qq_48455792的博客

原创 小知识-卷积后特征图的大小计算

目录计算公式举例整理不易，有条件的点个关注、点个赞呗！感恩各位大哥！计算公式以特征图的高举例out_height=in_height+2∗pad−conv_heightstrides+1(1)\bm{out\_height=\frac{in\_height+2*pad-conv\_height}{strides}+1}\tag{1}out_height=stridesin_height+2∗pad−conv_height​+1(1)其中：out_heightout\_heightout_hei

原创 配置你的Anaconda+Pycharm+tensorflow-gpu+CUDA

这里写自定义目录标题conda从本地安装包欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入conda从本地安装包conda install --use-local pytorch-1.2.0

原创 win10查看你的电脑cpu是几核

如何在python中查看你的cpu核数import multiprocessingmultiprocessing.cpu_count()

原创 卷积的平移不变性

什么是平移不变性？不变性不变性意味着即使目标的外观发生了某种变化，但是你依然可以把它识别出来。这对图像分类来说是一种很好的特性，因为我们希望图像中目标无论是被平移，被旋转，还是被缩放，甚至是不同的光照条件、视角，都可以被成功地识别出来。所以上面的描述就对应着各种不变性：平移不变性：Translation Invariance旋转/视角不变性：Ratation/Viewpoint Invariance尺度不变性：Size Invariance光照不变性：Illumination Invarian

原创 一文完全读懂傅里叶变换以及数据案例python实现

目录数据案例实现整理不易，有条件的点个关注、点个赞呗！感恩各位大哥！数据案例实现测试数据采用x=np.linspace(0,1,1400)，a=7*np.sin(2*np.pi*200*x) + 5*np.sin(2*np.pi*400*x)+3*np.sin(2*np.pi*600*x)生成的。import numpy as np# a = np.array([1,2,3])x=np.linspace(0,1,1400)a=7*np.sin(2*np.pi*200*x) + 5*np.s

原创 互相关函数的计算

目录互相关函数的定义互相关函数的计算存在具体项目参数时整理不易，有条件的点个关注、点个赞呗！感恩各位大哥！互相关函数的定义描述两个不同的信号在不同时期上的相关性的函数，主要应用：混有周期成分数据（信号）的频率（周期）提取，例如两列数据在其中一列数据滞后三期时相关性最高，则该类数据的周期为3。互相关函数的计算公式：C1,2(t)≈∫0tcv1(τ)v2(t+τ)dτ(1)C_{1,2}(t)\approx\int_{0}^{t_{c}}v_{1}(\tau)v_{2}(t+\tau)d\ta

原创 python小技巧-使用pandas对excel表在同一个sheet里追加储存数据

目录实现效果代码整理不易，有条件的点个关注、点个赞呗！感恩各位大哥！实现效果代码import pandas as pdfrom openpyxl import load_workbookwriter = pd.ExcelWriter(r'C:\Users\SUNGUOQIANG\Desktop\excel_save_test.xlsx',engine='openpyxl')book=load_workbook(r'C:\Users\SUNGUOQIANG\Desktop\excel_sa

原创 5.2tensorflow结构可视化01

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow及相关包加载数据集、设定批次定义参数概要定义各类命名空间合并所有的summary定义会话并运算完整代码可视化找到文件tensorboard打开整理不易，有条件的点个关注、点个赞呗！感恩各位大哥！tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell

原创 5.1tensorflow5.1神经网络调参实现mnist数据集分类正确率98%以上(实现动态学习率调整)

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow及相关包加载数据、定义批次定义网络结构定义损失函数、优化器、评价指标等模型训练完整代码整理不易，有条件的点个关注、点个赞呗！感恩各位大哥！tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow及相关包import t

原创 3.2梯度下降法（各类优化器实现与简介）-简单神经网络分类为例

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）tensorflow1.0中封装的各类常用优化器整理不易，有条件的点个关注！感谢各位大佬，受小弟一拜！tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell里）tensorflow1.0中封装的各类常用优化器...

原创 3.1拟合与Dropoout实现

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）什么是过拟合Dropout层导入tensorflow及其他包整理不易，有条件的点个关注！感谢各位大佬，受小弟一拜！tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell里）什么是过拟合简言之，训练数据中表现特别好，但在测试集中表现一般，及模型泛化能力弱。缓解过拟合

原创 2.3BP神经网络MNIST数据集分类（交叉熵损失函数）

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow及其他包载入数据集定义网络结构及进行训练完整代码tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow及其他包import tensorflow as tffrom tensorflow.examples.tutor

原创 2.2BP神经网络MNIST数据集分类

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow及其他包载入数据集定义网络结构及进行训练完整代码tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow及其他包import tensorflow as tffrom tensorflow.examples.tutor

