神经网络
chde2Wang
滴水穿石
展开
-
卷积层和池化层的计算公式的区别
n为图像宽/高f为卷积核宽/高p为填充长度stride为步长卷积层后输出图像的大小:(n-f+2p)/stride 向下取整池化层后输出图像的大小:(n-f+2p)/stride 向上取整4.5向下取整:4向上取整:5参考自:卷积层和池化层的计算公式的区别_wwu555的博客-CSDN博客_卷积层和池化层的区别...转载 2021-12-09 21:38:12 · 291 阅读 · 0 评论 -
机器学习-01regression
主要内容:1.回归模型的出现2.回归模型的选择--使得损失最小3.损失最小时,参数求值 梯度下降法4.损失不理想,重新调整模型5.添加正则表达式,即学习率import numpy as npimport matplotlib.pyplot as pltx_data = [338.,333.,328.,207.,226.,25.,179.,6...原创 2021-11-25 23:20:13 · 82 阅读 · 0 评论 -
基础功能4-画loss
1添加loss到txt文件a=[]for i in range(2): a.append(i)file=open('data.txt','w')file.write(a)file.close()2从txt中读取并画图list = []with open('data.txt', 'r') as f: for line in f.readlines(): ...原创 2020-01-07 20:16:08 · 188 阅读 · 0 评论 -
object detection错误Message type "object_detection.protos.SsdFeatureExtractor" has no field named "bat
google.protobuf.text_format.ParseError: 35:7 : Message type "object_detection.protos.SsdFeatureExtractor" has no field named "batch_norm_trainable"将pipeline.config中的batch_norm_trainable: true删...原创 2019-12-31 21:07:25 · 1762 阅读 · 0 评论 -
object detection训练自己数据
1、用labelImg标自己数据集。并将图片存放在JPEGImages中,xml存放在Annotations中2、分离训练和测试数据import osimport random trainval_percent = 0.66train_percent = 0.5xmlfilepath = 'Annotations'txtsavepath = 'ImageSets\...原创 2019-12-31 16:25:43 · 408 阅读 · 0 评论 -
UserWarning: Matplotlib is currently using agg in Object Detection API
【解决办法】在models\research\object_detection\utils\visualization_utils.py 文件中,注释掉:import matplotlib; matplotlib.use('Agg')。如下图所示:作者:LabVIEW_Python链接:https://www.jianshu.com/p/5eaa66a55e11来源:简书著作权归作者所...转载 2019-12-30 21:58:37 · 191 阅读 · 0 评论 -
基础功能-tensorflow使用gpu
方法一:这个会使用最小的GPU资源config = tf.ConfigProto()config.gpu_options.allow_growth = Trueself.sess=tf.Session(config=config)方法二:config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fr...原创 2019-12-30 21:45:51 · 143 阅读 · 0 评论 -
object detection错误之no module named nets
将在slim下的BUILD文件移到其他地方,重新在slim下运行python setup.py buildpython setup.py install原创 2019-12-30 20:52:01 · 281 阅读 · 0 评论 -
object detection错误之Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR
在trainer.py 中session_config = tf.ConfigProto(allow_soft_placement=True, log_device_placement=False) 下添加:session_config.gpu_options.allow_growth = True...原创 2019-12-30 20:47:31 · 135 阅读 · 0 评论 -
基础功能3-根据txt中存在文件名复制文件
