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(21)
  • 收藏
  • 关注

原创 关于YOLOv8训练时生成的runs文件不在项目根目录中而在其他项目路径中的问题

例如: 我的训练脚本目录是:'/home/projects/project1/workspace.py' 我的运行保存目录是:'/home/projects/project2/runs/predict/train(n)'这实际上是需要深入检查的事情。即使在少数情况下,我也看到结果保存在一些目录/项目中,这些目录/项目甚至不是我从运行脚本的项目的子目录。

2023-10-19 20:24:25 1713

原创 解决requests.exceptions.ProxyError: HTTPSConnectionPool(host=‘api.github.com‘, port=443): Max retries

你的计算机或网络环境可能配置了代理服务器,但代理服务器设置可能不正确。你需要检查你的代理设置是否正确,并确保它们与你的网络环境相匹配。: 如果代理服务器无法访问或不可用,你可能会遇到这个问题。确保代理服务器正常运行,并且你可以连接到它。: 如果你的计算机或网络连接存在问题,可能会导致这个错误。确保你的网络连接正常,没有任何问题。控制面板->Internet选项->连接->局域网设置->代理服务器取消勾选。

2023-10-17 17:08:16 5505

原创 Python实现自动分离coco128数据集,按比例分为训练验证测试三部分

【代码】Python实现自动分离coco128数据集,按比例分为训练验证测试三部分。

2023-10-17 11:01:01 230

原创 参考文献中计算机视觉类学术会议论文常见出版社以及出版地:

序号 出版社一般写法 出版地 备注 1 AAAI Menlo Park, CA Association for the Advancement of Artificial Intelligence 2 Academic 同Elsevier Academic Press is part of Elsevier 3 Academy Press New York/ London/ Paris/ San Diedo,CA/ San Fra

2023-10-08 22:45:24 759 1

原创 解决报错:ModuleNotFoundError: No module named ‘sklearn.metrics.base‘

将代码中的"sklearn.metrics.base"改为"sklearn.metrics._base"进入虚拟环境找到对应的包,可以发现名字为"_base"报错原因:版本不匹配,paks包的名字不正确。

2023-04-13 11:20:35 549

原创 Zotero的一系列问题与教程(持续更新...

https://zotero.yuque.com/books/share/4443494c-c698-4e08-9d1e-ed253390346d/ngu6mc或https://doc.tern.1c7.me/zh/folder/intro/③Zotero 突然无法翻译词组/语句/段落,或者无法翻译标题/摘要: https://zotero.yuque.com/books/share/4443494c-c698-4e08-9d1e-ed253390346d/ngu6mc。

2023-04-08 17:41:06 2078

原创 解决AttributeError: module ‘numpy‘ has no attribute ‘asscalar‘

在使用TensorBoard时发现代码没有报错能正常运行,但是在终端中导入logs文件夹时出现此错误。1.将代码中调用的asscalar方法替换为正确的方法,例如使用numpyl的item方法来获取数组。原因:在使用numpy模块的时候,调用了不存在的方法asscalar。推荐使用方法2,最后成功打开tensorboard,问题解决!2.numpy的版本过高,需要降版本。终端中依次输入两条指令。

2023-04-07 15:01:52 5403

原创 解决报错:ValueError: could not convert string ‘3.807590643342410180e-02......to float32 at row 0, column

这个错误通常是由于数据集中存在非数字值(如字符串)导致的。可以使用 Pandas 库中的。这样做可以忽略掉包含非数字值的行,从而避免该错误。函数来加载 CSV 文件,并设置参数。注意要安装pandas软件包!

2023-04-05 16:46:42 1149

原创 解决fatal: unable to access ‘https://github.com/NVIDIA/apex.git/‘: Recv failure: Connection was reset

1:确保VPN打开的情况下,打开系统设置->网络和Internet->代理。继续执行git clone https://github.com/NVIDIA/apex.git。Windows环境下,需要到官网下载git,到指定文件夹中打开git bash。原因可能是默认配置了https代理,这里需要改为git协议。2:在git bash 中依次输入以下指令。

2023-04-02 22:40:58 5183

原创 配置(GPU/CPU)Pytorch环境以及修改conda和pip默认安装路径,安装环境前必看!!(———记自己装环境踩过的坑......)

