计算机视觉与深度学习
系统随机
这个作者很懒,什么都没留下…
展开
-
anaconda 安装tensorflow1.9
安装tensorflow1.9原创 2022-11-08 23:12:14 · 1649 阅读 · 1 评论 -
albumentations数据增强学习
albumentations数据增强学习``文章目录albumentations数据增强学习原图:CLAHE(限制对比度自适应直方图均衡化)数据增强RandomRotate90(随机旋转90度)Transpose(转置)RGBShift(随机平移RGB通道值)HueSaturationValue(色调饱和度值)Flip(垂直或水平和垂直翻转)HorizontalFlip(围绕Y轴水平翻转)VerticalFlip(围绕X轴垂直翻转)RandomBrightnessContrast(随机亮度对比度)a原创 2022-05-10 11:28:05 · 1434 阅读 · 0 评论 -
opencv将多张图片合成视频
opencv将多张图片合成视频文章目录opencv将多张图片合成视频import osimport cv2path = 'E:\\contest\\insect\\insect\\JPEGImages\\val'filelist = os.listdir(path)filelist = sorted(filelist)fps = 24 # 视频每秒24帧size = (604, 604) # 需要转为视频的图片的尺寸# 可以使用cv2.resize()进行修改video =原创 2022-04-21 22:51:35 · 6446 阅读 · 2 评论 -
python遍历文件夹下的所有图片
python遍历文件夹下的所有图片文章目录python遍历文件夹下的所有图片整体代码块:import osimport globWSI_MASK_PATH = 'E:\\contest\\insect\\insect\\JPEGImages\\test'#存放图片的文件夹路径paths = glob.glob(os.path.join(WSI_MASK_PATH, '*.jpeg'))print(paths)paths.sort()print(paths)遍历完之后是列表的形式原创 2022-04-21 20:29:32 · 9316 阅读 · 0 评论 -
量化lstm为onnx遇到end值越界的解决方法
量化lstm为onnx遇到end值越界的解决方法文章目录量化lstm为onnx遇到end值越界的解决方法问题解决问题量化lstm模型时:出现问题解决查看代码:class LSTM_Model(nn.Module): def __init__(self, input_dim, hidden_dim, layer_dim, output_dim): super(LSTM_Model, self).__init__() # 初始化父类中的构造方法 sel原创 2022-04-08 20:36:29 · 342 阅读 · 0 评论 -
pytorch 预处理图片--Resize
pytorch 预处理图片–Resize文章目录pytorch 预处理图片--Resizedef resizeImg(): for x in range(1 ,100): # 读取图片 img = cv2.imread("E:\\{}.png".format(str(x))) img = Image.fromarray(img) img = F.resize(img, (512,512)) img=np.arr原创 2022-03-13 11:42:24 · 6704 阅读 · 0 评论 -
Excel xlsx file; not supported
文章目录读取excel时出现错误Excel xlsx file; not supported解决方法:pip uninstall xlrdpip install xlrd==1.2.0原创 2021-12-16 20:36:36 · 946 阅读 · 0 评论 -
xlrd.biffh.XLRDError: Excel xlsx file; not supported
xlrd.biffh.XLRDError: Excel xlsx file; not supported文章目录xlrd.biffh.XLRDError: Excel xlsx file; not supported pip uninstall xlrd pip install xlrd==1.2.0原创 2021-12-02 11:43:52 · 101 阅读 · 0 评论 -
循环神经网络学习
文章目录循环神经网络RNN循环神经网络RNN在时刻t,一旦得到当前输入数据x_t,循环神经网络会结合前一时刻t−1得到的隐式编码ℎ_t−1,如下产生当前时刻隐式编码ℎ_t:ℎ_t=Φ(U×x_t+W×ℎ_t−1)这里Φ(∙)是激活函数,一般可为Sigmoid或者Tanh激活函数,使模型能够忘掉无关的信息,同时更新记忆内容。U与W为模型参数。从这里可看出,当前时刻的隐式编码输出ℎ_t不仅仅与当前输入数据x_t相关,与网络已有的“记忆”ℎ_t−1也有着密不可分的联系...原创 2021-12-01 01:21:48 · 467 阅读 · 0 评论 -
Input and parameter tensors are not at the same device
Input and parameter tensors are not at the same device文章目录Input and parameter tensors are not at the same device出现这个问题的原因是没有把模型和数据都放到cuda里面 device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu') model.to(device=device) # 一个batch原创 2021-12-01 00:49:09 · 1600 阅读 · 0 评论 -