原创 YOLOV4-模型训练和代码-pytorch

训练超参batch,subvision,burn in,学习率等等build target从Ground Truth到target的过程损失函数位置回归损失，物体自信度损失（正样本和负样本），类别交叉熵损失import cv2 from random import shuffleimport numpy as npimport torchimport torch.nn as nnimport mathimport torch.nn.functional as Ffrom

原创 2.1tensorflow1.0实现非线性回归(input为1的BP神经网络)

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow及其他包随机生成线性模型随机点非线性回归模型构建定义两个placeholder用于为Input占位定义神经网络中间层定义神经网络输出层二次代价函数定义一个梯度下降法来进行训练的优化器采用图和会话训练模型完整代码tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyt

原创 1.4tensorflow简单示例-线性模型

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow及其他包随机生成线性模型随机点线性模型的构建和训练构造线性模型二次代价函数定义一个梯度下降法来进行训练的优化器最小化代价函数定义变量初始化采用图和会话训练模型完整代码tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow

原创 1.3Fetch_and_Feed

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow创建常量和计算Feedtensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflowimport tensorflow as tf创建常量和计算fetch 表示同时运行两个计算，即两个计算用列表的形式传递给sess.ru

原创 1.2变量

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow创建变量、常量并进行加减法计算创建变量并逐渐对变量赋值完整代码tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflowimport tensorflow as tf创建变量、常量并进行加减法计算x = tf.Var

原创 1.1创建图、启动图

目录tensorflow简单介绍代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflow创建常量和计算简单定义会话、启动图常用定义会话启动图的方式（实现的是与简单定义会话一样的功能）完整代码tensorflow简单介绍tensor采用图运算的方式搭建并训练深度学习网络，该部分使用的库包版本为tensorflow==1.14.0代码拆分（每个代码块可以放到一个jupyter的cell里）导入tensorflowimport tensorflow as tf如果你要查看

原创 YOLOV4-整体理论知识-pytorch

目录1.Yolov4整体网络架构1.1backbone模块1.1.1CBM子模块1.1.2CSPX子模块1.Yolov4整体网络架构网络整体由三部分组成backbone、neck、head部分，注意蓝色卷积是属于head部分（但在网络实现时往往和neck一起定义，简便起见）。1.1backbone模块backbone部分包含CBM、CSP两个子模块。CBM表示Conv+Normalization+Mish结构，CSP表示CBM+ResUnit+concat组成，具体如下：1.1.1CBM子模块

原创 小知识-监视GPU使用情况

监视GPU使用情况在shell中输入nvidia-smi命令即可，可以再添加个，每10秒更新一次：watch -n 10 nvidia-smi做动态监视，如下：一次监听nvidia-smi动态监听

原创 小知识-查看gpu或者显卡使用情况

在shell中输入nvidia-smi命令即可

原创 YOLOV4-使用yolo.cfg解析方式构造网络

配置文件yolo4_car_det_1cls.cfg代码文件inference_dark.pyweitghs文件夹yolov4_citycar_6000_2cls.weights 在中国道路数据集（10000张中国图片）上训练好的darknet模型yolov4.conv.137总结另一种构建yolo的方式，未完成...

原创 YOLOV4-模型集成-pytorch

最终效果输入一张图片到模型-->模型能够检测到物体并把框画出来代码位置inference.py前向推理代码utils.py与前向传播有关的函数dataloader与训练有关的函数generator与训练有关的函数utills.py与前向传播有关的函数画框函数：导入类别函数：iou计算函数：非极大值抑制函数：...

原创 YOLOV4-head部分-pytorch

这里写目录标题代码书写位置整体代码代码书写位置pytorch从零开始YOLOV4的neck部分代码写在yolo4.py里整体代码整体代码如下：import torch.nn as nnimport torch.nn.functional as Fimport torchimport numpy as npdef yolo_decode(output, num_classes, anchors, num_anchors, scale_x_y): device = None

原创 YOLOV4-neck部分-pytorch

pytorch从零开始YOLOV4的neck部分代码写在yolo4.py里整体代码如下：import torch # 自己写的代码import torch.nn as nnfrom collections import OrderedDictfrom torch.autograd import Variablefrom CSPDarknet import *import cv2import math# CBL的构建def conv2d(filter_in, filter_out,

原创 YOLOV4-bone部分-pytorch

pytorch从零开始代码写在CSPDarknet.py里整体代码如下：import torchimport torch.nn.functional as Fimport torch.nn as nnimport mathfrom collections import OrderedDictimport numpy as npdef load_model_pth(model, pth): print('Loading weights into state dict, name:

