深度学习
文章平均质量分 77
望天边星宿
某厂吗喽
展开
-
【PyTorch】nn.MaxPool2d函数详解
nn.MaxPool2d函数详解原创 2022-10-28 10:11:43 · 17601 阅读 · 1 评论 -
【PyTorch】torch.nn.functional.interpolate——采样操作
torch.nn.functional.interpolate——采样操作原创 2022-10-27 21:25:08 · 3045 阅读 · 0 评论 -
【PyTorch】模型的保存和加载
PyTorch保存与加载模型原创 2022-10-27 20:04:20 · 541 阅读 · 0 评论 -
【GAN】pytorch-CycleGAN-and-pix2pix开源项目训练自定义数据集
Github:https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix一、概念简介图像转换:将一张图片转换为不同风格的图片,如将一张灰度图变成彩色图,素描图换成实物图。pix2pix:需要成对的数据集,两个不同域的图像一一对应。CycleGAN:不需要成对的数据集,只用两个不同域(domain)的图像集合X和Y,两个集合中的图像不是一一对应的。二、训练pix2pix模型2.1 combine_A_and_Bdatasets/combin原创 2022-05-22 09:53:35 · 3719 阅读 · 2 评论 -
【PyTorch】构造VGG19网络进行本地图片分类(超详细过程)——程序代码
构造VGG19网络进行本地图片分类(超详细过程),包括如何自定义网络、自建数据集并加载、自定模型并训练原创 2021-06-10 14:46:07 · 9783 阅读 · 13 评论 -
【PyTorch】构造VGG19网络进行本地图片分类(超详细过程)——项目介绍
一、VGG介绍二、数据集介绍Animal Image Dataset(DOG, CAT and PANDA)Dataset for Image Classification Practice下载地址:https://www.kaggle.com/ashishsaxena2209/animal-image-datasetdog-cat-and-panda该数据集共包含3类目标:狗、猫和熊猫;每种图片各1000张;图片尺寸不固定;大部分图片为RGB图片,少部分图片为灰度图片,所以在处理数据的时候要注意原创 2021-06-10 14:45:43 · 6917 阅读 · 0 评论 -
【深度学习】BP神经网络(Backpropagation)简单推导及代码实现
一、原理1 概括构造一个神经网络含有两个输入,两个隐藏神经元,两个输出神经元。隐藏层和输出元包括两个偏置。其结构如下:设置输入和输出数据,并为神经元初始化参数,包括权重和偏置。BP神经网络的目标是优化权重,使神经网络学会如何正确地映任意输入到输出。以输入0.05和0.1,输出0.01和0.99为训练集进行测试。2 前项传播将输入层的0.05和0.10输入到隐藏层,通过初始化的权重和偏差进行计算可得到隐含层的输出。之后通过激活函数对隐含层的输出进行非线性化处理,激活函数使用Sigmoid。f原创 2021-06-01 15:02:16 · 1126 阅读 · 0 评论 -
【python】批量实现图像数据增强(扩增)并复制xml标签文件
数据扩增的概念数据扩增是指不实际增加原始数据,只是对原始数据做一些变换,从而创造出更多的数据。数据扩增的目的数据扩增的目的是增加数据量、丰富数据多样性、提高模型的泛化能力。数据扩增的方法单样本扩增包括:图像翻转、图像旋转、图像扭曲、图像仿射变换、图像缩放、图像压缩、图像随机crop、图像随机padding、图像对比度调整、亮度调整、色度调整、饱和度调整、色彩抖动、添加噪声、图像模糊、图像区域随机擦除、风格转换、生成对抗网络生成等。多样本扩增包括:SamplePairing和mixup,二者思路很原创 2021-04-25 23:17:54 · 3327 阅读 · 4 评论 -
Ubuntu搭建GPU环境(CUDA、cuDNN)
前言曾在Win10上搭建GPU环境,并使用Tensoflow-gpu训练卷积神经网络。现在使用Ubuntu运行项目,所以重新搭建一下GPU环境,下面记录一下过程。【TensorFlow】Window10搭建GPU环境(CUDA、cuDNN)1 查看NVIDA版本打开终端,输入命令nvidia-smi从图中我们可以看出Driver Version为435.21。...原创 2020-11-12 17:33:09 · 1805 阅读 · 1 评论 -
【目标检测】基于yolo3和sort的多目标检测与跟踪
yolo3论文:https://arxiv.org/abs/1804.02767yolo3源码:https://github.com/qqwweee/keras-yolo3sort论文:https://arxiv.org/abs/1602.00763sort源码:https://github.com/abewley/sort依赖:目标检测:tensorflow-gpu==1.12.0keras-gpu==2.2.4opencv==4.2.0pillow==6.2.2numpymatpl原创 2020-09-27 22:16:48 · 5389 阅读 · 18 评论 -
