CV修炼手册
文章平均质量分 64
小学生玩编程
这个作者很懒,什么都没留下…
展开
-
x = x.contiguous().view(x.size(0), -1)解释
其实在torch里面,view函数就相当于numpy的reshape,执行的操作就是对tensor进行维度转换,此方法将张量重塑x为二维形状,其中第一维是x.size(0)(即第一维的大小),第二维是从其余元素推断出来的,第二个维度中的-1是一个占位符,它告诉 PyTorch 根据张量中的元素总数推断第二个维度的大小。假设我们有一个4维的张量x,其形状为(2, 3, 4, 5),即有2个4维向量,每个向量包含3个3维向量,每个3维向量包含4个2维向量,每个3维向量包含4个2维,每个2维向量包含5个元素。原创 2023-04-06 14:22:44 · 864 阅读 · 0 评论 -
关于计算机视觉中通道的一些问题和解答
而在其他颜色空间中,如HSV(色调、饱和度、明度)或YUV(亮度、色度),可能会使用更多的通道来表示颜色或其他属性。此外,在某些情况下,将多个通道用于表示不同的特征,例如在深度学习中,卷积神经网络的某些层可能会使用多个通道来表示不同的特征图。在深度学习中,通道数可以看作是特征图的数量,每个特征图都表示输入数据的某个方面的特征。一般来说,通道数越多,可以提取的特征就越多,从而有助于网络的性能。回答:通道数并不一定越多越好,通道数的多少主要取决于网络的设计和数据的特性。②那么既然通道数代表特征图的数量,那么。原创 2023-04-06 11:44:20 · 1164 阅读 · 1 评论 -
torch.save(obj=self.state_dict())和 torch.save(obj=model)的区别
这个对象也可以保存到磁盘,然后加载回内存以恢复整个模型,包括它的架构和状态。然而,这种保存和加载模型的方法不太常见,它通常用于在训练期间对模型进行检查点检查,以便稍后可以从保存的状态恢复训练。self.state_dict()返回一个字典,其中包含模型的所有可学习参数,即所有层的权重和偏差。该字典可以保存到磁盘,然后加载回模型以恢复其状态。obj=self.state_dict()和obj=model的区别在于使用不同方法保存的不同对象。,这两种方法在不同的场景中都有用,具体取决于你想要实现的目标。原创 2023-04-05 20:19:29 · 365 阅读 · 0 评论 -
什么是预训练模型?
什么是预训练模型?原创 2023-03-01 14:32:59 · 2656 阅读 · 3 评论 -
Keras框架下的loss损失函数
简单的介绍在Keras框架下的几种loss损失函数原创 2022-11-29 17:13:00 · 2051 阅读 · 0 评论 -
快速了解机器视觉(CV)基础知识
机器视觉快速入门知识点梳理原创 2022-10-31 22:54:39 · 5954 阅读 · 0 评论 -
torch1.4.0与torchvision0.5.0的安装(linux)
torch1.4.0与torchvision0.5.0现在windows版本貌似安装不了,只能使用linux进行安装,如果有Windows安装成功的同学请跟我联系一下,谢谢!原创 2022-08-27 16:31:45 · 1184 阅读 · 0 评论 -
Vot-Toolkit环境配置指南
配环境断断续续一周总算用Python跑出来了Vot-Toolkit,因为自己的算法实在跑不出来,于是我只是模仿[官网的NCC](https://www.votchallenge.net/howto/tutorial_python.html)跑出来的,距离目标还有一段距离,以下我给大家梳理一下防止大家和我一样踩坑:原创 2022-08-23 18:50:45 · 848 阅读 · 1 评论 -
Multi-Adapter RGBT Tracking代码学习(二)
Multi-Adapter RGBT Tracking代码学习(二)原创 2022-08-01 17:28:43 · 399 阅读 · 0 评论 -
Multi-Adapter RGBT Tracking代码学习(一)
Multi-Adapter RGBT Tracking代码学习原创 2022-07-31 22:29:58 · 872 阅读 · 0 评论 -
深度学习中online train和offline train
深度学习中online train和offline train原创 2022-07-29 12:04:49 · 884 阅读 · 0 评论 -
复现Multi-Adapter RGBT Tracking(一)——pretrain
复现Multi-Adapter RGBT Tracking原创 2022-07-20 14:45:47 · 644 阅读 · 4 评论 -
Attribute-Based Progressive Fusion Network for RGBT Tracking训练的复现
Attribute-Based Progressive Fusion Network for RGBT Tracking prepro_data.py的复现原创 2022-07-18 16:44:02 · 747 阅读 · 21 评论 -
UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xa3 in position 1014: invalid start byte解决方法
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa3 in position 1014: invalid start byte解决方法原创 2022-07-18 15:55:27 · 1304 阅读 · 0 评论 -
linux中将一个文件或文件夹移动、复制到另一个文件夹的方法
linux中将一个文件或文件夹移动、复制到另一个文件夹的方法原创 2022-06-22 16:42:19 · 33503 阅读 · 0 评论 -
数据集中多张图片转换成视频文件方法
数据集中多张图片转换成视频文件方法原创 2022-06-22 15:36:16 · 791 阅读 · 0 评论 -
下载VOT2013-2020数据集方法
下载VOT2013-2020数据集方法原创 2022-06-22 14:30:59 · 829 阅读 · 0 评论 -
解决python check_hostname requires server_hostname问题
ValueError: check_hostname requires server_hostname解决办法原创 2022-06-22 13:22:19 · 841 阅读 · 0 评论 -
Yolov5的配置+训练(超级详细!!!)
一、NVIDIA驱动安装与更新首先查看电脑的显卡版本,步骤为:此电脑右击–>管理–>设备管理器–>显示适配器。就可以看到电脑显卡的版本了。如图,可以看到我的是一块NVDIA GeForce MX150显卡。有显卡驱动的,可以直接在桌面右键,找到英伟达驱动控制面板打开就好了。显卡驱动的下载地址安装(更新)好了显卡驱动以后。我们按下win+R组合键,打开cmd命令窗口。输入如下的命令。nvidia-smi得到如下图的信息图,可以看到驱动的版本是496.76;最高支持的CUD原创 2021-12-08 12:13:30 · 107222 阅读 · 133 评论