炼丹心得
文章平均质量分 81
K . U . I
个人博客:http://www.xuyihao.top/
知乎:https://www.zhihu.com/people/a-fu-jia-de-luo-1-86
展开
-
平面左右手坐标系与旋转矩阵的碎碎念
平面左右手坐标系,旋转矩阵转换原创 2022-11-10 11:19:45 · 872 阅读 · 0 评论 -
pytorch与numpy张量拷贝需要注意的点
前言最近在改一些小demo,让自己在假期之后也不会对相关编程语言过于生疏。今天在修改yolov5的过程中,我注意到了一些我之前没有注意到的点。那便是关于pytorch张量的拷贝到底哪些算是浅拷贝哪些是深拷贝的问题。正文...原创 2021-08-20 16:30:21 · 703 阅读 · 0 评论 -
利用Docker封装环境
前言最近需要将训练好的模型利用docker封装成镜像上传,之前曾经自学过一段时间docker(没接触过swam,compose,原因是没有那么多集群给我去部署),但是在封装的过程中还是遇到了许多问题,特此记录一下踩到坑。注意:本次的系统为ubuntu18.04 LTS正文安装docker对于docker的安装其实问题不算很大,只要遵循官网上的相关教程(前提需要一点英文储备),就能很轻松的安装上docker引擎。安装nvidia-container-toolkit一开始我以为安装完docker原创 2021-08-09 11:12:09 · 1154 阅读 · 0 评论 -
任意方向矩形(五参数)转换顶点坐标/水平矩形(四参数)
前言由于在遥感目标检测中经常会涉及到任意方向矩形的五个参数转换成水平外接矩形四个参数或者四个顶点的八个坐标参数;这些转换虽然并不难,但是如果身边没有现成代码去参考的话,还是得自己重新画图去推导一遍(个人认为还是蛮费时间的)。所以这篇博客的主要目的就是帮助我和有相同困扰的同学快速回忆起相关公式。正文首先,推导所需图片如下图所示:任意方向的矩形参数通常为(x,y,w,h,θ)(x,y,w,h,\theta)(x,y,w,h,θ),在这里θ\thetaθ的角度如图所示(如格式不同,可自行转换适应)水平原创 2021-06-27 19:58:08 · 1041 阅读 · 2 评论 -
GT中心坐标为负或过大,对loss产生的影响
前言最近在阅读关于遥感目标检测论文的时候,发现很多论文在处理DOTA数据集时都会使用随机旋转的方式进行增强,更是有大佬在论文中直接表明,通过数据增强直接把模型的性能从65拉到了70左右,这句话在我心中激起了阵阵波澜。因为,我之前使用数据增强的方式基本上是按照通用目标检测的路子往下走的,顶多使用随机水平方向的翻转以及图片像素值的标准化。所以身为一名炼丹师,这种能够提升模型性能的方式当然不能错过,但是通过魔改网上开源代码进行随机旋转移植到我的mmdetection框架中时却遇到了loss为nan、inf的情况原创 2021-06-10 22:41:59 · 306 阅读 · 2 评论