tmk_01-CSDN博客

原创解决win下vs+yolov3使用Dll载入图片和载入Mat检测出来效果不一致的问题。

问题描述：在windows下使用vs2015 + Yolov3的DLL版本时（https://github.com/AlexeyAB/darknet），根据官网有两种检测方法如下图：一种是直接加载图片的文件名，另一种是使用Opencv，先用Mat加载图片文件名，再用Detector做检测。按道理来说两种方法检测效果应该一致，可是实际情况却是使用Mat作为检测目标时，检测效果没有直接加载图片...

2018-07-04 17:08:28 2579 10

原创 pytorch方法测试——损失函数（BCELoss）

测试代码：import torchimport torch.nn as nnimport mathm = nn.Sigmoid()loss = nn.BCELoss(size_average=False, reduce=False)input = torch.randn(3, requires_grad=True)target = torch.empty(3).random_(2)...

2018-06-28 16:01:06 42962 2

原创 pytorch方法测试——损失函数（CrossEntropyLoss）

测试代码：import torchimport torch.nn as nnimport mathloss = nn.CrossEntropyLoss()input = torch.randn(1, 5, requires_grad=True)target = torch.empty(1, dtype=torch.long).random_(5)output = loss(input,...

2018-06-28 10:57:08 29286 6

原创 pytorch方法测试——激活函数（ReLU）

测试代码：import torchimport torch.nn as nn#inplace为True，将会改变输入的数据，否则不会改变原输入，只会产生新的输出m = nn.ReLU(inplace=True)input = torch.randn(7)print("输入处理前图片：")print(input)output = m(input)print("ReLU输出...

2018-06-13 15:42:46 31927

原创 pytorch方法测试——归一化（BatchNorm2d）

测试代码：import torchimport torch.nn as nnm = nn.BatchNorm2d(2,affine=True) #权重w和偏重将被使用input = torch.randn(1,2,3,4)output = m(input)print("输入图片：")print(input)print("归一化权重：")print(m.weight)print...

2018-06-13 15:28:00 35331 4

原创 pytorch方法测试——卷积（三维）

测试代码：import torchimport torch.nn as nnimport torch.autograd as autogradm = nn.Conv3d(2, 1, 3, stride=2)input = autograd.Variable(torch.randn(1, 2, 3, 5, 6))output = m(input)print("输入图片：")prin...

2018-06-12 22:19:56 7673

原创 pytorch方法测试——卷积（二维）

测试代码：import torchimport torch.nn as nnm = nn.Conv2d(2, 2, 3, stride=2)input = torch.randn(1, 2, 5, 7)output = m(input)print("输入图片：")print(input)print("卷积的权重：")print(m.weight)print("卷积的偏重：")...

2018-06-12 21:40:48 2497

原创 pytorch方法测试——卷积（一维）

import torchimport torch.nn as nnm = nn.Conv1d(2, 5, 2, stride=2)print(m)input = torch.randn(2,2, 5)print(input)output = m(input)print(m.weight)print(m.bias)print(output)print(output.size()...

2018-06-12 19:22:48 12898