taylorman的博客

原创 基于YOLOv8的目标检测半自动标注脚本

基于YOLOv8的目标检测半自动标注脚本

原创 YOLOv8手把手详细教程，训练自定义数据集

新建split_train_val.py文件，生成上述dataset文件夹中train.txt, val.txt, trainval.txt, test.txt文件。您可以使用format参数导出为任何格式，即format='onnx’或format=‘engine’。dataset 数据集划分train.txt, val.txt, trainval.txt, test.txt。直接指定device=‘0, 1, 2, 3’，即可实现多卡训练。例如.img, .txt, .xml。CLI命令行训练（推荐）

原创 人体姿态检测数据集Human3.6

人体姿态检测human3.6数据集mmpose&&VideoPose3d，human3.6数据格式

原创 unordered_set中end()与find()的使用

unordered_set

原创 断点续训实现很简单

深度学习，断点续训

原创 热图与回归（单人姿态检测-最基本代码

人体姿态检测(单人2d)

原创 批量ping IP地址

批量ping IP地址

原创 pycharm汉化

汉化包下载pycharm汉化下载地址汉化包拖拽将下载好的汉化包拖到代码区（千万不要解压）软件会自动重启，重启后，即汉化成功

原创 word格式刷复用

格式刷快捷键：Ctrl+Shift+C 和 Ctrl+Shift+V

原创 python中shape[0],shape[1]的理解

shape[0]理解为第一维，shape[1]理解为第二维，同理还有shape[2]、shape[3]等等 。举个栗子就是：a=array( [ [ [1,2,3] , [4,5,6] ] ] )，这是个三维数组，a.shape[0]=1, a.shape[1]=2, a.shape[2]=3from numpy import *a=array( [ [ [1,2,3] , [4,5,6] ] ] )a.shape[0]1a.shape[1]2a.shape[2]3...

原创 linux配置环境

python安装下载python安装包 下载地址：https://www.python.org/ftp/python/wget https://www.python.org/ftp/python/3.7.1/Python-3.7.1.tgz tar -xzvf Python-3.7.1.tgz 创建python安装目录mkdir /home/wanglu/python37运行脚本configurecd Python-3.7.1 #进入解压缩后的python源文件 ./

转载 使用预训练模型的问题

如何认识预训练模型，是否预训练模型的网络结构要和自身的网络结构相同？预训练模型实际上就是用神经网络在其他数据集中训练出来的模型，是一个具备正常功能的模型。一般情况下使用预训练模型，就是将模型在一个数据集下训练出来模型，作为预训练模型来训练另一个模型，本质上类似与扩充数据集。预训练模型的网络结构不需要与自身的网络结构完全相同。但是，必须保证的是，从预训练模型中导入权重部分网络结构必须要和自身接受权重部分的网络结构完全相同。比如两个模型都包含同一个结构的主干网络，那么主干网络的部分，权重就可以分享，类

原创 USTB Smart Vehicle Lab试验室相关期刊

IEEE TRANSACTIONS ON IMAGE PROCESSINGIEEE 图像处理汇刊*IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTA TION SYSTEMS *IEEE 智能交通系统汇刊IEEE Access(水文章比较多)Physica A(比较少)Accident Analysis and Prevention 事故分析与预防Transportation Research Part FTransportation Research.

原创 carla学习笔记

创建client（客户端）client = carla.Client('localhost', 2000)创建客户端后，设置时间，超过这个时间，视为连接失败，返回错误client.set_timeout(10.0) # seconds这里我遇到的错误官方文档中给了一个Note翻译为客户端和服务器有不同的 libcarla 模块。如果版本不同，可能会出现问题。这可以使用 get_client_version() 和 get_server_version() 方法进行检查。连接世界指定世界

原创 windows用virtualenv配虚拟环境

1、安装python版本python安装2、安装virtualenvpip install virtualenv 3、虚拟环境1、建立虚拟环境virtualenv venv -p python版本我电脑中python.exe 都改成了对应版本的名字2、激活虚拟环境Scripts\activate3、退出deactivate...

原创 windows安装python

1.百度搜索Python+版本,（或者找到Python官网,点击进入https://www.python.org/）2下载，一定要下红框内的3、1、安装Python3.7，选第二个自定义安装位置，Add python3.7 to PATH也要选，要不然得手动添加环境变量2、.这个界面默认所有选项都是打钩的,保持默认即可,点击Next进入下一步3、修改名字为python37.exe,这样在命令行中输入python37就可以进入Python3.7.3命令行模式，我这个电脑有三个python版本

原创 取不同维度的数据

import numpy as npimport matplotlib.pyplot as pltdef zero_pad(X, pad): """ 把数据集X的图像边界全部使用0来扩充pad个宽度和高度。 参数： X - 图像数据集，维度为（样本数，图像高度，图像宽度，图像通道数） pad - 整数，每个图像在垂直和水平维度上的填充量 返回： X_paded - 扩充后的图像数据集，维度为（样本数，图像高度 + 2*pa

原创 安装pyqt及qt-designer,界面程序和逻辑程序分离

1、安装pyqt及qt-designer1.安装Pyqt5库pip install PyQt5pip install pyqt5-tools2.在pycharm添加external toolsDesigner添加：Name：工具名字，譬如QTDesignerProgram：designer.exe程序的绝对路径，在site-packages下搜索Working directory--designer.exe工作路径，设置为$ProjectFileDir$PyUIC添加name：

