![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
machine learning
文章平均质量分 78
1037号森林里一段干木头
图像算法民工,简书同名作者就是我。
展开
-
yolov5的分布式训练问题
RuntimeError: Default process group has not been initialized, please make sure to call init_process_group原创 2024-07-25 11:07:00 · 205 阅读 · 0 评论 -
基于深度学习的面向工业场景的异常检测(一)
在工业场景中,正常样本往往是大量的,而且相对容易获取,比如符合质量要求的产品或零件。而缺陷数据通常较少,因为缺陷会导致产品被剔除或需要返工修复,从而增加生产成本和时间成本。此外,不同类型的缺陷样本也可能具有较强的特异性,涉及到领域专业知识和经验的积累,并且需要人工手动标注。在这种情况下,缺乏缺陷样本会导致深度学习模型无法对缺陷进行准确区分,存在过拟合的风险。用检测行业的话来说就是容易“漏检”,在工业视觉检测中,漏检问题严重影响着企业的生产效率和质量保障。原创 2024-01-23 13:44:46 · 602 阅读 · 0 评论 -
t-SNE(t-stochastic neighourhood embedding) 数据降维及可视化
t-SNE 旨在保持数据点之间的局部相似性,即将高维空间中距离接近的点映射到低维空间中距离仍然较近的位置。原创 2023-06-04 17:04:46 · 1700 阅读 · 0 评论 -
paddleOCRv3之一: rec识别部分用 openVINO(C++)部署
PaddleOCRv3的REC识别部分部署,关注阶段从训练结束开始到用openVINO部署。完整步骤原创 2022-07-18 11:09:09 · 4229 阅读 · 13 评论 -
openvino2019 windows10下的各种问题
简介:openVINO现在已经是2021.04版了,但是接手了一个openVINO2019的项目,中间想改成openVINO2021的,一个项目升级了,另一个项目升级的时候出了很多问题,然后就想先用openVINO2019的先把项目跑起来再说。但是特喵的中间折腾了很久,现在记录一下。文章目录1. 安装openVINO 2019闪退2. 没有cpu_extension.lib1. 安装openVINO 2019闪退这是windows的兼容性问题,安装时可以选择保留临时文件,右键install.exe,勾原创 2022-04-22 11:02:22 · 490 阅读 · 5 评论 -
labelme不同批次数据集合并
简介:在做标注的时候常常会分不同时间不同批次来标注数据,最后合并的时候,有的json标签文件和image文件相对路径不同,则直接把所有图片和标签复制在一起,用labelme打开会出错。注:最终的文件图片名和json标签名一致,json文件的"imagePath"也与图片一致(json文件和image的相对路径关系可改–prePath)合并数据集import jsonimport osimport cv2 as cvimport shutildef fromJsonGetImagePath(j原创 2021-08-27 11:48:49 · 518 阅读 · 0 评论 -
darkNet YOLOv4 + labelme 目标检测任务半自动标注
闲话:标注数据一直都是深度学习中代价非常大的工作,而重复劳动对人来说又是极痛苦的。做了几个目标检测的项目后一直想要做一个半自动标注的工具,但是对GUI类界面从设计到功能感觉工作量还是挺大的,之前也没有多少经验。突然想到,为什么一定得自己做一个呢,把检测到的结果转换成labelme格式的json文件,用labelme来对结果进行修改不是很好吗?本着这样的想法于是就有了下面的内容,这也省掉了非常非常多的精力,事情也变得简单了。摘要:本篇文章针对的是darkNet YOLOv4目标检测类的任务的数据半自动标注原创 2021-07-07 16:08:50 · 1519 阅读 · 0 评论 -
Detectron2 maskRCNN训练自己的数据集
摘要:使用Detectron2 来训练一个mask RCNN实例分割的模型。数据集用labelme标注,最后转为coco格式训练。参考:安装detectron2labelme标注格式转为coco格式文章目录数据准备1. 导入依赖库2. 注册数据集3. Train4. 推理4.1 读取训练的模型生成一个预测器4.2 读取一张图片预测,并用detectron2可视化结果4.3 自定义可视化mask4.4 推理时间测试数据准备用labelme标注的分割任务采用链接labelme标注格式转为coco格式原创 2021-07-01 16:36:40 · 3795 阅读 · 13 评论 -
pytorch图像分类之一:AlexNet
简介:以AlexNet网络backbone做猫狗分类。1. 网络模型2.源码原创 2021-05-31 15:29:46 · 246 阅读 · 1 评论 -
pytorch Dataset和DataLoader 加载数据集
