欢天喜地小姐姐-CSDN博客

SENet主要思想SENet网络的创新点在于关注channel之间的关系，希望模型可以自动学习到不同channel特征的重要程度。为此，SENet提出了Squeeze-and-Excitation (SE)模块SE模块首先对卷积得到的特征图进行Squeeze操作，得到channel级的全局特征，然后对全局特征进行Excitation操作，学习各个channel间的关系，也得到不同channel的权重，最后乘以原来的特征图得到最终特征。

2024-05-17 10:11:44 270

原创 Yolo-Fastestv2训练及部署自己的数据集

yolo-fastestv2训练和部署教程

2024-05-16 16:17:30 2071 3

原创 ubuntu命令行重启

重启命令：法一：reboot法二：shutdown -r now #立刻重启法三：shutdown -r #约30秒重启

2021-12-04 17:15:06 3717

原创 ubuntu用命令行清空回收站的方法

1.打开Trashcd .local/share/Trash/2.查看Trash里的文件ls3.清理回收站sudo rm -rf .local/share/Trash/*

2021-12-04 17:12:10 5537

原创 ubuntu-firefox有网但是打不开网页的解决办法

1.检查ubuntu右上角联网开关是否打开，需要勾选Rnable Networking2.如果能ping通其他主机地址，浏览器却连不上网，很有可能是DNS域名解析的问题

2021-12-04 17:07:25 13963 10

原创 torch.nn 实现上采样——nn.Upsample

CLASS torch.nn.Upsample(size=None, scale_factor=None, mode='nearest', align_corners=None)最近邻、线性,、双线性, 双三次(bicubic)和三线性(trilinear)插值算法mode (str, optional) – 可使用的上采样算法，有’nearest’, ‘linear’, ‘bilinear’, ‘bicubic’ and ‘trilinear’. 默认使用’nearest’align_corner

2021-12-02 15:37:11 4491

原创 torch.nn.Conv2d() 用法讲解

Conv2d(in_channels, out_channels, kernel_size, stride,padding, dilation, groups,bias=True, padding_mode=‘zeros’)in_channels：输入的通道数目out_channels：输出的通道数目kernel_size：卷积核的大小，类型为int 或者元组，当卷积是方形的时候，只需要一个整数边长即可，卷积不是方形，要输入一个元组表示高和宽。stride：卷积每次滑动的步长为多少，默认是 1

2021-12-02 14:33:52 3328

原创激活函数比较优缺点

激活函数：激活函数sigmoid、tanh、ReLU、LeakyReLU、ReLU6https://www.cnblogs.com/itmorn/p/11132494.html激活函数优缺点：https://blog.csdn.net/kuweicai/article/details/939263931.为什么使用激活函数：再深的网络也是线性模型，只能把输入线性组合再输出。不能学习到复杂的映射关系。因此需要激活函数这个非线性函数做转换。2.sigmodsigmod优点：作为最早开始使用的激活

2021-12-02 13:04:52 2865

原创 MobileNet解读

MobileNet系列解读

2021-12-02 13:01:22 2814

原创生成三分图trimap及前景背景融合

参考1参考2一生成三分图trimapimport randomimport numpy as np import cv2def gen_trimap(alpha): k_size = random.choice(range(1, 5)) # 随机选择核大小 iterations = np.random.randint(1, 20) ###cv2.getStructuringElement( ) ###这个函数的第一个参数表示内核的形状，有三种形状可以选择。矩形：

2021-11-10 17:28:45 1860

转载 im.shape[:2]的意思

img.shape[:2] 取彩色图片的长、宽。如果img.shape[:3] 则取彩色图片的长、宽、通道。关于img.shape[0]、[1]、[2]img.shape[0]：图像的垂直尺寸（高度或长度）img.shape[1]：图像的水平尺寸（宽度）img.shape[2]：图像的通道数在矩阵中，[0]就表示行数，[1]则表示列数。...

2021-11-10 16:29:59 4106

转载 pypytorch中的模型的训练和验证

训练1.利用dataset构建DataLoader2.定义优化器和损失函数3.将模型转到device上4.训练来啦（1）先把梯度清零。数据转到device上（2）反向传播并计算梯度（3）更新参数dataser=MyDataset(file)train_set=DataLoader(dataset,batch_size=16,shuffle=True)model=MyModel().to(device)criterion=nn.MSELoss()optimizer=torch.opti

2021-11-05 17:03:22 761

原创 pytorch中的torch.manual_seed

随机种子使用规则使用原因：在需要生成随机数据的实验中，每次实验都需要生成数据。设置随机种子为了确保每次生成固定的随机数，使得每次实验结果显示一致，有利于实验的比较和改进。PS:在numpy内部也有随机种子，当你在numpy中的随机数的时候，可以通过如下方式：np.random.seed(seed)python的内置模块random.seed(seed)1.为CPU设置种子，生成随机数torch.manual_seed(seed)2.为特定GPU设置种子，生成随机数torch.suda.ma

2021-11-05 15:44:01 492

原创 python assert()函数

1.断言函数作用断言函数是对表达式布尔值的判断，要求表达式计算值必须为真。可用于自动调试。如果表达式为假，触发异常；如果表达式为真，不会报错。2.使用assert判断数组是否相等np.array.any()和numpy.array.all()np.array.any()是或操作，任意一个元素为True，输出为True。np.array.all()是与操作，所有元素为True，输出为True。当我们的数组是list类型的时候，可直接进行比较。如下我们使用assert（a==b）判断a，b是否相等

2021-10-30 22:35:43 12230

原创 35.搜索插入位置python 二分法

题目:给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。请必须使用时间复杂度为 O(log n) 的算法。示例 1:输入: nums = [1,3,5,6], target = 5输出: 2示例 2:输入: nums = [1,3,5,6], target = 2输出: 1示例 3:输入: nums = [1,3,5,6], target = 7输出: 4示例 4:输入: nums = [1,3,5,6], tar

2021-10-24 20:59:45 414

原创 CycleGAN学习笔记

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

2021-10-22 15:27:47 1497

空空如也

空空如也