【目标检测】keras-yolo3-tiny训练自己的数据集(目标:人&车辆)
配置GPU环境。https://blog.csdn.net/See_Star/article/details/103141180使用Anaconda创建虚拟环境、并安装依赖。下载keras-yolov3修改代码:yolov3-tiny.cfg修改以下四部分:filters = 3*(类别数+5)classes = 类别数当类别数量为2时,filters=21,classes=2yolov3-tiny.cfg 注释参考:https://blog.csdn.net/weixin_4415原创 2020-09-12 15:06:47 · 2749 阅读 · 6 评论 -
【目标检测】基于YOLOv5的目标检测分类(Pytorch)(自定义数据集训练模型)
项目源码:https://github.com/ultralytics/yolov5数据集制作:https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data一、准备环节计算机环境:Win10 + Python3.7 + cuda9.0主要依赖:Python>=3.7Cythonmatplotlib>=3.2.2numpy>=1.18.5opencv-python>=4.1.2pillowPyYAML&g原创 2020-08-31 15:12:42 · 10292 阅读 · 2 评论 -
【PyTorch】Window10搭建GPU环境(CUDA、cuDNN)
目录一、选择CUDA版本1.1 查看NVIDIA版本1.2 安装CUDA1.3 安装cuDNN二、选择Torch版本三、安装PyTorch一、选择CUDA版本1.1 查看NVIDIA版本方法一1 在电脑桌面空白处点击鼠标右键2 选择 NVIDIA 控制面板(若没有该选项,可尝试方法二)3 查看英伟达版本。(如果未显示版本,请看下一步)4 点击菜单栏的 帮助(help)——系统信息(System Information),可以查看更多信息。方法二1 进入控制面板(Control Pan原创 2020-08-11 20:05:25 · 2471 阅读 · 0 评论 -
【图像识别】卷积神经网络CNN详细概述
一 基本概念卷积神经网络与普通神经网络非常相识,它们都是由神经元组成,有拥有学习性的权重和偏置。每隔卷积神经网络与普通神经网络的区别在于,卷积神经网络包含了一个由卷积层和子采样层(池化层)构成的特征抽取器。在卷积神经网络的卷积层中,一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中,通常包含若干个特征图(featureMap),每个特征图由一些矩形排列的的神经元组成,同一特征图的神经元共...原创 2020-08-03 14:35:52 · 3593 阅读 · 0 评论 -
【目标检测】基于YOLOv3的海上船舶目标检测分类(Tensorflow/keras)
一、准备环节计算机环境:Win10 + Python3.6 + cuda9.0主要依赖:tensorflow-gpu 1.12.0keras-gpu 2.2.4opencvpillownumpymatplotlib必选部分源码:https://github.com/qqwweee/keras-yolo3权重文件:yolo.h5(被墙,可采用下面方法)在YOLO官网下载...原创 2020-04-28 20:48:45 · 23127 阅读 · 64 评论 -
【目标跟踪】Tensorflow环境下的deep_sort_yolov3代码实现
一、源码下载源码下载:https://github.com/Qidian213/deep_sort_yolov3该代码将下面的deep_sort与keras-yolo3相结合。项目中的demo虽然可以完美运行,但是更换成自己训练好的.h5模型就会报错,对比其中的yolo代码发现与keras-yolo3还是有一些不同,所以参照keras-yolo3对代码进行修改,以实现运行自己训练好的模型。h...原创 2020-04-06 11:18:24 · 2249 阅读 · 5 评论 -
【目标跟踪】pytorch环境下的deep_sort_yolov3代码实现
Window10Python3.6PyTorch-1.1.0torchvision-0.3.0torch下载链接使用Git Bash进入项目的虚拟环境。source activate 环境名称原创 2020-04-02 11:45:04 · 5176 阅读 · 33 评论 -
卡尔曼滤波简单理解
卡尔曼滤波是对系统的状态(如汽车的速度、加速度等)进行最优估计,因为观测数据中包含噪声和干扰,所以最优估计也可看作是滤波过程。下面是卡尔曼滤波的两个例子。例1 估计发动机内部温度如果想要测量火箭发动机内部的温度,可以将传感器放入发动机内部测出内部温度TinT_{in}Tin,但是传感器在内部会损坏无法正常工作。只能将传感器放在发动机外面,通过测量外部温度TextT_{ext}Text推算内...原创 2020-04-07 10:48:13 · 2033 阅读 · 2 评论 -
