有特征融合,那么它对融合不同特征的网络有很少的贡献,简化双向网络(这感觉有点牵强) 2>原始输入和输出节点处于同一级别,添加一条额外的边(类shortcut) 3>将每个双向路径视为一个feature network layer,重复多次以获得high-level feature fusion。

2023-10-15 22:35:49 952

原创 YOLOv4 论文总结

摘要:一些通用功能可以提高网络的性能的,认为包括:Weighted-Residual-connection(WRC) 加权残差连接、Cross-Stage-Partial-connections (CSP) 跨阶段部分连接, Cross mini-Batch Normalization (CmBN) 跨小批量标准化, Self-adversarial-training (SAT) 自对抗训练 and Mish-activation Mish激活。4.修改了最先进的方法,更有效且适合单GPU训练。

2023-10-13 13:12:35 208

原创 python的json.dump,json.dumps,json.loads,json.load用法及示例

dumpdumpsloads和load。dump文件。dumpsloadsload从文件中在使用过程中,很容易搞混,从json的角度看,load和loads都是加载json,而带s表示最终要转为sting。dump和load,不带S的都是对文件的操作。

2023-10-07 15:47:05 791

原创 fatal: unable to access ‘https://github.com/asmaloney/libE57Format/‘: error:02FFF036:system library:

可在github上随便找个仓库,试试可以使用https吗?如果不可以的话,使用第3点解决方案,否则,尝试第四点。此命令的作用是将所有git clone的url中包含。网络原因,使用https的方式总是无法完成下载。

2023-07-31 11:27:17 896

原创 SystemError: initialization of _psycopg raised unreported exceptionStarting new HTTPS connection (1

【代码】SystemError: initialization of _psycopg raised unreported exceptionStarting new HTTPS connection (1。

2023-07-25 16:49:15 416

原创 不同数量的预测框和Ground Truth框计算IoU

这个代码使用了 NumPy 的广播(broadcasting)机制,它可以使得不同形状的数组在某些维度上进行“自动”扩展,从而使它们可以参与到同样形状的计算中。这样,当我们进行计算时,NumPy 就会自动将这两个数组沿着扩展的维度进行广播,从而得到一个 N1 × N2 × 4 的数组,它包含了所有可能的框对之间的坐标范围信息。类似地,我们对所有可能的框对之间的坐标范围信息进行处理,得到交集和并集的宽度和高度,并使用它们计算交集和并集的面积。转换为 numpy 数组,并对它们的形状进行扩展,以便后续计算。

2023-04-22 23:01:39 591 1

原创 负样本\正样本对目标检测算法的性能影响

负样本:在目标检测任务中,数据集中部分图片没有出现目标,这些图片通常被称为负样本。正样本:指包含目标的图像。背景:背景是指整个图像中不包含目标的区域,它与负样本不同。负样本是针对整个图片而言,背景是针对边界框而言。

2023-03-27 22:02:50 3520 2

原创 2022年Tesla技术分享

Tesla 2022年技术方案分享

2023-01-16 15:07:07 1473

原创 Dropout和BN为什么不能共同使用?

Dropout和BN

2022-09-01 16:23:36 1999

原创 Python的常见函数和用法

常见的python、numpy的用法,持续更新和记录。

2022-07-06 12:08:33 728

原创 ViT论文详解

VIT探索了Transformer在图像识别中的直接应用。与在计算机视觉中使用自注意力的先前工作不同,除了初始patch提取步骤之外,不会将特定于图像的归纳偏差引入架构中。相反,将图像解释为一系列patch,并通过 NLP 中使用的标准 Transformer 编码器对其进行处理。这种简单但可扩展的策略在与大型数据集的预训练相结合时效果出奇地好。因此,Vision Transformer 在许多图像分类数据集上匹配或超过了现有技术,同时预训练成本相对较低。...

2022-06-22 21:46:43 1176

原创 语义分割删除或者忽略部分类别,重新生成one-hot编码(Pytorch)

需求:语义分割有23个类别,需要删除部分类别,删除的类别不会传入loss进行计算,但是默认在loss的计算过程中,是采用one-hot编码进行,删除类别会影响one-hot编码的排序。依次要做的事儿:将忽略的类别定义为-1,建立新旧label值的映射表,通过映射表修改label的值,对其中 -1 的值进行过滤,然后生成新的one-hot编码。需要修改的地方:类别数,修改值和mask其实不是针对我们创建的tensor1,而是真实的label tensor(比如维度为 1xn),根据映射表和mask就.

