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

-+
  • 博客(8)
  • 收藏
  • 关注

原创 数据集文件按顺序批量重命名

目标检测Tools,主要目的方便自己使用。

2022-12-09 10:52:03 515 1

原创 基于TensorFlow实现LSTM的鸢尾花数据分类

基于tensorflow版本实现鸢尾花数据的多分类预测(以lstm为例)array([2, 2, 0, 1, 1, 0, 2, 1, 2, 1, 1, 2, 1, 1, 2, 0, 2, 1, 0, 2, 2, 0, 0, 2, 0, 1, 0, 0, 0, 1], dtype=int64)array([2, 2, 0, 1, 1, 0, 2, 1, 2, 1, 1, 2, 1, 1, 2, 0, 2, 1, 0, 2,......

2022-07-09 22:44:24 1572 2

转载 VOC标签格式(xml)转yolo格式(txt)并划分训练集和测试集

有些目标检测的数据集资源标签的格式都是VOC(xml格式)的,而yolov5训练所需要的文件格式是yolo(txt格式)的,这里就需要对xml格式的标签文件转换为txt文件。同时训练自己的yolov5检测模型的时候,数据集需要划分为训练集和验证集。这里提供了一份代码将xml格式的标注文件转换为txt格式的标注文件,并按比例划分为训练集和验证集。1.首先数据集的格式结构按照下图的样式来Annotations里面存放着xml格式的标签文件,yolo(txt)转voc(xml)参考ht...

2022-02-16 11:18:18 5809 22

原创 yolo格式(txt)数据集转VOC(xml)

yolov5训练的数据标签格式为txt格式,有时候会有一些需求需要把txt格式的数据集替换成xml格式的数据集。1.首先讲一下数据的格式,首先按下图要求创建目录结构。JPEGImages为图片数据所在的目录 YOLO为yolo格式的标签数据所在目录 Annotations为生成的voc格式数据标签目录(程序运行前这是一个空目录)2.把对应文件放到对应文件夹下3.执行yolo_to_voc.py:from xml.dom.minidom impo...

2022-02-16 10:59:04 7893 18

原创 Pytorch实现线性回归

生成数据 定义模型 实例化模型,损失函数,和优化器 训练模型与评估import torchfrom torch import nnfrom torch import optimimport numpy as npfrom matplotlib import pyplot as pltimport time# 1. 定义数据x = torch.rand([50,1])y = x*3 + 0.8#2 .定义模型class Lr(nn.Module): def __ini

2021-11-26 17:49:14 936

原创 K-Means聚类算法(二):降维,图片矢量量化

1.概述:K-Means聚类最重要的应用之一是非结构数据(声音,图像)上的矢量量化(VQ),非结构化数据往往占据较多的储存空间,文件本身比较大,运算非常缓慢,我们希望能够在保证数据质量的前提下,尽量的缩小非结构化的数据大小,或者简化非结构化数据的结构。矢量量化就可以帮助我们实现这个目的。K-Means的本质是一种降维应用,它与一些其它的降维算法的思路不太相同。例如,特征选择的降维是直接选取对模型贡献最大的特征,PCA的降维是聚合信息,而矢量量化的降维是在同等样本量上压缩信息的大小,既不改变特征数目,也不

2021-02-17 16:32:21 2311 2

原创 K-Means聚类算法(一)

1.概述:K-means聚类算法也称k均值聚类算法,是聚类算法的典型代表,可以说是最简单的聚类算法没有之一。它采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。该算法认为类簇是由距离靠近的对象组成的,因此把得到紧凑且独立的簇作为最终目标。2.算法思想:K-means聚类算法是一种迭代求解的聚类分析算法,其步骤是随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每

2021-02-16 22:40:51 7551 6

原创 机器学习-数据预处理

机器学习-数据预处理1.概述1.1数据挖掘的五大流程获取数据 数据预处理:从数据中检测,纠正或删除损坏,不准确或不适用于模型的记录的过程 可能面对的问题有:数据类型不同,比如有的是文字,有的是数字,有的含时间序列,有的连续,有的间断。也可能,数据的质量不行,有噪声,有异常,有缺失,数据出错,量纲不一,有重复,数据是偏态,数据量太大或太小数据预处理的目的:让数据适应模型,匹配模型的需求 特征工程特征工程是将原始数据转换为更能代表预测模型的潜在问题的特征的过程,可以通过挑选最相关的特征..

2021-02-06 23:41:17 4452

Jetson TX2 NX使用手册

目录 NVIDIA Jetson TX2学习手册 2 1组装之亚克力板安装 2 2烧录系统 2 2.1虚拟机安装已经Ubuntu18.4系统安装 2 2.1.1VMware下载 2 2.1.2虚拟机安装Ubuntu18.4 2 2.2烧录系统和SDK 2 2.2.1烧录前准备 2 2.2.2虚拟机内下载JetPack 3 2.2.3打开Ubuntu18.04系统的程序,搜索SDK 3 2.2.4虚拟机Ubuntu18.04连接Jetson TX2 NX 3 2.2.5刷机 4 接着我们来到STEP2 5 3挂载M.2固态硬盘 9 4.格式化硬盘 11 5.新建磁盘分区 12 6. 挂载磁盘 13 4移动系统到固态硬盘 14 2. 复制系统文件 14 4.重启TX2 NX系统。 15 5. 打开TX2 NX的终端,输入以下命令查看储存空间。 15 5深度学习环境搭建 16 5.1换源 16 5.2安装Pytorch 16 5.2.1下载TX2专用torch包(.whl) 16 5.2.2配置环境以及安装pytorch 16 5.2.3安装 torchvision 17 5.2.4测试是否

2022-10-09

Python 3.6 - torch-1.10.0-cp36-cp36m-linux_aarch64.whl

下载TX2专用torch包,Cuda版本为10.2,python版本为3.6.9,Jetpack版本为4.6,最后选择安装Pytorch v1.10.0。官网半天下不下来,难顶。

2022-10-04

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