原创 小知识-newline = ‘ ‘.join(list(str))的作用

newline=’ '.join(list(str))会以空格分隔，将list中的各字符串拼接成一个字符串。

原创 小知识-如何查看open(“文件名”，“w“)的文件具体是保存在哪里

open()文件路径问题open()后面如果不指定路径，默认目录为当前py文件所在目录。

原创 小知识-cv2.MultiTracker_create()、cv2.TrackerMOSSE_create、cv2.TrackerBoosting_create等报错，no attribute

错误描述采用opencv实现的目标算法时，报错“AttributeError: module ‘cv2.cv2’ has no attribute ‘MultiTracker_create’”，或者TrackerBoosting_create、TrackerTLD_create、TrackerMedianFlow_create、TrackerMOSSE_create等。问题原因OpenCv的contrib modules在4.5.1之后不再支持cv2.Multitracker_create，更改为c

原创 小知识-cv2.drawContours()报错（-215)

报错代码，图片均没有问题，前面的cv2.findContours()也没有问题。但是 将检测的边缘输入下面的cv2.drawContours()缺报错。原因新版本的cv2.findContours()会返回两个属性值，一个是边缘，另一个是边缘属性。cv2.drawContours()要用的就是边缘，因此后面的索引应当为[0]。而旧版本的cv2.findContours()会返回三个属性值，其中第二个属性为边缘(边缘坐标信息)，也就是cv2.drawContours()需要的值，因此后面的索引应当为

原创 小知识-pycharm的debug如何跳过for循环

pycharm的debug如何跳过for循环

原创 python安装opencv(cv2)

import cv2提示：No module named ‘cv2’需要安装opencv，在你使用的环境中输入：pip install opencv-python即可

原创 小知识-YOLOv4-building target-锚点（anchor）大小到底是什么

原创 os.path.join

os.path.join解释**os.path.join(“dira”,‘dirb’)**表示os模块中path函数有一个子函数join，用来专门拼接两个文件路径（会自动添加’/’），常和glob同时使用.input_paths = glob.glob(os.path.join('C:/论文与项目/Gans/FS-GAN/UCID/test', "*.tif"))拼接出C:/论文与项目/Gans/FS-GAN/UCID/test中所有tif格式图片的绝对路径，并保存在一个list中，结果如下：

原创 深度学习网络模型可视化神器Netron安装与使用，可用于（tensor、pytorch、caffe、keras等多种框架）

在你的环境中安装Netron我的环境是新建的项目环境yolov4_pytorch，激活环境命令行前面括号会显示该环境名，然后安装netronpip install netron安装完成Netron简单使用如图，找到网络的配置文件，这里是darknet的配置文件找到文件的目录，在bash中（注意是bash也就是win的命令框，而不是python代码）输入：netron 文件绝对路径就会得到一个HTLM服务，复制网页地址（http://localhost:8080），在浏览器打开即可

原创 在安装cuda10.0和cudnn7.4的情况下安装pytorch

创建环境、激活环境、和检查CUDA是否配置完毕1、创建环境conda create -n pytorch12 python=3.62、激活环境conda activate pytorch123、检查cuda是否正常nvcc -V如果你的cuda配置正常会如下图所示：安装pytorch注意：这里已经在你的准备好得到pytorch12环境下conda install pytorch==1.2.0 torchvision==0.4.0 -c pytorch选择y，运行安装，一遍不行

原创 解决jupyter notebook或者jupyter lab安装google-colab后，jupyter 打不开的问题

解决jupyter notebook或者jupyter lab安装google-colab后，jupyter 打不开的问题问题产生问题解决问题产生博主最近在学tensorflow，看的慕课上一网课，有用到google colab，但是博主并没有能够成功安装google colab，在安装失败后放弃，本以为匆匆过客，各自安好，没想到一顿操作过后博主的jupyter打不开了！提示ModuleNotFoundError: No module named ‘jupyter_server’ 问题解决解决非常.

原创 第四阶段-CV理论基础-目标检测

目标检测算法发展区域RCNNR-CNN实际上是将图框出各部分，然后再去提取特征，再通过SVM分类判断，每个类都采用一个SVM模型，而后各类再回归，计算量特别大且繁琐每张图片2000多个区域都要进行卷积计算SPP-Net改进R-CNN：（实际上是将卷积提到了区域框划分的前面）不再是采用各个框图算出后再去放到CNN提取特征，而是直接将整个图放进去。引入空间金字塔池化：为不同尺寸的区域在Conv5输出上提取特征、映射到尺寸固定的全连接层。问题特征离线训练，耗内存复杂多阶段，时间仍

原创 jupyter切换现有环境

jupyter 打开一个已有ipython文件会用base环境打开，如果你想用你自己建立的额外环境打开它只需要这样做首先 直接打开改ipython文件，此时会在默认环境（base）然后在kernel的Change Kernel中更换即可...