关于李沐【动手学深度学习】目标检测中catdog图片找不到

最新推荐文章于 2023-06-27 16:39:38 发布
最新推荐文章于 2023-06-27 16:39:38 发布
阅读量1.2k 收藏 4
点赞数 7
分类专栏： 学习李沐【动手学深度学习】 文章标签： 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_48903083/article/details/129865232
版权

学习到李沐课的目标检测问题，发现他使用的catdog图片在我这里根本没有：

../img /catdog.jpg会报错，No such file or directory: '../img/catdog.jpg'

这是因为我没有下载这张图，然后找了找资源

https://raw.githubusercontent.com/d2l-ai/d2l-en/master/img/catdog.jpg

这里可以直接下载图片，但是下好了之后我又不知道该放在那里，我用的是jupyter，所以直接放在我们该文件写代码的根目录里面上传上去就可以直接使用了：

这样就可以用了。然后是后面用到的banana数据集资源网站我也贴在下面，防止将来用到： 

 http://d2l-data.s3-accelerate.amazonaws.com/banana-detection.zip

 

王阿虎丶
关注
  • 7
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
物体检测Object Detection学习笔记（MXNet）（二）
XiangJiaoJun_的博客
11-27 736
多尺度物体目标检测锚框生成过多的问题尺度如何在MXNet中生成多尺度的锚框总结 锚框生成过多的问题   上一节学习到，我们是基于生成的锚框来预测物体类别和偏移量，而且我们对于一张原始图片，对于每个像素都会生成多个锚框。   问题：我们生成了大量的锚框，而在其中有大量的重复区域，造成了运算量过于复杂。那么如何减少我们的计算量呢？   其实很简单，我们只需要对原始图像均匀采样一小部分像素，并以采样的像...
香蕉：BaNaNa
02-22
BaNaNa-BirthdayCard App-
目标检测—锚框
wltyh的博客
05-04 1860
这里写自定义目录标题欢迎使用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 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
【深度学习】猫狗识别TensorFlow2实验报告
BetterBench的博客
07-03 2万+
实验二：猫狗识别 一、实验目的 利用深度学习实现猫狗动物识别，采用Kaggle提供的公开数据集，训练深度学习模型，对测试集猫狗中的图片准确分类。通过该实验掌握深度学习中基本的CV处理过程。 二、实验原理 （1）采用用卷积神经网络训练 卷积神经网络由一个或多个卷积层和顶端的全连通层（对应经典的神经网络）组成，同时也包括关联权重和池化层（pooling layer）。这一结构使得卷积神经网络能够利用输入数据的二维结构。与其他深度学习结构相比，卷积神经网络在图像和语音识别方面能够给出更好的结果。这一模型也可以使用
动手学深度学习PyTorch版--Task7--目标检测基础；图像风格迁移
sinat_29950703的博客
02-21 2675
一.目标检测基础 1.目标检测和边界框 %matplotlib inline from PIL import Image import sys sys.path.append('/home/kesci/input/') import d2lzh1981 as d2l # 展示用于目标检测的图 d2l.set_figsize() img = Image.open('/home/kesci/inp...
深度学习笔记-计算机视觉
qq_40318498的博客
09-14 584
目标检测和边框值 import d2lzh as d2l from mxnet import image d2l.set_figsize() img = image.imread('img/catdog.jpg').asnumpy() # 边界框(bounding_box) dog_bbox,cat_bbox = [60,45,378,516],[400,112,655,493] # bbox...
李沐《动手学深度学习》边界框检测No such file or directory: ‘../img/catdog.jpg‘图片找不到报错
BanLisen的博客
06-27 383
FileNotFoundError: [Errno 2] No such file or directory: '../img/catdog.jpg' 报错。
实战Kaggle比赛：预测房价
yingzi的技术博客
09-05 846
例如，“MSZoning”包含值“RL”和“Rm”，创建两个新的指⽰器特征“MSZoning_RL”和“MSZoning_RM”，其值为0或1。注意，有时一组超参数的训练误差可能非常低，但K折交叉验证的误差要高得多，这表面模型过拟合了。既然我们知道应该选择什么样的超参数，我们不妨使⽤所有数据对其进⾏训练（⽽不是仅使⽤交叉验证中使⽤的1 − 1/K的数据）。在每个样本中，第一个特征是ID，这有助于模型识别每个模型样本，虽然这很方便，但不携带任何预测信息，因此在将数据提供给模型之前，可将其从数据集中删除。