2022-05-13 11:53:26 912

原创 空占GPU资源的脚本

import torch import timeimport osimport argparseimport shutilimport sysdef parse_args(): parser = argparse.ArgumentParser(description='Matrix multiplication') parser.add_argument('--gpus', help='gpu amount', required=True, type=int) par.

2022-04-13 10:45:13 4438

原创 神经网络和数据集的思考:数据集越大,性能越好?

一般来说,神经网络和大数据的关系十分复杂,影响因素包括:模型的大小,数据集的大小,计算性能, 还有其他因素, 如:人力、时间等。下面对现有的内容做了一个整理:一、 数据量VS网络性能1.总述在《Revisiting Unreasonable Effectiveness of Data in Deep Learning Era》中,Sun等人将过去10年来的计算机视觉技术取得了重大成功的原因归功于:1>复杂度更高的模型,2>计算性能的提高【参考1,参考2】,3>大规模标签数.

2022-04-10 23:09:31 17208 4

原创 sshd.config文件内容

# This is the sshd server system-wide configuration file. See# sshd_config(5) for more information.# This sshd was compiled with PATH=/usr/bin:/bin:/usr/sbin:/sbin# The strategy used for options in the default sshd_config shipped with# OpenSSH is to.

2022-04-07 15:30:08 476

原创 利用python脚本,固定文件长度进行压缩

需求描述:存在一个list,长度为n,我想隔一定数量(如长度k)进行压缩。 打包成一堆长度为k的包,最后一个包不足k,内容放完就行。代码如下:代码中我加了很多注释,应该很方便看啦!# ! /usr/bin/env python# -*- coding:utf-8import osimport tarfilefrom tkinter.messagebox import NOdef split_list_by_n(list_collection, n): """将集合均

2022-03-18 21:31:36 850

原创 NotImplementedError: Cannot convert a symbolic Tensor (strided_slice:0) to a numpy array(不需要降低版本)

这个问题一般是三个原因,降低/升高numpy的版本,降低/升高tensorflow的版本,这个很容易找到,这里介绍的是一种不需要版本更新的方法。注:最下方的github中包含多种解决方法。通过修改array_ops.py解决bug1. 找到通过pip安装tensorflow的位置,如果不知道的话,就直接 pip install tensorflow,系统会提示tensorflow已经安装了,找到这个路径。# 找到 array_ops.py 的路径cd C:\Users\USERNAM

2022-03-16 21:28:21 6385 5

原创 ubuntu安装CUDA和CUDNN,简洁版

一、准备工作Nvidia驱动的安装,看我另外一个文章ubuntu18.04 安装Nvidia驱动的三种方式(必看)_低吟浅笑-CSDN博客打开终端,输入nvidia-smi出来下列信息:出来该信息,说明驱动无误。查看驱动显示出来的CUDA版本,所安装的版本尽量与这个接近,驱动可以向下兼容,也就是可以安装比显示出来的CUDA版本低的版本。如图所示一、安装CUDA1. 官网下载相应的版本,需要考虑nvidia驱动:CUDA Toolkit Archive | NV...

2022-03-10 16:00:16 2485

原创 ubuntu18.04 安装Nvidia驱动的三种方式(必看)

每次写教程的出发点都是一样,大家写的都不够全面,很容易造成操作失误。顺便记录一下在百度因为驱动加班的日子。。。一、总述一般来说,安装驱动有三种方式,1>通过runfile进行安装(难度高一点) ;2> 通过软件更新器进行安装(简单) ; 3> 通过ppa源安装(简单)。新手搞后两种就行,第一种容易黑屏、循环登录、安装异常、文本模式和图形模式的切换,不好驾驭。不管哪个方法,先禁用 nouveau,开源社区搞出来的东西,原来想着和nvidia扳手腕,没想到,大家上来第一步,

2022-03-09 21:55:45 24783 5

原创 docker: Error response from daemon: could not select device driver ““ with capabilities: [[gpu]].

docker使用--gpus all报错:docker: Error response from daemon: could not select device driver "" with capabilities: [[gpu]].解决方案:安装nvidia-container-toolkit或nvidia-container-runtime(可能无法定位某个包)一、检查驱动lspci -vv | grep -i nvidia确保驱动没问题二、添加g.

