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 MMsegmentation自定义预测代码

能够将完整大图切成小块,分别预测后再拼接成大图。

2023-09-06 11:52:16 253 1

原创 rasterio遥感图像裁剪

如有需要可以修改window_size(裁剪图片大小)和overlap(重叠度)使用方法需要改动input_dir、output_dir。如果没有安装rasterio。

2023-09-06 11:27:48 200 1

原创 PyTorch张量(tensor)之间的广播

tensor广播

2023-07-04 15:47:13 293

原创 YOLOV8 ultralytics 视频预测代码

ultralytics本身提供了视频的预测代码,但我只发现了它好像只是提供了视频预测过程中进行预测结果显示的代码,没有发现它怎么保存预测后的视频结果,所以写了一个对预测后结果进行导出的代码。

2023-06-25 13:27:36 2489 3

原创 ResNext(50和101)模型构建(可以使用torchvision预训练权重)

ResNeXt结合了ResNet和Inception的优点,但不同于Inception v4,ResNeXt不需要人工设计复杂的Inception结构细节,而是每一个分支都采用相同的拓扑结构¹。ResNeXt的本质是分组卷积(Group Convolution),通过变量基数(Cardinality)来控制组的数量¹。与ResNet相比,它增加了一个新维度——基数(一组转换的大小),作为深度和宽度之外的一个重要因素²。ResNext的代码主要参考了ResNet的构建,ResNet代码可以参考这一篇博客。

2023-06-22 14:28:40 662 1

原创 ResNet模型构建(可以比较好的符合torchvision中的预训练权重)

接下来是ResNet网络的bottleneck结构,ResNet中的Bottleneck结构是一种常见的结构,它出现在ResNet block中¹。Bottleneck结构由三层卷积组成,分别是1x1,3x3和1x1卷积,其中1x1层负责减少和增加(恢复)维度,使3x3层成为具有较小输入/输出维度的瓶颈。Bottleneck结构的优点在于它可以灵活地设计网络并减小计算量。它使用1x1卷积来方便地改变维度。首先需要导入需要的python包。下面是Resnet的函数主体。

2023-06-22 14:10:12 372 1

原创 python任意大小图像裁剪

任意大小的图像裁剪

2023-06-19 12:58:50 239 1

原创 python读取文件夹中多个txt文件并写入一个excel工作表

这是使用python写的一个能够读取一个文件夹中的所有txt文件并能够将读取到的数据写入一个excel文件的代码。

2023-05-31 16:56:02 1844 1

空空如也

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