Python 相对路径问题：“No such file or directory“，原因及解决方法
热门推荐
小蓝枣的博客
08-04 22万+
如果你取相对路径不是在主文件里，可能就会有相对路径问题："No such file or directory"。 因为 python 的相对路径，相对的都是主文件。 main.py 是主文件。 conf.py 里引用 config.txt 用相对路径。 如果用 . 或 … 相对的是 main.py，所以用 "./config.txt"，相对于 main.py 是同一个目录下。 . 指当前文件所在的文件夹，… 指当前文件的上一级目录。
深度学习资料dog vs cat 数据集
12-12
深度学习资料，编程实战猫和狗二分类数据集，dog vs cat 数据集
深度学习笔记 —— 物体检测和数据集 + 锚框
LightInDarkness的博客
04-19 3797
任务：识别我们所有感兴趣的物体，同时将每个物体的位置找出来 import torch from d2l import torch as d2l import matplotlib.pyplot as plt d2l.set_figsize() img = d2l.plt.imread('./img/catdog.jpg') d2l.plt.imshow(img) plt.show() # 定义在这两种表示之间进行转换的函数 def box_corner_to_cente..
猫狗图片image.zip
03-18
这是简单的猫狗识别的数据集，里面的图片适合做CNN神经网络训练，适合初学者，也可以使用VGG16 来进行测试训练，在实验结果来看，VGG16 的训练结果的准确率比CNN的训练结果的准确率好，欢迎大家加入深度学习的大家庭，蜀道难，重在积累。
李沐动手学深度学习(pytorch版本)”d2lzh_pytorch”包的缺少安装问题
12-21
学习深度学习时候，很多人参考的是李沐的动手学深度学习Pytorch版本（附上官方地址：https://tangshusen.me/Dive-into-DL-PyTorch/#/）。 在学习3.5.1节 “获取数据集” 时，会遇到d2lzh_pytorch包缺少的问题，经过...
《动手学深度学习》2020正式版本-李沐_深度学习
09-11
深度学习资料，能快速提升自己在这方面的能力
李沐动手学深度学习课程所用的02-DataSet-Kaggle-House
03-23
李沐动手学深度学习课程所用的02_DataSet_Kaggle_House，可以提前下载下来放进目录中，别因为网络原因耽误代码实现！！
最全面的 深度学习 笔记【土堆 Pytorch】【李沐 动手学深度学习】【吴恩达 深度学习】
最新发布
05-16
深度学习是机器学习的一个重要分支，通过模拟人脑的神经网络结构进行数据处理和模式识别。以下是三种重要的深度学习资源，它们涵盖了...李沐的《动手学深度学习》是一本非常适合初学者的教材，结合理论与实践，采用J
动手学深度学习课程作业和答案
03-21
动手学深度学习课程作业和答案
猫狗二分法遇到cannot identify image file ＜_io.BytesIO object at 0x000002A881819678＞
追梦少年ML的博客
04-04 3129
这个错误是数据集中有图片格式出错打不开，只需把它删除即可。但是如何找出错误图片的位置 import os from PIL import Image folder_path = '' #写入你图片所在的文件夹，即包含该图片的文件夹 extensions = [] for filee in os.listdir(folder_path): file_path = os.path.join(folder_path, filee) print('** Path: {} **'.format(f
李沐动手学深度学习V2-目标检测边界框
flyingluohaipeng的博客
06-08 1243
根据坐标信息定义图像中狗和猫的边界框，图像中坐标的原点是图像的左上角，向右的方向为 𝑥 轴的正方向，向下的方向为 𝑦 轴的正方向。 将边界框在图中画出，以检查其是否准确。 画之前定义一个辅助函数bbox_to_rect（），它将边界框表示成matplotlib的边界框格式。 4. 小结......
李沐《动手学习深度学习》
10-08
李沐是一位著名的深度学习专家，他是MXNet深度学习框架的创始人之一，并且担任着D2L（动手学习深度学习）这门开放在线教育课程的作者之一。《动手学习深度学习》（Dive into Deep Learning）是该课程的教材，它旨在帮助初学者和从业人员深入了解和应用深度学习技术。 这本书以计算机视觉、自然语言处理和推荐系统等领域为基础，系统地介绍了深度学习的基本概念、原理和实践方法。它使用MXNet作为示例深度学习框架，并提供了大量的代码示例和实践项目，帮助读者进行实践探索。 这本书的特点包括： 1. 简洁明快的表达方式，使复杂的数学概念易于理解。 2. 大量的代码示例和实践项目，帮助读者通过实践来巩固所学知识。 3. 广泛涵盖了深度学习的基本概念和技术，适合初学者入门以及从业人员进阶。 对于想要学习深度学习的人来说，《动手学习深度学习》是一本很好的参考书籍，它提供了理论和实践相结合的学习方式，帮助读者深入理解和应用深度学习技术。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值