- 博客(11)
- 收藏
- 关注
RSS订阅转载 Ubuntu16.04下使用virtualenv创建各版本python的虚拟环境
为什么要使用virtualenv？首先，virtualenv为应用提供了隔离的Python运行环境，可以解决不同应用间多版本的冲突问题。比如，现在的电脑中一般同时具有python2和python3，系统的运行需要python2，做开发时往往需要更新的python3。而在使用工具pip时，所有第三方的包都会被安装到默认的python（一般是python2）的site-packages目录下，有时这不是我们所希望的。这正是要用到virtualenv的场合。virtualenv会把用户指定版本的py
2021-05-22 16:00:38
448
原创 ONNX内部节点修改方法
1. 载入ONNX文件import onnxonnx_model = onnx.load("test.onnx")graph = onnx_model.graphnode = graph.nodefor i in range(len(node)): print(node[i])我们可以依靠上述代码输出该模型的节点个数，还有节点中的属性信息，当然也包含静态图的链路形状。2. 搜索目标节点接着，依据节点ID找到我们需要修改的Resize节点，这里需要注意的是，Netron可视化
2021-05-22 15:47:55
2101
1
原创 u版yolov3查看模型anchors
1.查看anchorsimport torchfrom models.experimental import attempt_loadmodel = attempt_load('./weights/yolov5s.pt', map_location=torch.device('cpu'))m = model.module.model[-1] if hasattr(model, 'module') else model.model[-1]print(m.anchor_grid)2.使用
2021-05-22 15:38:43
361
原创 TypeError: ONNX node of type Resize is not supported.
U版yolov3 pytorch-->onnx-->caffe其中pytorch转onnx参考博客链接其中onnx转caffe使用github链接：https://github.com/MTlab/onnx2caffepython convertCaffe.py *.onnx *.prototxt *.caffemodel出现报错信息Traceback (most recent call last): File "convertCaffe.py", line 116.
2021-05-22 11:39:13
1918
转载 U版YOLOv3模型转换:pt文件转onnx
1.安装依赖库pip install onnx coremltools onnx-simplifier2.导出onnxpython models/export.py --weights yolov5s-best.pt --img 640 --batch 1在 yolov5s-best.pt 的同级目录生成了 yolov5s-best.onnx、yolov5s-best.mlmodel 和 yolov5s-best.torchscript.pt三个文件。可以使用netron查看yol
2021-05-20 16:57:13
1330
原创 深度理解yolov3损失函数
深度理解yolov3损失函数在yolov3中，loss分为三个部分：一个是xywh部分带来的误差，也就是bbox带来的loss 一个是置信度带来的误差，也就是obj带来的loss 最后一个是类别带来的误差，也就是class带来的loss在代码中分别对应lbox,lobj,lcls，yolov3中使用的loss公式如下： 其中：S:代表grid size，代表13×13,26×26,52×52B：box ：如果在i,j处的box有目标，其值为1...
2021-05-14 17:37:50
13233
4
转载 yolov5 自动anchor计算
早在yolov2时就了解到不同于faster-rcnn中手动设置的anchor，yolov2中的 anchor是通过k-means聚类算法得的，这样更贴合实际的训练数据。这次借学习yolov5的机会把其中关于自动anchor计算的逻辑再梳理一遍，重点就是分析一下utils/autoanchor.py文件的相关函数。除非显示地设置noautoanchor参数为True，否则训练过程中默认会使用自动 anchor 计算，即调用check_anchors函数。....if not opt.noaut..
2021-05-13 18:47:29
7530
5
原创 U版yolov3调用DDP训练
模型训练训练根据计算资源(显卡)的情况，主要分3种:单机单卡,单机多卡，多机多卡。需要说明的是，Yolo v5的作者采用的不是熟悉的DP模式torch.nn.DataParallel，而是torch.nn.parallel.DistributedDataParallel, 即DDP模式。按照PyTorch官方的说法[3]: 即使在单机多卡的环境，也推荐DDP模式，DDP模式会显著快于DP模型，关于DDP的例子可见官网[4].单机单卡训练:python train.py --img 6..
2021-05-13 16:35:29
914
转载 yolov5训练过程可视化
软硬件环境 ubuntu 18.04 64bitpytorch 1.7cuda 11.0yolov5 4.0nvidia gtx 1070Ti 前言 前文 yolov5 V4.0更新了啥？ 我们介绍过yolov5已经在本地集成了Weights & Biases，也就是wandb，这样就可以方便的追踪模型训练的整个过程，包括模型的性能、超参数、GPU的使用情况、模型预...
2021-05-13 16:20:04
5008
原创 Ubuntu：Linux查找含有某字符串的所有文件
如果你想在当前目录下 查找"hello,world!"字符串,可以这样:grep -rn "hello,world!" ** : 表示当前目录所有文件，也可以是某个文件名-r 是递归查找-n 是显示行号-R 查找所有文件包含子目录-i 忽略大小写下面是一些有意思的命令行参数：grep -i pattern files ：不区分大小写地搜索。默认情况区分大小写，grep -l pattern files ：只列出匹配的文件名，grep -L pat...
2021-05-13 15:46:32
1224
原创 python argparse模块
argparse --命令行选项、参数和子命令解析器示例import argparseparser = argparse.ArgumentParser(description='Process some integers.')parser.add_argument('integers', metavar='N', type=int, nargs='+', help='an integer for the accumulator')parser.ad.
2021-05-13 15:11:36
235
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人