qq_409992227-CSDN博客

原创 yolov5优化器及超参数设置

机器学习的五个步骤：数据 -> 模型 -> 损失 -> 优化器 -> 迭代训练。我们通过前向传播的过程，得到了模型输出与真实标签的差异，我们称之为损失，有了损失，我们会进入反向传播过程得到参数的梯度，那么接下来就是优化器干活了，优化器要根据我们的这个梯度去更新参数，使得损失不断的降低。那么优化器是怎么做到的呢？该博主从三部分进行展开，首先是优化器的概念，然后是优化器的属性和方法，最后是常用的优化器。深度学习优化算法经历了 SGD -> SGDM -> NAG ->AdaGrad -> AdaDel

2022-07-03 14:49:50 13991 2

原创训练集、验证集和测试集

训练集、验证集和测试集所以说，训练集是用来fit你的model的；验证集是来tune你的model的；测试集是来deploy你的model的。题主问能不能不要验证集，我认为可以不要，但是前提是你默认了在训练集上fit的模型非常好，你没有做任何的调参，训练好的模型拿来直接用。在机器学习中，我们通常将样本分成训练集，验证集和测试集三部分，且理想情况下，三者满足独立同分布。数据集规模相对较小，适用传统的划分比例：7 3或6 2 2。数据集规模较大的，验证集和测试集要小于数据总量的20% 或 10%。

2022-05-05 10:28:33 1155

原创复杂背景下的自动驾驶目标检测数据集

有雾数据集发展：2017年Li等提出第 1 个端到端的去雾网络 AODNet, 并且讨论了图像去雾对目标检测任务的影响. 其选取目标检测网络 Faster R-CNN与AODNet 进行联合优化训练, 并进行目标检测的评估, 这是第 1 个涉及合成有雾场景下目标检测的研究.2019年该课题组发布了大型的合成有雾图像数据集 RESIDE，该数据集包括真实世界有雾场景下的目标检测数据集(annotated realworld task-driven testing set, RTTS), 这是目前唯一带

2022-04-18 10:58:37 6673 5

原创红外目标检测数据集--入门到放弃

红外目标检测数据集：1.SCUT FIR Pedestrain（Caltech格式）下载地址：http://www2.scut.edu.cn/cv/download/main.htm道路行人检测类别：walk person，ride person，squat person，people，person?，people?。这是作者在Gravity上找到的关于道路目标检测红外数据集，整个数据集压缩后大小7.35，详细的可以去华南理工大学计算机视觉实验室查看。数据集给出了.vbb格式的Annotations

2022-04-14 10:22:32 12376 4

原创 unrecognized option: “-s“ ERROR: Invalid commandline, please run `/usr/bin/nvidia-modprobe --help` f

问题描述在pycharm中跑代碼遇到的問題：/usr/bin/nvidia-modprobe: unrecognized option: "-s"ERROR: Invalid commandline, please run `/usr/bin/nvidia-modprobe --help` for usage information.且在終端輸入nvidia-smi出現如下：/usr/bin/nvidia-modprobe: unrecognized option: "-s"ERROR: I

2022-03-08 10:10:50 1875 1

原创 UserWarning: CUDA initialization: CUDA unknown error - this may be due to an incorrectly set up env

项目场景：測試torch安裝是否成功，輸入：pythonimport torchtouch.cuda.is_available()顯示如下，安裝不成功。问题描述： UserWarning: CUDA initialization: CUDA unknown error - this may be due to an incorrectly set up environment, e.g. changing env variable CUDA_VISIBLE_DEVICES after pr

2022-03-06 09:36:15 8009 9

原创 nvidia-smi NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver

nvidia-smi NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.S提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：

2022-03-04 19:25:22 203

原创 win11双系统ubuntu18.04安装

win11系统ubuntu18.04安装1.下载ubuntu18.042.制作U盘启动盘3.给u盘分配空间4.安装Ubuntu18.041.下载ubuntu18.04镜像源地址：https://mirrors.tuna.tsinghua.edu.cn/ubuntu-releases/18.04/如图：2.制作U盘启动盘地址：https://cn.ultraiso.net/xiazai.html1）安装制作工具：UltralSO，下载后完成安装。2）插入用来做启动盘的U盘（最好是usb3.0接口

