计算机视觉
文章平均质量分 71
多财多亿,凭亿近人
这个作者很懒,什么都没留下…
展开
-
Yolov7-pose 训练body+foot关键点
yolo-pose原创 2022-08-26 15:04:13 · 6661 阅读 · 60 评论 -
行人跟踪之身份识别(三)
前两篇写了人脸识别和yolo+deepsort这篇就写下两个方法的结合,在保持一定帧率的前提下进行身份识别和跟踪:代码直接在yolo+deepsort下的main.py 修改,先备份一个main.py 重命名为 main_track.py:import numpy as npimport timefrom tracker import face_trackfrom detector import Detectorfrom lib_face import *import cv2fro原创 2022-04-14 17:02:35 · 794 阅读 · 1 评论 -
行人跟踪之身份识别(er)
er 不是二 我故意的!别讲我二。留言二的那个,你别跑!人脸识别demo完成,搞一搞yolov5+deepsort环境还是上个环境,装了就没问题直接上百度盘链接链接:https://pan.baidu.com/s/16q3wOgZ4zGqkEkAzVmk2Mw提取码:yolo代码,模型,数据都有,下载下来直接run mian.py就行import numpy as npimport trackerfrom detector import Detectorimport ...原创 2022-04-08 18:08:29 · 4125 阅读 · 0 评论 -
行人跟踪之身份识别(一)
不知道有没有二 先写了一再说。这篇博客记录下我7天对yolov5+deepsort的改造,不,应该说是小改动。场景:单海康萤石摄像头下的身份识别+人物跟踪。环境gpu 3070 cuda 11.3 torch1.10 trochvision 11不知道有没有大佬推荐其他方法,本人采用人脸识别为 opencv中的cv2.face.EigenFaceRecognizer_create和cv2.CascadeClassifier方法去对人脸进行检测和识别不说其他上环境:pyc...原创 2022-04-08 17:45:04 · 3385 阅读 · 0 评论 -
windows下跑通transformer 实现图像分割,3060基于cuda11.3+torch1.10+torchvision1.11
首先环境部署cuda11.3 和torch1.10 vs2019(默认安装即可)这些不再赘述。接下来比较重要的是:一些依赖的环境本人的依赖环境如下:很多博客上讲安装mmcv1.3.3 本人亲测 会报错原创 2022-03-24 10:25:46 · 8522 阅读 · 9 评论 -
pytorch 使用amp进行混合精度训练
简介AMP:Automatic mixed precision,自动混合精度,可以在神经网络推理过程中,针对不同的层,采用不同的数据精度进行计算,从而实现节省显存和加快速度的目的。在Pytorch 1.5版本及以前,通过NVIDIA提供的apex库可以实现amp功能。但是在使用过程中会伴随着一些版本兼容和奇怪的报错问题。从1.6版本开始,Pytorch原生支持自动混合精度训练,并已进入稳定阶段,AMP 训练能在 Tensor Core GPU 上实现更高的性能并节省多达 50% 的内存。环境Py原创 2021-04-08 18:31:17 · 3419 阅读 · 2 评论 -
soft_nms和nms
NMS是one-stage和two-stage目标检测任务中常用的一种后处理方法,用来过滤无效重叠的检测框。NMSNMS全称非极大值抑制,出自ICPR2006的论文《Efficient Non-Maximum Suppression》。其基本思想很简单,就是保留局部最大值而去除局部非最大值。NMS对所有的类别的检测框进行循环过滤。对于某个类别C,首先对这些矩形框按照概率降序排列,选中概率最大的框作为候选框,对于剩下的框,依次与候选框求IOU,如果IOU大于某个阈值(超参),则将这些框丢弃(置0)转载 2021-04-08 18:26:32 · 284 阅读 · 0 评论