深度学习
文章平均质量分 81
蘇丶
这个作者很懒,什么都没留下…
展开
-
关于ReDet使用问题记录
问题1:cuda error:device-side assert triggered标签实际数量与CNN输出的数量不一致,需要改config和对应dataset中的CLASSES,根据config文件中DatasetType修改mmdet\datasets中对应类型的CLASSES,并将config文件中的bbox_head和rbbox_head中num_classes设置为:类别数+1在这里插入图片描述...原创 2021-09-10 09:20:44 · 1298 阅读 · 4 评论 -
遥感语义分割切图预测之后再拼接
遥感影像在利用语义分割模型进行训练的时候,往往是裁剪成小图进行训练,预测时候时候需要将整张遥感影像切割成小图进行预测,再拼接回去,代码如下:def total_predict(ori_image): h_step = ori_image.shape[0] // 256 w_step = ori_image.shape[1] // 256 h_rest = -(ori_image.shape[0] - 256 * h_step) w_rest = -(ori_image.s原创 2020-11-28 18:21:03 · 4842 阅读 · 7 评论 -
labelme批量转json
import argparseimport base64import jsonimport osimport os.path as ospimport warningsimport PIL.Imageimport yamlfrom labelme import utilsdef main(): warnings.warn("This script is aimed to demonstrate how to convert the\n"转载 2020-11-22 19:08:04 · 268 阅读 · 0 评论 -
Opencv将语义分割标签json文件根据label不同可视化为不同颜色
下面是labelme做好的json标签文件,有不同的label,比如其中一个就是poly_line。还有一些其他的标签,我们只标记polyline,其他的为黑色,polyline为白色。标题import jsonimport cv2import numpy as np# load img and jsondata = json.load(open('1.json'))...原创 2020-02-09 21:38:37 · 4046 阅读 · 1 评论 -
labelme教程
1.打开anaconda下面的Anaconda prompt2.输入labelme3. Labelme打开了4.点创建多边形5.然后就描边,最后双击结束6.点save,然后json就保存下来了7.最后ship图片和json分别放在两个文件夹中,名字都一样,一一对应...原创 2019-09-28 15:16:43 · 3888 阅读 · 0 评论 -
Matlab版Yolov3识别行人(一)——数据标注
Matlab中有很多神经网络工具包,并且有自带的标注工具,用来做深度学习很方便,下面我主要介绍一下标签如何做,用Matlab中APP中的Image Labeler工具进行标注。用的版本为Matlabr2019版本一丶找到Image Labeler二丶导入需要标注的图片三丶创建目标物名字四丶图像目标标注五丶导出标注的mat六丶标注mat解释导出的mat名字叫gTruth,...原创 2019-09-16 20:07:33 · 9629 阅读 · 0 评论 -
ImportError: Could not find 'cudart64_90.dll' 解决办法
这种问题基本上都是由于Tensorflow,cuda,cudnn不兼容造成的可参考我上一篇转载的博客,里面有Tensorflow,cuda,cudnn之间的版本对应,我目前安装的是Tensorflow1.8+cuda9.0+cudnn7.5+python3.6Tensorflow,cuda,cudnn版本对应问题下载正确的版本,然后进行环境配置就ok了一丶环境变量配置...原创 2019-03-23 15:51:39 · 6904 阅读 · 1 评论 -
Tensorflow python cudnn cuda对应版本
linux下:windows下:上面两张图是在这里找到的:https://www.tensorflow.org/install/source 另外附上下载链接:CUDA 下载地址 点击打开链接cudnn 下载地址(需要注册账号) 点击打开链接tensorflow-cpu 下载地址 点击打开链...转载 2019-03-23 15:29:40 · 3794 阅读 · 0 评论 -
低照度图像增强之卷积神经网络RetinexNet
转载请标注:https://blog.csdn.net/weixin_38285131目录一丶Retinex理论——图像分解二丶RetinexNet卷积神经网络1.训练数据说明2.分解网络——Decom3.增强网络——Relight4.结果展示 低照度图像增强一直是计算机视觉领域的一个热门研究方向,之前传统的基于Retinex理论的研究方法已经...原创 2019-03-07 11:14:57 · 38777 阅读 · 58 评论 -
深度学习(一)——简单神经网络识别手写数字
MNIST数据集相当于深度学习中的“Hello World”,用于开始做测试用的简单的视觉数据集,由几万张28*28的手写数字组成,只包含灰度信息,分为十类0~9。1.主要步骤1)选择softmax regression模型 2)定义算是函数,这里选择交叉熵 3)选择优化算法梯度下降法 4)迭代进行数据训练 5)进行验证和准确率评测2,代码#加载数据from te...原创 2018-06-24 11:25:28 · 1407 阅读 · 0 评论 -
Pycharm(+Python3.6)安装步骤
本篇博客主要是关于Pycharm在win10下的安装,以及和Python3.6兼容使用的问题,前面一篇博客介绍了WIN10深度学习环境搭建 Python3.6+Tensorflow+CUDA8.0+Anaconda3,使用的是Python3.6,所以在Pycharm配置时要注意一下编译器的问题,不然在Pycharm中import tensorflow就会失败。WIN10深度学习环境搭建 Pyt...原创 2018-03-02 22:16:51 · 16631 阅读 · 5 评论 -
WIN10深度学习环境搭建 Python3.6+Tensorflow+CUDA8.0+Anaconda3+keras
最近准备学习深度学习,当然搭建深度学习环境是第一步,看了很多博客,但是安装的过程中还是遇到了很多问题,Anaconda支持Python3.6但是tensorflow不支持的问题等等,这篇博客主要是win10环境下如何搭建Python3.6+Tensorflow+cuda8.1+Anaconda3的深度学习环境。一丶准备文件1.Python3.6/Python3.5 2.cuda_8....原创 2018-03-01 19:40:45 · 15969 阅读 · 5 评论