2022-03-08 19:15:59 1325

原创 dpkg: error processing package iio-sensor-proxy (--configure): dependency problems - leaving unconf

问题描述:apt-get install 出现问题,大家说是apt-get依赖问题,折磨了很久dpkg: error processing package iio-sensor-proxy (--configure): dependency problems - leaving unconfiguredE: Sub-process /usr/bin/dpkg returned an error code (1)解决方案:rm /usr/share/python3/runtime.d/

2022-03-07 17:06:06 768

原创 Linux下查询文件的大小

一般在服务器操作时,需要查看当前文件或者当前目录的存储大小。一、查询当前目录和文件1. 查询某个文件的大小ls -sh filename2. 查看该目录下所有文件的大小ll # 是字母L二、查看磁盘的存储1. 查看整体磁盘使用情况df -h# 查看根目录下各个文件占用情况du -ah --max-depth=1 / 2. 查看某个目录的使用情况du -bsh /***/ # 例如:查看当前目录du -bsh .# 例如

2022-03-02 10:30:05 2301

原创 中值滤波/最大值滤波/均值滤波 python实现

美团二面题简单介绍三种滤波的思路:共同点:三种滤波的方式其实可以理解为卷积操作,只是针对于给定的Filter进行过滤。如果kernel size现在是3*3(如果值都设置为1),则在9个单元格进行处理,没有padding的情况下, 默认从第二行开始。中值滤波:候选区域的9个点和过滤器的9个点做元素相乘后,将核中心的点赋值为这个9个乘积的中值,如果3*3 的kernel (值都为1),那么做完中值滤波后,此时5的位置为18。最大值滤波和均值的意思是9个元素逐元素相乘后,取这9个值的最大..

2021-12-24 17:45:08 5953

原创 Latex error: Extra alignment tab has been changed to \cr.`

在latex中编辑表格时遇到如下错误: Extra alignment tab has been changed to \cr.`回头看看自己的表格,错误原因是插入了额外的列,或者是因为列数与声明的不一致\begin{table*}[h] \begin{tabular}{ccc} 0 & 1 & 2 \\ 0 & 1 & 2 \\ \hline \end{tabular}\end{table*}自己好好核对一下,是不是 tabul

2021-12-19 20:13:28 1281

原创 计算机视觉注意力机制汇总(从NLP引出到视觉,精心制作)

制作不易,记得点赞哦!!!

2021-12-11 23:13:18 1194 1

原创 Illumination-aware Faster R-CNN for Robust Multispectral Pedestrian Detection

Pattern Recognition(CCF B) 引用量:65 2018/03/01浙江大学贡献:主要提出了illumination-aware weighting mechanism,根据光照强度对two steams 进行融合(ECCV2020的那个光照感知模块就是来自这篇文章,Improving Multispectral Pedestrian Detection by Addressing Modality Imbalanece Problems...

2021-12-11 22:50:05 1386 1

原创 Box-level Segmentation Supervised Deep Neural Networks for Accurate and Real-time Multispectral Pede

Box-level Segmentation Supervised Deep Neural Networks for Accurate and Real-time Multispectral Pedestrian DetectionZhejiang University 11 ISPRS Journal of Photogrammetry and Remote Sensing(一区,top) 2019/04/01贡献:将anchor-free方法和利用bo...

2021-12-11 22:48:36 1689 3

原创 Pedestrian Detection in Thermal Images using Saliency Maps

IEEE Workshop on Perception Beyond the Visible Spectrum,Madalina Fiterau, Tauhidur Rahman University of Massachusetts, AmherstCVPRW 2019 引用量:15Contribution:1>提供了像素级标注,以进行显著性目标检测,2>通过显著性图和thermal image进行融合,得到更好的性能(仅使用thermal image)。...

2021-12-11 22:46:55 1576

原创 KAIST : Multispectral Pedestrian Detection: Benchmark Dataset and Baseline

Multispectral Pedestrian Detection: Benchmark Dataset and Baseline引用量:367 CVPR2015 单位:In So KweonKorea Advanced Institute of Science and Technology (KAIST), Republic of KoreaViews:该数据集是color-thermal对齐性最好的,提供了丰富的图像对,有着重大意义。Ideas:结合之前...

2021-12-11 22:45:46 3964 2

原创 Learning Cross-Modal Deep Representations for Robust Pedestrian Detection (学习跨模态深度表示以实现可靠的行人检测)

Learning Cross-Modal Deep Representations for Robust Pedestrian Detection第一单位:University of Trento 引用量:102 CVPR 2017code:https://github.com/danxuhk/CMT-CNN贡献:提出了一种新颖的网络结构,包括 RGB-thermal 映射关系学习的重建网络和多尺度行人检测网络。主要思想是通过无监督方式学习 RGB 和 ...

2021-12-11 22:42:02 1104

Attention Is All You Need

Attention Is All You Need

2023-11-16

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除