在下载了Anaconda之后安装pytorch环境时,一般都是默认下载在C盘路径下,这里先要修改默认环境下载 路径,再下载pytorch,可以给C盘节省内存。保险起见,还可以设置Anaconda文件夹属性,权限全部勾选,其中的envs文件夹属性也可以如此设置。路径在Aconconda\envs中即为正确。打开Anaconda prompt。之后点击 ' y ' 确定安装。

2023-03-27 18:58:24 6229 4

原创 编程笔记:

如果属性是基本类型,拷贝的就是基本类型的值;如果属性是内存地址(引用类型),拷贝的就是内存地址 ,因此如果其中一个对象改变了这个地址,就会影响到另一个对象。深拷贝会拷贝所有的属性,并拷贝属性指向的动态分配的内存。当对象和它所引用的对象一起拷贝时即发生深拷贝。浅拷贝只复制指向某个对象的指针,而不复制对象本身,新旧对象还是共享同一块内存(分支)。浅拷贝是按位拷贝对象,它会创建一个新对象,这个对象有着原始对象属性值的一份精确拷贝。深拷贝会另外创造一个一模一样的对象,新对象跟原对象不共享内存,

2023-03-26 16:38:52 41

原创 论文阅读与写作方法:

先读综述论文,快速熟悉某一领域,现状,以及子方向再读专题论文,找到自己的idea知网:寻找优质综述百度学术,谷歌学术arxiv: 论文预印本平台顶会:三大顶会,CVPR, ECCV, ICCV。

2023-03-26 16:23:52 82 1

原创 Pytorch笔记:

首先,在for循环中使用了DataLoader,进入DataLoader后,首先根据是否使用多进程DataLoaderIter,做出判断之后单线程还是多线程,接着使用Sampler得索引Index,然后将索引给到DatasetFetcher,在这里面调用Dataset,根据索引,通过getitem得到实际的数据和标签,得到一个batch size大小的数据后,通过collate_fn函数整理成一个Batch Data的形式输入到模型去训练。,也就说将样本都训练一遍,称为一个Epoch。

2023-03-26 16:21:01 105

原创 一些专有名词:

模型压缩的一种常用方法,不同于模型压缩中的剪枝和量化,知识蒸馏是通过构建一个轻量化的小模型,利用性能更好的大模型(教师)的监督信息,来训练这个小模型(学生),以期达到更好的性能和精度。语义分割为每个像素分配一个类别,但是同一类别之间的对象不会被区分。现在:基于CNN,理解图像中的每个像素。传统:基于灰度值的不连续和相似的性质。实例分割output:Mask和类别。目标检测output:边界框和类别。2.降低模型时延,压缩网络参数。实例分割只对特定的物体进行分类。首先分割在传统与今天的区别。

2023-03-26 16:20:39 45

原创 期刊汇总:

计算机科学与探索,CCF B类,时间快,14-21天有回复,外审专家一般第一次是两个,大修二审一般是1个,比较负责,要求对创新性和工作量有一定的要求。难度:计算机应用研究>计算机应用>计算机工程>计算机仿真>计算机应用与软件。中国计算机学会(China Computer Federation)

2023-03-26 16:14:09 98

原创 《统计学习方法》

在最大似然法中,通过选择参数,使已知数据在某种意义下最有可能出现,而某种意义通常指似然函数最大,而似然函数又往往指数据的概率分布函数。与最小二乘法不同的是,最大似然法需要已知这个概率分布函数,这在时间中是很困难的。最小二乘法从Cost/Loss function角度去想,一般建立模型就是让loss function最小,而最小二乘法可以认为是 loss function = (y_hat -y )^2的一个特例,类似的想各位说的还可以用各种距离度量来作为loss function而不仅仅是欧氏距离。

2023-03-26 16:13:52 44

原创 知识博客网站(持续更新......)

李宏毅《深度学习》- Self-attention 自注意力机制 动手推导Self-Attention

2023-03-26 11:20:32 45

原创 【学术期刊】2023CCF推荐的A,B,C类英文科技期刊目录最新发布

中国计算机学会(China Computer Federation )2023推荐国际学术会议和期刊目录正式发布,相较于上一版目录,此次《目录》新增期刊19个,会议19个;升级期刊3个,会议6个;移除期刊1个,删除因停办期刊1个,会议1个。(计算机体系结构/并行与分布计算/存储系统)计算机体系结构/并行与分布计算/存储系统。(计算机图形学与多媒体)来源:中国计算机学会。

2023-03-09 19:57:08 17803

原创 可分离滤波:OpenCV4中的sepFilter2D()函数与filter2D()函数比较

在学习图像滤波中了解到图像滤波具有可分离性,首先理解可分离滤波的概念:可分离性指的是先对X(Y)方向滤波,再对Y(X)方向滤波的结果与将两个方向联合滤波器的整体滤波结果相同。anchor:内核的基准点(锚点),其默认值为(-1,-1)代表内核基准点位于kernel的中心位置。两个滤波器的联合就是将两个方向的滤波器相乘,一个是一维行向量,一个是一维列向量,相乘的到的是一个矩阵滤波器即联合滤波器。

2022-11-07 20:36:47 1523

原创 关于《数字图像处理》中增强局部图像的两种方法对比及利用C++实现

利用直方图的两种方法实现局部图像增强效果的对比。

2022-10-28 20:04:11 1669

原创 为什么要用高斯核来生成尺度空间?

最近在学sift算法时有一个疑问就是,为什么只有高斯滤波器就是建立线性尺度空间的最优滤波器呢?那其他带有参数t的低通滤波器是否也可以用来生成一个尺度空间呢?

2022-10-21 16:02:14 928

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