2022-03-04 18:53:29 5264

原创 assertionerror：label class xx exceeds nc=xx in data/tsd.yaml. possible class labels are 0-xxx

问题描述：在已经生成的数据集下，把数据集的类别数重新修改为自己想要的类别时，仅仅修改train.py、.yaml文件中相关的代码。开始训练时就出现这个问题。assertionerror：label class xx exceeds nc=xx in data/tsd.yaml. possible class labels are 0-xxx原因分析：数据集中标签文件中的.xml文件与现在修改后的不匹配。解决方案：将标签文件删了重新按照现在的数据类别生成对应的标签文件即可训练成功。...

2021-08-27 18:28:28 5435 5

原创 Xavier配置pytorth

Xavier配置ubuntu18.04+CUDA10.2+pytorth一、ubuntu18.04安装二、CUDA10.2安装1.安装2.验证三、cuDNN安装四、Anaconda安装五、pycharm安装六、pytorch安装注意：刷机时刷的Jetpack4.4版本的，故下面为与4.4版本对应。一、ubuntu18.04安装由于NVIDIA Jetson AGX Xavier在刷机时就安装好了ubuntu系统，查看当前ubuntu系统版本，可知当前版本为18.04。二、CUDA10.2安装1.

2021-08-09 21:37:37 1275

原创 bash: sudo: command not found

问题描述：我修改了/.bashrc文件后，不管在终端输入什么都会返回bash：xxx：command not found。原因分析：环境变量中的$PATH,所以导致无法使用bash。解决方案：先在终端执行环境变量设置，在ubuntu终端输入$ export PATH=/usr/bin:/usr/sbin:/bin:/sbin这样，bash就可以使用了，再用vi/vim/gedit修改环境变量，修改profile或bashrc文件即可。...

2021-08-08 21:16:11 973 1

原创 NVIDIA Jetson命令使用

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！这是你第一次使用 Markdown编辑器所展示的欢迎页。如果你想学习如何使用Mar

2021-08-06 20:18:37 2062 1

原创 yolov5训练自己的数据集-问题

1.问题：第一个错误（忘记截图了）： model.yaml 80 with 221 。原因：在修改数据集类别时，只修改了xxx(voc).yaml，忘记修改yolo.py中的nc类别数了。修改：2. 问题：assert nf > 0 or not augment, f'{prefix}No labels in {cache_path}. Can not train without labels. See {help_url}'AssertionError: train: No labe

2021-08-03 16:56:52 22897 15

原创 yolov5可视化算法网络整体框架

文章目录前言问题解决方式前言问题可视化算法网络整体框架：yolov5是网络文件格式，不同与yolov3、4的cfg可视化格式。因此无法用netron工具直接可视化查看网络结构.pt。如下图所示为netron直接查看.pt文件的部分截图。解决方式采用pt->onnx->netron折中格式。首先使用yolov5中models->export.py脚本将pt文件转换成onnx格式，再用netron工具打开转换后的models->.torchscript.pt文件，即可

2021-07-28 16:02:14 842

原创 interrupted by signal 9 : SIGKILL

问题描述：interrupted by signal 9 : SIGKILL原因分析：终端top查看cpu内存未满，nvidia-smi查看gpu也未占满。可能原因就是：pycharm配置运行内存太小。解决方案：找到pycharm的安装目录，/下载/pycharm-community-2021.1.1/bin/ pycharm.vmoptions右键用文本编辑器打开，如图修改前两项pycharm 的最小、最大内存：3.由于我的电脑GPU是4G，故修改最大内存为3G...