简介:pytorch提供的加载数据集的两个工具包Dataset和DataLoader,对Dataset进行简单的改造就可以加载自己的数据了。1.Dataset 类要使用pytorch提供的Dataset类,需要重写两个主要的方法len(self) 获取数据集大小getitem(self, idx) 根据idx索引数据重写之后就可以直接使用DataLoader来加载batch数据了。也就是基本所有的自定义数据加载类看起来都会是这样的from torch.utils.data impo原创 2021-05-24 22:41:24 · 382 阅读 · 1 评论 -
openvino部署pytorch分类模型(C++版)
摘要:本篇文章主要关注对openvino C++接口的调用,根据它的工作逻辑建立一个完整的demo。1. 模型准备pytorch模型转为onnx格式(这个pytorch里面已经可以很方便的转换了)。安装好openvino后在命令行下输入一下命令即可转换为openvino需要的.bin 和.xml格式的模型。python "G:\openVINO\install\openvino_2021\deployment_tools\model_optimizer\mo.py" --input_model="原创 2021-05-21 11:39:31 · 1564 阅读 · 4 评论 -
pytorch 图像分类完整流程
简介:本篇文章展示pytorch做图像分类的完整过程。因为在我的应用场景下图片特征简单,对计算速度有要求,所以把网络模型写得很小(当然最终的模型要保密啦),加入了SPPnet对输入的图片尺寸没有要求。我的训练数据集结构如下:数据集划分参考pytorch图像分类完整流程如下导入依赖库import torchimport torch.nn as nnimport torch.nn.functional as Fimport numpy as npimport mathimport t原创 2021-04-22 18:08:24 · 1816 阅读 · 0 评论 -
图像分类问题数据集划分的函数封装
简介:做图片数据预处理真的是太麻烦太累了,说是又脏又累真是一点问题都没有,现在想想那些现成的开源的数据集直接拿来用真是很棒棒了-._.-,拿来主义真香了。在训练不同的数据集时做准备数据的工作就让人头大,然后当你发现很多东西是重复的时候就更难过了。这里把图片分类问题中划分训练集、测试集、验证集的过程封装打包一下,造个轮子。1.场景:你已经收集好了不同类型的图片,每一类图片在一个文件夹下,所有的类又在一个文件夹下。结构如下:要把图片按一定的比例分装成如下结构:2.代码import osimpo原创 2021-04-21 19:05:57 · 199 阅读 · 2 评论 -
darknet YOLO 模型训练工具包(labelme标注)
2020年4月15日更新:原代码中图片都是jpg的,更新了可支持.png,.bmp,.jpg不同格式混合在一起的情况。完整demo上传百度盘了,有兴趣可以看一下。链接: https://pan.baidu.com/s/1mgqUsJmn6ynFHqKVAmYPSA 提取码: xgnt简介:本篇文章把darknet训练YOLO模型的过程中需要用到的一些预处理函数打包封装成一个类,方便应用,图片标注工具是Labelme。封装的类中包含labelme标注的标签文件转为darknetYOLO所需的txt原创 2021-04-15 18:38:17 · 2093 阅读 · 0 评论 -
openVino 部署darkNet YOLOv4模型
简介:openVino 中文官网github项目: OpenVINO-YOLOV4github项目:Yolo v4, v3 and v2 for Windows and Linux1.安装openVino推理引擎下载地址:openVino 中文官网https://docs.openvinotoolkit.org/cn/latest/index.html注意:github项目:OpenVINO-YOLOV4这个项目要转换YOLO V4版本的权重文件的话,只能用openVino2021.3或者2原创 2021-04-09 17:55:08 · 2526 阅读 · 5 评论 -
darkNet yolo+vs2017+cuda10.1+win10配置(详细)
简介:darknet是用C语言写的一个开源的深度学习框架,支持CPU、GPU。它不像tensorflow那么庞大,对于使用C/C++开发的工程也很容易嵌入进去。本篇文章配置的环境是win10,vs2017,cuda10.1,opencv3.4.1,其中vs其他版本vs2015、vs2019的配置也是一样的,opencv只要高于2.4就可以,cuda其他版本的话本文中的2.5条那里的compute_75,sm_75需要改一下,现在我不知道cuda版本和它的对应关系,原项目是cuda11.1的,对应com原创 2021-04-09 11:33:35 · 602 阅读 · 0 评论 -
darkNet训练自己的yolov4模型
简介:Darknet项目是github上的一个开源深度学习框架,用c语言编写,布置C/C++环境比较方便。项目地址:https://github.com/AlexeyAB/darknet项目作者主页:https://pjreddie.com/darknet/前人栽树后人乘凉,多谢开源大佬1.图片数据标注labelme标注工具标注的文件是json格式的文件,在yolo检测的框架下需要txt格式的标注,但是没有关系,转换也很简单。没有labelme的话直接,pip install labelme原创 2020-10-29 09:42:10 · 1641 阅读 · 0 评论