![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
yolov8
文章平均质量分 84
yolov8
国家级退堂鼓
这个作者很懒,什么都没留下…
展开
-
Python基础学习快速入门
字典的每个键值 key:value 对用冒号 : 分割,每个键值对之间用逗号 , 分割。集合中的元素不会重复,并且可以进行交集、并集、差集等常见的集合操作。python直接赋值,不需要定义变量类型。集合是一个无序的不重复元素序列。print**直接进行输出。元组是不能修改的列表,用。原创 2023-12-01 16:14:06 · 628 阅读 · 0 评论 -
计算机视觉笔记二
首先创建一个标签训练集(X,Y),然后将其输入到卷积神经网络中,输出0(无汽车)或1(有汽车),训练完这个卷积网络后,利用滑动窗口来目标检测,思路如下:以固定步幅度滑动窗口,遍历图像的每个区域,把这些剪切后的小图像输入卷积网络,对每个位置按0或1进行分类。首先选择概率预测最大的框,非极大抑制就会审视剩下的矩形框,最大的边界框分别于周围的框有高度重叠的就舍去。只输出概率最大的框。在少数窗口上运行卷积网络分类器,选出候选区域的方法是运行图像分割算法,分割算法中得到相应的色块,并在其色块上放置边界框后跑分类器。原创 2023-06-13 15:11:49 · 57 阅读 · 0 评论 -
计算机视觉笔记一
图二中1×1的卷积块的计算量为28×28×16×(1×1×192),得出的28×28×16为瓶颈层,5×5的卷积块计算量为28×28×32×(5×5×16),总计约为1200w。而在深度学习中,对于过滤器的参数,我们的选择更加的灵活,可以通过神经网络反向传播算法来进行获取最佳的参数,并应用于输入的图片。6×6×3的图像进行3×3×3的卷积,依次将R、G、B对应的一共27个数与卷积核数字相乘后相加,最后输出为4×4的图像。,通过设置矩阵的参数来获取相应的过滤形式(垂直、水平),从而能够检测出图片的边缘特征。原创 2023-06-07 15:26:16 · 131 阅读 · 0 评论 -
最新yolov8环境搭建、推理训练一站式超详细保姆教学
yolov8源码地址往下翻,找到权重文件,点击下载顺便一同放入之前下载的源码里。鼠标右击Project项目空白处,新建python文件,创建一个名为test.py文件,检测pytorch。,选择对应11.x的版本即可,展开后鼠标点击安装包右键(不然会进行一系列邮箱注册繁琐操作)打开PyCharm后,将现有yolov8环境添加到解释器中,右下角点击添加新的解释器。命令弹出对话框后输入命令,查看显卡驱动最高支持的CUDA版本。然后找到源码对应文件,在文件路径处输入cmd,激活之前创建的yolo环境。原创 2023-11-25 18:37:21 · 14730 阅读 · 37 评论