2021-07-07 18:04:29 6556 2

原创神经网络训练相关参数设置

batch_size：机器学习使用训练数据进行学习，针对训练数据计算损失函数的值，找出使该值尽可能小的参数。但当训练数据量非常大，这种情况下以全部数据为对象计算损失函数是不现实的。因此，我们从全部数据中选出一部分，作为全部数据的“近似”。神经网络的学习也是从训练数据中选出一批数据（称为 mini-batch，小批量），然后对每个mini-batch进行学习，值的大小与梯度下降的效率和结果直接相关。比如，从60000个训练数据中随机选取100个数据，用这100个数据进行学习，这种学习方式成为 mini-b

2021-06-22 19:20:29 6178

原创 Process finished with exit code 137 (interrupted by signal 9: SIGKILL)

项目场景：代码训练到一部分时，就出现以下问题。color=#000000 size=1">问题描述：Process finished with exit code 137 (interrupted by signal 9: SIGKILL)原因分析：出现这个信息说明发生了内存不足的问题，在python中，可以选择小的batch_size，不要把一整个大的文件一次性读到内存里。如果是ubuntu系统，出现此问题的一个原因是cpu不够了，当运行的网络很复杂的时候，需要加载很大的权重，需要

2021-06-22 14:50:12 5293 1

原创＜hr style=“ border:solid； width:100px； height:1px；“ color=#000000 size=1“＞

项目场景：提示：这里简述项目相关背景：例如：项目场景：示例:通过蓝牙芯片(HC-05)与手机 APP 通信，每隔 5s 传输一批传感器数据(不是很大)问题描述：提示：这里描述项目中遇到的问题：例如：数据传输过程中数据不时出现丢失的情况，偶尔会丢失一部分数据APP 中接收数据代码：@Override public void run() { bytes = mmInStream.read(buffer); mHandler.obta

2021-06-07 21:40:19 415

原创 DEPRECATION: Python 2.7 reached the end of its life on January 1st, 2020. Please upgrade your Pytho

问题描述：在pip安装pytorch时遇见的问题$ pip install torch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0DEPRECATION: Python 2.7 reached the end of its life on January 1st, 2020. Please upgrade your Python as Python 2.7 is no longer maintained. pip 21.0 will drop sup

2021-05-17 14:08:19 40994 14

原创 ubuntu18.04下创建虚拟环境python3.7

文章目录前言1. 安装python 虚拟环境2.虚拟环境中安装总结前言Ubuntu18.04版本里边自带了最新的Python3.6.9版本，需要在ubuntu18.04中创建虚拟环境，进而在虚拟环境中创建我们所需的python版本1. 安装python 虚拟环境$ sudo apt install python3-pip $ pip3 install virtualenv 封装了虚拟环境，支持一些简化命令$ pip3 install virtualenvwrapper 通过 pip3

2021-05-17 10:47:45 1104

原创目标检测中的Using multi scales training/testing

文章目录一、**multi-scale training**二、multi-scale testing**multi-scale testing**总结一、multi-scale training多尺度训练对全卷积网络有效，一般设置几种不同尺度的图片，训练时每隔一定iterations随机选取一种尺度训练。这样训练出来的模型鲁棒性强，其可以接受任意大小的图片作为输入，使用尺度小的图片测试速度会快些，但准确度低，用尺度大的图片测试速度慢，但是准确度高。训练时，预先定义几个固定的尺度，每个epoch随机

2021-04-21 22:07:23 1661

原创＞＞＞ import torch.../libtorch_python.so: undefined symbol: PySlice_Unpack

问题描述：在安装好了的虚拟环境中查看python、torch、torchvision版本：(pytorch_env) zq@zq-GI5CN54:~$ pythonPython 3.6.0 |Continuum Analytics, Inc.| (default, Dec 23 2016, 12:22:00) [GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linuxType "help", "copyright", "credits" or "license"

2021-03-22 11:51:30 4330 1

原创 from conda.cli import main ModuleNotFoundError: No module named ‘conda‘

项目场景：提示：这里简述项目相关背景：例如：项目场景：示例:通过蓝牙芯片(HC-05)与手机 APP 通信，每隔 5s 传输一批传感器数据(不是很大)问题描述：由于卸载了之前的python3.7虚拟环境，并重新安装完python3.6环境时，我使用命令conda list查看当前conda 目录，结果出现下面问题： from conda.cli import mainModuleNotFoundError: No module named 'conda' 原因分析：错误一般都是由于在

2021-03-20 21:06:06 820 3

原创 You will need to adjust your conda configuration to proceed. Use `conda config --show channels` to v

