shitoucoming的博客

TensorFlow的模型文件文件结构介绍：–checkpoint_dir　　| |–checkpoint　　| |–MyModel.meta　　| |–MyModel.data-00000-of-00001　　| |–MyModel.index　　Tensorflow模型主要包括两个方面内容：1）神经网络的结构图graph；2）已训练好的变量参数。因此Tensorflow模型主要包含两个文件：.meta文件该文件保存了tensorflow完整的网络图结构，.meta文件是pb格式，包

FocalLossFocalLoss是对分类交叉熵损失函数的优化为什么能做难负样本挖掘呢？γ>0,会减少相对于好区分样本（就是负样本，也就是背景比较多的样本）的损失，而将重心转移到难区分的，而且比较容易误分类的样本（也就是正样本：背景不会占太多，或者叫难负样本：难区分的负样本，一般数据集中它们的数量少）上面来。下面来具体理解下。当预测概率值在0.6-1之间时，不管是预测物体还是背景，置信度比较高，也就是容易区分样本（远远大于0.5当然可信了）。当概率在0.5左右时，就比如特殊一点0.5吧，一

Focal Loss理解 1. 总述Focal loss主要是为了解决one-stage目标检测中正负样本比例严重失衡的问题。该损失函数降低了大量简单负样本在训练中所占的权重，也可理解为一种困难样本挖掘。 2. 损失函数形式Focal loss是在交叉熵损失函数基础上进行的修改，首先回顾二分类交叉上损失：是经过激活函数的输出，所以在0-1之间。可见普通的交叉熵对于正样本而言，输出概率越大损失越小。对于负样本而言，输出概率越小则损失越小。...

代码是Deep Learning with Python中的：from keras.datasets import imdb(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)错误最后一行如下Object arrays cannot be loaded when allow_pickle=Fal...

tf.clip_by_value(A, min, max)：输入一个张量A，把A中的每一个元素的值都压缩在min和max之间。小于min的让它等于min，大于max的元素的值等于max。例如：import tensorflow as tf; import numpy as np; y = np.array([[8,2,1], [1,3,6]]) with tf.Session() as sess: print sess.run(tf.clip_by_value(y,

slim库的导入：import tensorflow as tfimport tensorflow.contrib.slim as slim常用函数：与tensorflow自带的函数相比，slim能够让我们不用重复写函数的参数。那么函数的参数写在哪里呢？核心方法就是slim.arg_scope。slim.arg_scopedef arg_scope(list_ops_or_scope, **kwargs) list_ops_or_scope:要用的函数的作用域，可以在需要使用的地方用@ad

使用from…import添加非python的包时, 需要为python解释器指定搜索路径, 比如使用sys.path.insert(), 还可以指定PYTHONPATH, 我用的是PYTHONPATH, 编辑run的配置文件时突然看到"Add source roots to PYTHONPATH", 又突然联想到Mark Directory as, 于是就觉得把文件夹Mark Directory as成root就不用手动添加PYTHONPATH了, 果不其然将文件夹Mark Directory as成

什么是fine-tuning？ 在实践中，由于数据集不够大，很少有人从头开始训练网络。常见的做法是使用预训练的网络（例如在ImageNet上训练的分类1000类的网络）来重新fine-tuning（也叫微调），或者当做特征提取器。 以下是常见的两类迁移学习场景：1 卷积网...

正数取反例如：a=60，60的二进制是0011 1100（最前面的0表示正数），，，(a取反~a ) 输出结果 -61 ，二进制解释：首先对数据的每个二进制位取反,即把1变为0,把0变为1，得 1100 0011（最前面的1表示负数），然后求在一个有符号二进制数的补码形式（方法是：负数的补码 = {原码符号位不变} + {数值位按位取反后+1}），也就是10111100,加一，就是10111101，即-61负数取反-2 二进制是110，取反是001，其补码还是001，即1x=-2，-x-1=1

这几日学习OpenCV，刚碰到这个表达式时，对于0xFF的作用不太理解，难道下面两个语句还有区别?（Esc的ASCII码为27，即判断是否按下esc键）if cv2.waitkey(30)==27if cv2.waitkey(30)&0xff==27疑惑首先&运算即“and”运算。其次0xFF是16进制数，对应的二进制数为1111 1111。然后cv2.waitkey（delay）函数1....

安装方式是windows方式（下载labelImg.exe，不用安装，双击直接使用），没有用python方式。。。

labelImg路径中不能出现中文，如果有，换个不带中文的路径。

1.首先进行whl文件下载，下载地址是：https://www.lfd.uci.edu/~gohlke/pythonlibs/因为我安装的是python3.7版本，所以我下载的是opencv_python-4.2.0-cp37-cp37m-win_amd64.whl注意：安装时要下载与python版本相匹配的opencv文件,且opencv要安装后要复制到Anaconda3\Lib\site-...