import osimport shutilfiles = os.listdir('E:\gitcode\\tensorflow-model\\VOCPolice\\VOC2007\\Annotations')file= open('E:\\gitcode\\tensorflow-model\\VOCPolice\\VOC2007\\ImageSets\\Main\\test.txt','...原创 2019-12-30 16:30:29 · 312 阅读 · 0 评论 -
object detection之Win10配置
1、下载models。https://github.com/tensorflow/models 并文件解压。2、下载protos文件https://github.com/protocolbuffers/protobuf/releases?after=v3.9.1我这里下载的3.7.0版本。注意一定要下载protoc-xxx-win64.zip版本。必须是带有win64的压缩包,...原创 2019-12-30 14:29:41 · 210 阅读 · 0 评论 -
plotloss记录
1、保存所有的lossall_loss=[]all_loss.append(loss)file=open('data.txt','w')file.write(all_loss)file.close()2、画图list = []with open('data.txt', 'r') as f: for line in f.readlines(): ar...原创 2019-12-27 19:49:10 · 464 阅读 · 0 评论 -
用Python批量更改图片大小
#提取目录下所有图片,更改尺寸后保存到另一目录from PIL import Imageimport os.pathimport globdef convertjpg(jpgfile,outdir,width=128,height=128): img=Image.open(jpgfile) try: new_img=img.resize((width,he...转载 2019-12-23 19:18:26 · 611 阅读 · 0 评论 -
ImportError: cannot import name 'pyopenpose' from 'openpose'错误解决方法
前提条件:openpose1.5配置过程前面都成功,c++ api成功运行,但是python api配置中,cmake也添加了build_python_path.运行中仍出现ImportError: cannot import name 'pyopenpose' from 'openpose'这个错误。解决方法:将你所要运行的文件中某些内容进行更改:1、更改1 sys...原创 2019-12-23 15:11:27 · 4245 阅读 · 4 评论 -
win10下openpose1.5安装
历经一个星期的安装挫折,终于安装成功了。赶紧记录一下。1、准备所需资料(1)下载cuda和cudnn。版本最好都是cuda10和cudnn10.我下载的是下图所示版本。如果不是这个版本可能会出错,而且出错几率很高。本人就因为安装的cuda10和cudnn9就出现问题。解决了好长时间都没有解决掉。最后换成cudnn10才成功的。并安装。(2)下载openpose rele...原创 2019-12-20 16:03:23 · 2448 阅读 · 22 评论 -
fast-rcnn win10 tensorflow部署
1、下载代码https://github.com/chde222/Faster-RCNN-TensorFlow-Python32、安装所依赖包 pip install -r requirements.txt或者单独利用pip install cython pip install easydict3、在 ./data/coco/pythonA...原创 2019-12-19 13:49:59 · 300 阅读 · 0 评论 -
基础功能1-python画图案例
import matplotlib.pyplot as pltplt.xlabel("Step")plt.ylabel("value")x=[1,2,3,4]y=[2,3,5,7]z=[1,2,3,4]plt.plot(x,z,label="xData")plt.plot(y,z,label="yData")plt.title("TrainingLoss")plt.legend...原创 2019-12-18 12:16:56 · 364 阅读 · 0 评论 -
ssd训练自己数据集
1、用labelImg标数据2、将数据转换为tfrecord错误记录:NotFoundError:无法创建NewWriteableFile解决方法:您需要在运行此脚本的运行环境文件夹中自己创建一个目录1、前期准备工作第一步:先将SSD框架下载到本地,解压出来;SSD源码下载第二步:在解压出来的主目录下依次创建tfrecords_、train_model、VOC2007...转载 2019-12-17 20:44:01 · 1499 阅读 · 0 评论 -
Win10调试ssd_tensorflow的目标检测
