YOLO系列
文章平均质量分 75
王尼莫啊
给个机会
展开
-
【yolov8目标检测部署】TensorRT int8量化
模型量化是深度学习领域中一种重要的模型优化技术,它主要涉及将模型中的浮点数(如FP32)转换为低比特的格式(如INT8)。这样做的目的是为了减少模型的存储大小和内存占用,同时加快模型的推理速度,尤其在硬件资源受限的设备上效果显著。模型量化的方法:1. 训练时量化也叫量化感知训练(Quantization-Aware-Training,QAT),在训练过程中模拟量化操作,使模型适应量化,减少量化误差。原创 2024-04-29 15:04:52 · 1043 阅读 · 0 评论 -
【Debug】TensorRT报错汇总
下面是运行中的问题汇总及解决。原创 2024-04-29 10:08:50 · 364 阅读 · 0 评论 -
【yolov8】yolov8剪枝训练流程
self.proj 可能不在与 pred_dist 相同的设备上。这可能是因为 self.proj 被指定在 CPU 上,而 pred_dist 在 GPU 上(或反之)。要解决这个问题,需要确保两个张量位于相同的设备上。可以使用 to() 方法将 self.proj 放到与 pred_dist 相同的设备上。修改位置:yolo/engine/model.py的443行左右。修改位置:yolo/engine/model.py的335行左右。左侧为未剪枝的模型,右侧为剪枝后的模型。原创 2024-04-28 14:04:44 · 1132 阅读 · 0 评论 -
【详细】从0-1配置YOLOv8环境
Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。其中Conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。原创 2024-04-22 15:54:08 · 1249 阅读 · 0 评论 -
【详细介绍】数据集数据增强——voc格式版
添加噪声(_addNoise): 向图像中添加随机的高斯噪声。改变亮度(_changeLight): 随机调整图像的亮度。: 在图像中随机选择区域进行遮蔽(Cutout)。旋转(_rotate_img_bbox): 以随机角度旋转图像,并相应地调整边界框。裁剪(_crop_img_bboxes): 通过随机裁剪图像的一部分,并确保裁剪后的图像仍然包含所有的目标框。平移(_shift_pic_bboxes): 在水平或垂直方向上随机平移图像,并相应地调整边界框。原创 2024-04-12 15:04:54 · 282 阅读 · 0 评论 -
【通俗易懂】Windows系统安装TensorRT
NVIDIA TensorRT是一个由NVIDIA公司开发的用于深度学习推理的高性能SDK。它专门设计用于在NVIDIA GPU上进行高效的神经网络推理,能够大幅度提升深度学习模型的推理速度和效率。TensorRT的主要特点包括:模型优化:TensorRT通过层融合、精度校准、动态形状等技术优化模型,减少推理时的计算量和内存占用。多精度推理:支持多种精度推理,包括FP32、FP16、INT8等,以平衡性能和精度。原创 2024-04-11 14:02:40 · 805 阅读 · 0 评论 -
数据集格式转换——yolo和voc互转
【代码】数据集格式转换——yolo和voc互转。原创 2024-03-29 17:35:16 · 287 阅读 · 0 评论 -
数据集标签类别转换——txt版
整个表达式的含义是,从文件对象 f 读取内容作为字符串,并对该字符串执行正则表达式替换操作,将以字符 1 开头的部分替换为字符 0。替换的结果被赋值给变量 new_data。也就是说改3次代码,执行三次,对应类别标签替换完成。原创 2024-03-29 17:29:29 · 225 阅读 · 0 评论 -
【手把手教学】yolov8两种方法实现可视化界面
Gradio是一个用于构建交互式界面的Python库。它可以快速构建和部署自定义的机器学习模型、自然语言处理(NLP)模型、计算机视觉模型和其他数据处理任务的交互式界面。简单易用:Gradio提供了简单的API,能够轻松定义输入和输出,以及实现模型的交互式界面。多种输入和输出类型:Gradio支持多种输入和输出类型,包括文本、图像、音频和视频。可以根据任务的需要,选择适合的输入和输出类型。自定义界面组件:Gradio允许根据需要自定义界面组件,以提供更好的用户体验。原创 2024-03-26 14:45:28 · 1837 阅读 · 2 评论