问题描述：You will need to adjust your conda configuration to proceed.Use `conda config --show channels` to view your configuration's current state.Further configuration help can be found at <https://conda.io/docs/config.html>.原因分析：出现以下的原因就是你当前设定的

2021-03-20 12:36:00 4822 3

原创 python虚拟环境卸载及重装

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、删除python虚拟环境1.查看当前存在那些虚拟环境2.删除虚拟环境3.确认二、重新安装虚拟环境1.虚拟环境的创建命令如下2.虚拟环境的激活与切换三、安装Pytorch一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言本来想跑2020年6月份github上新出的YOLOv5，奈何电脑配置跟不上（我想大声哭泣）。目前YOLOv5的配置要求torch>=1.6(即CUDA为9.2、10.1、10.2以

2021-03-19 16:22:58 40097 4

原创 ubuntu、windows下github照片查看

https://www.jianshu.com/p/25e5e07b2464

2021-03-07 21:26:51 91

原创 Ubuntu+CUDA+cuDNN+Anaconda+pycharm+pytorch安装

CUDA 10在Ubuntu16.04上的安装提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录CUDA 10在Ubuntu16.04上的安装前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就

2021-03-06 22:12:59 673 2

原创 Ubuntu英文界面使用中文输入

Ubuntu英文界面使用中文输入参考以下博主写的：https://blog.csdn.net/a1015392344/article/details/99350608

2021-03-06 18:01:50 168

原创 Ubuntu界面无图标显示

Windows系统下安装Ubuntu Ubuntu界面无图标显示问题1.原因：这是由于电脑集显、独显在Ubuntu中使用设置问题，安装的Ubuntu中无驱动。2. 解决方案1.原因：这是由于电脑集显、独显在Ubuntu中使用设置问题，安装的Ubuntu中无驱动。2. 解决方案开机按F7（神州电脑，对应自己电脑版本），进入boot引导设备选项，选择Ubuntu进入。选择advanced options for ubuntu选择recovery mode 恢复模式，在恢复模式下进行更新，修复各项（

2021-03-05 21:01:29 2398

原创 windows、Ubuntu双系统下彻底卸载ubuntu

windows、Ubuntu双系统下彻底卸载ubuntu提示：参考以下文章https://www.jianshu.com/p/42af78f88962https://zhuanlan.zhihu.com/p/82709216

2021-03-04 21:48:50 175 2

原创 NVIDIA，显卡驱动，CUDA版本之间兼容关系及安装

NVIDIA显卡，显卡驱动版本，CUDA版本，cuDNN版本之间兼容关系及如何选择欢迎使用Markdown编辑器要配置NVIDIA显卡的CUDA和cuDNN，各种版本之间的依赖关系以及与其他使用GPU的库版本兼容一直没有弄明白，最近经过多次卸载重装，终于成功配置好了显卡计算环境，于是把各个驱动程序和库之间的依赖关系理一下。欢迎使用Markdown编辑器一、显卡驱动查看有两种方法：鼠标右键点击NVIDIA控制面板，如图点击帮助/系统信息1.查看显示，可以看出驱动程序版本是388.73，由显卡驱动支

2021-02-06 02:04:39 16618

原创 Ubuntu16.04 Flash Player播放插件安装

Ubuntu16.04 Flash Player播放插件安装## Ubuntu16.04 Flash Player播放插件安装记录在学习过程中的遇到的困难## Ubuntu16.04 Flash Player播放插件安装刚做的Ubuntu安装 Flash Player播放插件时，找了网上各种各样的教程都不好使，故记录以便以后遇到这样的问题。1.打开系统源文件/ect/apt/sources.list ，发现是空白的。于是我就在网上找Ubuntu16.04的源代码，将代码复制在该sources.lis

2021-02-04 16:31:06 552

TA关注的人

VOCtest_06-Nov-2007.tar

VOCdevkit.zip

VOCdevkit.rar

数码管动态显示Multisim仿真图.ms14

循环彩灯控制电路的设计.ms10

智力竞赛抢答器的设计.ms10

val/ cls_loss曲线和precision曲线异常原因

YOLOv5超参数及迭代次数-损失曲线图