- 博客(10)
- 收藏
- 关注
原创 pandas——条件选取指定列
在使用pandas经常选取指定的数据,总结一下常用的方法:1. 单个条件选取df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,1]})若选取索引为a大于1使用loc方法:df.loc[df['a']>1]直接选取:df[df['a']>1]2. 多个条件选取若选取索引为a大于1 并且 b大于1使用loc方法:df...
2020-01-31 22:24:20 10015
原创 TinyFace论文阅读总结
数据集:WIDER FACE:包括32,203 张包含人脸图片,其中包括393,703张标注人脸。数据集依据检测的难易程度划分为"easy",“medium”,"hard"三种类型FDDB检测方法:基于两阶段检测:1 Improve RCNN:1.1 基础结构:改进Faster RCNN:采用light RCNN(结合Faster rcnn和rfcn的优点,将检测器的head部分...
2020-01-13 11:09:07 884
原创 pytorch 指定显卡
在pytorch中若使用gpu, 则默认从0号卡开始终端中指定CUDA_VISIBLE_DEVICES=1 python mian.py代码中指定import osos.environ["CUDA_VISIBLE_DEVICES"] = "0"
2020-01-11 21:05:49 1881
原创 ROI Pooling 和 ROI Align
1. 为什么会提出ROI Pooling?在Rcnn系列检测器中,rcnn在selective search后得到一系列的预选框,再将这些预选框 resize到同样大小的尺寸,通过卷积网络,再进行检测,这是因为固定的卷积网络需要同样大小的输入,这样多次通过网络,不仅费时,box之间存在大量的重复区域,也浪费了计算资源。selective searchresizeCNNImageboxbox_s...
2020-01-09 20:45:15 653
原创 voc 数据集制作 + yolo v3 训练 笔记
数据准备课程需要一个目标检测的demo,对单个种类的目标检测,以下为训练记录。1. 文件目录格式VOCdevkitAnnotations00001.xml00002.xml……ImageSetsMaintrain.txttest.txtJPEGImges00001.jpg00002.jpg……labels00001.txt00002...
2020-01-09 20:40:28 429
原创 pytorch tensor和ndarray转换相关总结
在使用pytorch的时候,经常会涉及到两种数据格式tensor和ndarray之间的转换,这里总结一下两种格式的转换:1. tensor cpu 和tensor gpu之间的转化:tensor cpu 转为tensor gpu:tensor_gpu = tensor_cpu.cuda()>>> tensor_cpu = torch.ones((2,2))tenso...
2020-01-06 10:23:00 5705 1
原创 soft-nms 与 nms 实现
soft-nms 与 nms1. nmsnms流程:遍历所有的box找到置信度(score)最大的box遍历剩下的box如果其iou > 阈值 ——> 删除该框2. soft-nmssoft-nms流程:遍历所有的box找到置信度(score)最大的box遍历剩下的box如果其iou > 阈值 ——> 降低置信度...
2020-01-04 14:30:00 681
原创 目标检测评估指标(ap,map,PR曲线)
目标检测评估指标1.对于目标检任务,分为单类别和多类别单类别 AP:(average pression)多类别 mAP:(mean average precision)2.计算AP已知:图片上有N个groundtruth,M个预测的bounding box,以及每个预测目标的confidencestep1: 先将bounding box 按照 confidence排序ste...
2020-01-04 14:20:19 3532 1
原创 图像分类竞赛——添翼杯人工智能应用创新大赛——rank4解决方案
添翼杯人工智能应用创新大赛——环保赛道题目分析:数据分布:正、负样本比基本一致图像长宽比分布在1-1.5成绩:初赛a榜:0.97989318 (排名:10)初赛b榜:0.97814671 (排名:7)复赛:0.988(排名:4)方法思路:cnn 二分类:使用 se_resnext101_32x4d 作为backbone5折验证:5个model分别对test数据验证,...
2020-01-03 11:33:37 756
原创 深度学习下分类任务中L2 norm总结
什么是L2范数?L2范数既欧式距离,表示向量的元素平方和再开方∥x∥2=∑i=1nxi2\Vert x \Vert_{2} = \sqrt{\sum_{i=1}^{n}x_{i}^{2}}∥x∥2=i=1∑nxi2为什么使用L2 norm?对于CNN的输出,各个特征的模长均不一样, l2 norm是强行把同个维度的特征归一化。经过L2 norm的数据都处于0到1之间,距离就变得有一...
2020-01-03 11:08:29 7226
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