CV算法学习计划-基础之上
该专栏学习前提需要具备一定CV基础,后期会对用到的基础性知识插入超链接,链接到CV基础专栏、CV小知识专栏或者其他专栏。该专栏旨在将整个CV的理论和应用串联打通,并进行各领域算法实现。
黄豆Jiang
这么多年了,钱包怎么还像个长不大的孩子,都不会自己赚钱!
展开
-
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 2021-10-04 18:39:24 · 576 阅读 · 0 评论 -
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 2021-10-03 21:19:18 · 1330 阅读 · 0 评论 -
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 2021-09-29 13:55:33 · 192 阅读 · 0 评论 -
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 2021-09-27 14:06:59 · 403 阅读 · 0 评论 -
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 2021-09-25 11:30:18 · 229 阅读 · 0 评论 -
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 2021-09-25 10:29:21 · 326 阅读 · 0 评论 -
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 2021-09-24 09:15:05 · 852 阅读 · 0 评论 -
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 2021-09-24 09:08:51 · 570 阅读 · 0 评论 -
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 2021-09-24 09:04:33 · 82 阅读 · 0 评论 -
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 2021-09-17 14:55:33 · 291 阅读 · 0 评论 -
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 2021-09-17 14:33:07 · 612 阅读 · 0 评论 -
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 2021-09-12 23:50:50 · 2982 阅读 · 14 评论 -
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 2021-09-10 16:50:10 · 1630 阅读 · 0 评论 -
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 2021-09-10 10:45:38 · 4831 阅读 · 0 评论 -
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 2021-09-02 20:06:50 · 412 阅读 · 0 评论 -
小知识-YOLOv4-building target-锚点(anchor)大小到底是什么
原创 2021-09-02 17:24:44 · 757 阅读 · 0 评论 -
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 2021-09-01 14:09:41 · 359 阅读 · 0 评论