vit 代码学习
写在前面:对霹雳啪啦WZ大佬的代码进行学习,做一个日记,供复习用更多可以访问大佬的链接:github链接博文地址vit 代码学习文章目录vit 代码学习self-attention 计算:图像块的划分个人觉得 VIT模型的学习有两个难点,对于新手来说,一是attention模块,二就是图像块的切分。其余的其实和传统CNN模型差不多,搭好积木就可。attention模块可以看看transformer中的attention解释。先放VIT的模型图:在学习VIT 之前,首先要对transfo原创 2021-11-23 21:46:11 · 1972 阅读 · 2 评论 -
pytorch 反卷积ConvTranspose2d
pytorch 反卷积ConvTranspose2d文章目录pytorch 反卷积ConvTranspose2d引入nn.convTranspose2dnn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, bias=True, dilation=1)#in_channels(int) – 输入信号的通道数#out_channels原创 2021-11-08 21:10:29 · 970 阅读 · 0 评论 -
unet模型学习笔记
unet模型学习笔记文章目录unet模型学习笔记前言一、模型图二、依据模型图搭建模型前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、模型图二、依据模型图搭建模型1.图中可以看出每层有两次卷积核,将图像输入后,进行两次卷积,每次卷积跟一个批归一化和激活函数激活class DoubleConv(nn.Module):原创 2021-11-08 12:27:58 · 2708 阅读 · 0 评论 -
pytorch-tensorboard
pytorch-tensorboard记录一下tensorboard使用踩雷文章目录pytorch-tensorboard使用方法:路径不能有中文logdir后跟一个等号,如果要切换端口,后接–port= ,可以将在云上跑的tensorboard文件下载下来在本地再用tensorboard显示。...原创 2021-11-07 21:29:47 · 99 阅读 · 0 评论 -
pytorch自定义dataset
pytorch自定义dataset文章目录pytorch自定义dataset记录一下进程经过一晚上的尝试,代码如下:import osimport numpy as npfrom PIL import Imagefrom torch.utils.data import DataLoaderimport cv2import torchfrom torch.utils.data import Datasetfrom torchvision import transformsc原创 2021-11-05 01:28:15 · 195 阅读 · 1 评论 -
图像读取方式
图像读取方式文章目录图像读取方式CV2img=cv2.imread('Blood_Recognition/imgs/img_big/1.jpg')print(img.shape)(960, 1280, 3)Imagefrom PIL import Imageimg2=Image.open('Blood_Recognition/imgs/img_big/7.jpg')img3=np.array(img2)print(img3.shape)(960, 1280)plt.im原创 2021-10-28 22:45:42 · 153 阅读 · 0 评论 -
Visformer学习
Vit文章目录Vit!pip install vit_pytorchimport torchvisionfrom torch.utils.tensorboard import SummaryWriterfrom torch.utils.data import DataLoaderfrom torch import nnfrom torch.utils.data import DataLoaderdataset_transform = torchvision.transforms.Co原创 2021-10-28 21:49:33 · 162 阅读 · 0 评论 -
用Colab进行Cifar10图像分类
用Colab进行Cifar10图像分类文章目录用Colab进行Cifar10图像分类```pythonimport torchimport torchvisionfrom torch.utils.tensorboard import SummaryWriterfrom torch import nnfrom torch.utils.data import DataLoaderdataset_transform=torchvision.transforms.Compose([ t原创 2021-10-28 21:41:58 · 540 阅读 · 0 评论 -
tif图片转jpeg和png(matlab)
tif图片转jpeg和png(matlab)文章目录tif图片转jpeg和png(matlab)srcpath='F:\深度学习\图像分割\Blood_Recognition\训练图原图\密集大图'topath='F:\深度学习\图像分割\Blood_Recognition\训练图原图\密集大图转换' for i=1:48 data = imread(strcat(srcpath,'\',num2str(i),'.tif')); imwrite(data, strcat(topath,'\'原创 2021-10-28 20:14:26 · 4066 阅读 · 0 评论