计算mAP去除类之间空格(remove_space)
kera-yolo3计算mAP,去除类之间空格remove_space。原创 2020-03-07 18:43:09 · 1025 阅读 · 8 评论 -
【目标检测】kera-yolo3模型计算mAP
在keras-yolo v3 源码的基础上进行修改,并结合github上高星mAP代码计算模型的mAP。本篇博客介绍了如何生成符合detction-results和ground-truth格式要求的具体步骤。原创 2020-02-22 11:10:45 · 3798 阅读 · 22 评论 -
【目标检测】评判指标:TP、TN、FP、FN、Precision、Recall、mAP。
交并比IoU、准确率precision、查全率recall、mAP概念通俗解释。原创 2020-02-19 18:28:53 · 5628 阅读 · 0 评论 -
【目标检测】epoch、batch、batch_size理解
1 epoch当一个完整的数据集通过神经网络一次并且返回一次的过程称为一个epoch。然而,当一个epoch对于计算机太过庞大时,就需要把它分成多个小块。2 batch在不能将数据一次性通过神经网络的适合,就需要将数据集分成几个batch。3 batch_size直观的理解一个batch中的样本总数(一次训练所选取的样本数)。batch_size的大小影响模型的优化程度和速度。同时...原创 2020-02-19 14:13:45 · 3831 阅读 · 0 评论 -
【目标检测】使用keras-yolov3训练自己的数据集详细流程
YOLOv3的具体的概念与流程这里不再介绍,下面直接讲解实现的步骤。笔者的计算机环境Win10 + Python3.6 + tensorflow1.1.2 + keras??? +cuda9.0一 制作数据集制作数据集的工程量较为巨大,如果你有几千张图片,就要一一为这些图片做标记。如果不是做实际的工程项目或是比赛,此步骤可以跳过,在互联网上直接下载已经标记好的数据集。著名的数据集:1 ...原创 2020-02-05 20:14:35 · 5465 阅读 · 5 评论 -
VOC数据集格式介绍
VOC格式;VOC数据集格式介绍;原创 2019-12-15 11:30:28 · 13708 阅读 · 2 评论 -
【TensorFlow】使用LeNet-5模型实现mnist手写数字识别
使用python语言编写,在tensorflow环境下使用LeNet-5模型实现mnist手写数字的识别。原创 2019-12-12 21:13:28 · 5945 阅读 · 10 评论 -
k-近邻算法(KNN)案例交互式演示
此网站由斯坦福大学提供,可以快速改变KNN的各项参数,观察变化,从而发现其中的规律。原创 2019-12-07 15:11:50 · 340 阅读 · 0 评论 -
【深度学习】回归问题损失函数——均方误差(MSE)
本文主要介绍回归问题的损失函数——均方误差,以及TensorFlow的实现。原创 2019-11-28 12:53:22 · 10235 阅读 · 0 评论 -
【深度学习】分类问题损失函数——交叉熵
本文主要介绍分类问题下的损失函数——交叉熵,如何与softmax回归搭配使用,和它们的使用方法,以及如何用TensorFlow实现。原创 2019-11-28 12:36:05 · 3382 阅读 · 0 评论 -
【神经网络】激活函数的作用及常用激活函数
【神经网络】激活函数的作用及常用激活函数ReLu、Sigmoid原创 2019-11-25 16:32:46 · 14872 阅读 · 0 评论 -
【TensorFlow】Window10搭建GPU环境(CUDA、cuDNN)
使用TensorFlow-gpu,需要配置GPU环境。文章包含以下部分:①介绍GPU与CPU的区别;②安装CUDA、cuDNN。③在anaconda环境下配置cuDNN。原创 2019-11-19 15:31:51 · 4275 阅读 · 2 评论 -
【遗传算法GA】具体实现(详细过程)
遗传算法GA详细的实现过程,包含遗传编码方式,自适应函数,交叉,变异和选择等操作。最后附有实现过程的详细案例。原创 2019-10-19 11:14:42 · 7050 阅读 · 0 评论 -
【遗传算法GA】入门:基本介绍
文章简单介绍遗传算法GA的基本思想,基本概念(种群、个体、基因、染色体、适应度函数、选择、交叉、变异)和基本过程。原创 2019-10-16 21:48:37 · 1519 阅读 · 0 评论 -
【TensorFlow】基本概括和用法
文章介绍TensorFlow的基本概念和用法,如图、会话、张量等。原创 2019-10-11 16:43:43 · 239 阅读 · 0 评论 -
【TensorFlow】数据模型——张量(Tensor)
TensorFlow中张量(tensor)的基本概念和使用。张量包含三个属性:名字、维度和类型。原创 2019-10-02 14:31:59 · 1059 阅读 · 0 评论