1、环境:win10+tensorflow-gpu==1.14.02、下载代码:到https://github.com/balancap/SSD-Tensorflow到本地3、解压代码,并将checkpoints下的ssd_300_vgg.ckpt.zip进行解压在checkpoints目录下。否则后果不堪设想4、如果你的电脑装有jupyter notebook.则将此SSD-Tens...原创 2019-12-17 15:46:52 · 595 阅读 · 0 评论 -
解决cv2.error: OpenCV(4.0.0)的方法
首先检查图片路径其次可能就是新版本的兼容性问题把OpenCV 4. 0.0 换成 3. 4的就好了pip install -U opencv-python==3.4.4.19参考自https://blog.csdn.net/weixin_41279876/article/details/88682534...转载 2019-12-04 16:57:46 · 17052 阅读 · 2 评论 -
python实现对文件中图片生成带标签的txt文件
import osdef generate(dir): files = os.listdir(dir) files.sort() listText = open('all_list.txt', 'a') for file in files: fileType = file.split('.') if fileType[1] == ...原创 2019-12-03 18:20:33 · 1300 阅读 · 0 评论 -
卷积核旋转180度理解
卷积中卷积核旋转180相关中不旋转其实在我们计算卷积时,对应元素相乘再相加为中心元素的致之前。这是基于对卷积核已经旋转180的前提。为什么要旋转,是与公式相关的。如果直接看推导公式。应该是卷积核未旋转前和图像的运算。...原创 2019-04-21 10:25:48 · 2100 阅读 · 0 评论 -
水平方向的算子检测竖直边缘理解
-1 0 1-1 0 1-1 0 1这种算子称为水平方向的算子。是因为利用它可以检测出图像在水平方向上两侧是否存在差异如果在水平方向上存在差异则可能是竖直边缘...原创 2019-04-21 10:23:57 · 3129 阅读 · 4 评论 -
卷积理解
原创 2019-06-03 13:15:46 · 153 阅读 · 0 评论 -
机器学习中基本线性代数
原创 2019-05-16 15:51:19 · 216 阅读 · 0 评论 -
『TensorFlow』模型保存和载入方法汇总
一、TensorFlow常规模型加载方法保存模型tf.train.Saver()类,.save(sess, ckpt文件目录)方法参数名称 功能说明 默认值 var_list Saver中存储变量集合 全局变量集合 reshape 加载时是否恢复变量形状 True sharded 是否将变量轮循放在所有设备上 True ...转载 2019-07-24 21:12:59 · 250 阅读 · 0 评论 -
RNN入门
雷锋网 AI科技评论按:本文作者何之源,原文载于知乎专栏AI Insight,雷锋网(公众号:雷锋网) AI科技评论获其授权发布。上周写的文章《完全图解RNN、RNN变体、Seq2Seq、Attention机制》介绍了一下RNN的几种结构,今天就来聊一聊如何在TensorFlow中实现这些结构,这篇文章的主要内容为: 一个完整的、循序渐进的学习TensorFlow中RNN实现的方法。这个...转载 2019-07-24 13:40:28 · 408 阅读 · 0 评论 -
用tensorflow搭建RNN(LSTM)进行MNIST 手写数字辨识
用tensorflow搭建RNN(LSTM)进行MNIST 手写数字辨识循环神经网络RNN相比传统的神经网络在处理序列化数据时更有优势,因为RNN能够将加入上(下)文信息进行考虑。一个简单的RNN如下图所示:将这个循环展开得到下图:上一时刻的状态会传递到下一时刻。这种链式特性决定了RNN能够很好的处理序列化的数据,RNN 在语音识别,语言建模,翻译,图片描述等问题上已经取得了很到的结果。...转载 2019-07-24 12:37:43 · 438 阅读 · 0 评论 -
VGG网络结构(一)
刚开始接触深度学习、卷积神经网络的时候非常懵逼,不知道从何入手,我觉得应该有一个进阶的过程,也就是说,理应有一些基本概念作为奠基石,让你有底气去完全理解一个庞大的卷积神经网络:本文思路:一、我认为学习卷积神经网络必须知道的几个概念:1、卷积过程: 我们经常说卷积神经网络卷积神经网络,到底什么才是卷积?网络层卷积过程到底怎么实现?我们在这里借鉴了另一位博客大牛的动态图来给大家演示一下, 图作者文...转载 2018-07-11 21:27:14 · 10554 阅读 · 0 评论 -
VGG网络结构(二)
深度学习论文随记(二)---VGGNet模型解读Very Deep Convolutional Networks forLarge-Scale Image RecognitionAuthor: K Simonyan , A ZissermanYear: 20141、 导引VGGNet是2014年ILSVRC竞赛的第二名,没错你没听错它是第二名,第一名是GoogLe...原创 2018-07-11 21:57:34 · 2008 阅读 · 0 评论