原创 QT页面跳转，从一个界面跳到另一个界面

参考demofrom PyQt5.QtWidgets import QApplication, QMainWindowfrom home import Ui_homewindowimport sysfrom run_classificatin import *from Reptile_translate.run_translate import *from detection.main import *class run_home(QMainWindow,Ui_homewindow):

原创 使用tensorboard可视化训练过程

1、pytorch官方例子pytorch官方例子2、常用代码from torch.utils.tensorboard import SummaryWriter # 实例化SummaryWriter对象 tb_writer = SummaryWriter(log_dir="runs/flower_experiment") #log_dir文件路径，如果没有runs/flower_experiment这个文件路径，他会自动创建并生成 # 将模型写入tensorboard

转载 partial（）函数

1. 函数形式functools.partial(func[,*args][, **kwargs])2. 例子假设有如下函数：def multiply(x, y): return x * y现在，我们想返回某个数的双倍，即：>>> multiply(3, y=2)6>>> multiply(4, y=2)8>>> multiply(5, y=2)10上面的调用有点繁琐，每次都要传入 y=2，我们想到可以定义一个新的函

原创 staticmethod

静态方法staticmethod需要注意的几点静态方法无需实例化，但也可实例化调用class C(object): @staticmethod def f(): print('runoob'); C.f(); # 静态方法无需实例化cobj = C()cobj.f() # 也可以实例化后调用原因# -*- coding: utf-8 -*-class haha: def x(): prin

原创 python中for in zip()

例子stage_names = ["stage{}".format(i) for i in [2, 3, 4]]stages_repeats=[4, 8, 4]stages_out_channels=[24, 48, 96, 192, 1024]for name, repeats, output_channels in zip(stage_names, stages_repeats,stage_out_channels[1:]): print(name,repeats,output_chan

原创 python 中setattr（）函数

语法setattr(object, name, value)参数object – 对象。name – 字符串，对象属性。value – 属性值。返回值无例子对已存在的属性进行赋值：>>>class A(object):... bar = 1... >>> a = A()>>> getattr(a, 'bar') # 获取属性 bar 值1>>> setatt.

原创 win10安装visual studio C++ build tools 提示安装包丢失或毁坏(安装包)

链接: https://pan.baidu.com/s/1koA265mCFqHS0pOPAE7szg 提取码: 2qed 复制这段内容后打开百度网盘手机App，操作更方便哦–来自百度网盘超级会员v5的分享

原创 windows下载python，安装不同版本python，配置环境变量

https://blog.csdn.net/qq_44614026/article/details/102077956https://blog.csdn.net/a1173356881/article/details/82525960

原创 迁移学习小记

第一种 model_weight_path = "./resnet34-pre.pth" assert os.path.exists(model_weight_path), "file {} does not exist.".format(model_weight_path) net = resnet34(num_classes=5)#模型可以带fc层，并设输出channel为5 pre_weights = torch.load(model_weight_path, ma.

原创 卷积层提取特征信息的理解

原创 卷积后的通道数由卷积核个数决定，特征图size计算

原创 张量（tensor）的理解，包含怎么看维度和np.squeeze(x, axis=0)和torch.stack()

tensor有三个属性：数据类型、维度（阶/rank）、shape。1、数据类型这个暂时我还没接触到，暂存截图2、维度维度要看张量的最左边有多少个左中括号，有n个，则这个张量就是n维张量。for example:1 #维度为0的标量[1,2,3] #维度为1,一维向量[[1,2],[3,4]] #维度为2, 二维矩阵[[[1,2],[3,4]],[[1,2],[3,4]]] #维度为3,3维空间矩阵可以认为一个二阶张量就是我们平常所说的矩阵，一阶张量可以认为是一个向

原创 enumerate()函数

原记录

原创 torch比较操作 包含torch.max()

torch.max()函数表达式output = torch.max(input, dim)输入input是输入dim是max函数索引的维度0/1，0是每列的最大值，1是每行的最大值输出函数会返回两个tensor，第一个tensor是每行的最大值；第二个tensor是每行最大值的索引。>>> a = torch.randn(4, 4)>>> atensor([[ 0.4067, -0.7722, -0.6560, -0.9621],

原创 json.dumps()函数解析

有时间在整理版权声明：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/weixin_38842821/article/details/108359551————————————————版权声明：本文为CSDN博主「滴滴滴’cv」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/weixin_38842821/art

原创 torchvision.datasets.ImageFolder使用详解

1、表达式dataset=torchvision.datasets.ImageFolder( root, transform=None, target_transform=None, loader=<function default_loader>, is_valid_file=None)2、参数详解

原创 3060环境配置

配环境用virtualenv配环境virtualenv env -p python3.6source env/bin/activate（激活环境）pip install -r requirements.txt（按requirements.txt 安装）pip install -r requirements.txt -i http://pypi.douban.com/simple --trusted-host pypi.douban.compip源-i http://pypi.douban.

原创 Module object is not callable

Module object is not callable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一般是import错误，我的是不能只导入到.py文件，有可能导入到类就ok了from