深度学习实战
文章平均质量分 60
__Watson__
这个作者很懒,什么都没留下…
展开
-
【NVIDIA jetson AGX Xavier】刷机、安装jetpack记录
官方教程:通过SDK manager刷机和安装jetpack准备一台Ubuntu16.04或18.04的PC作为host在host机上安装NVIDIA SDK manager完成jetson的所有硬件设备连线、recovery开机(先按住recovery再按住power,再一起松开)在host上运行NVIDIA manager,此时参考官方文档和csdn博客当刷机完成后进入jetpack安装之前,遇到的问题:cannot connect to the device via ssh. Va原创 2021-05-12 15:04:52 · 1393 阅读 · 0 评论 -
【模型部署】CUDA 10.2 + cuDNN 8.1.1 + TensorRT 7.0.0 安装踩坑记录
0.本地环境说明:Ubuntu1804NVIDIA驱动440CUDA10.2cuDNN8.1.1TensorRT7.0.01.NVIDIA驱动版本查询nvidia-smi2.CUDA10.2由于之前的CUDA安装的是10.1,所以需要更新(卸载重装)卸载CUDA:如果之前是.run文件安装的话:sudo /usr/local/cuda/bin/cuda-uninstaller如果之前是deb文件安装的话:sudo dpkg -r xxxcudaxxx安装CU原创 2021-04-21 20:06:22 · 1378 阅读 · 0 评论 -
【AP和mAP】
ap、mAP多标签图像分类任务的评价方法史上最易懂AP、mAP计算解析将检测结果按score排序分别介绍top1到top-N的precison和recall绘制recal-precision曲线介绍PR曲线下的面积,即为APmAP即为各个class的AP的平均值mAP@IOU=0.5:0.95 指区间【0.5:0.05:0.95】内10个IOU取值下的mAP的平均值mAP50:指IOU=0.5的判定标准下mAP75:指IOU=0.75的判定标准下mAP area=small | med原创 2020-10-07 21:52:57 · 657 阅读 · 0 评论 -
P、 AP、mAP的关系
AP,Precision,Recall, mAP 之间的关系原创 2019-12-17 16:30:09 · 1926 阅读 · 0 评论 -
【detectron2】注册、训练、推断自己的数据集
一、注册自己的数据集使用detectron2训练自己的数据集,第一步要注册自己的数据集。首先保证自己的数据集标注是coco格式,就可以使用load_coco_json加载自己的数据集并转化为detectron2的专有数据格式。使用DatasetCatalog.register注册训练集和测试集。使用MetadataCatalog.get注册训练集和测试集的标注元数据要纠结代码细节,具...原创 2019-11-28 19:32:16 · 19933 阅读 · 69 评论 -
【1080TI驱动+CUDA10.1+cudnn】安装记录
1.安装显卡驱动直接通过Ubuntu自带UI界面安装,应用更改自动安装,重启生效2.安装CUDA10.1官网下载地址运行.run文件sudo sh cuda_10.1.105_418.39_linux.run因为已经安装了NVIDIA 显卡驱动,所以这里不勾选安装驱动等待片刻,出现安装成功添加环境变量sudo vim ~/bashrcexport PATH=/us...原创 2019-11-23 09:35:44 · 3649 阅读 · 0 评论 -
【pytorch1.3+detectron2】安装记录
官方安装就很好 https://github.com/facebookresearch/detectron2/blob/master/INSTALL.md0. 安装Cuda9.0+cuDNN7.41. anaconda创建虚拟环境:conda create -n pytorch13 python=3.6.8,进入环境,conda activate pytorch132. 安装pytorch1...原创 2019-11-22 13:30:54 · 2873 阅读 · 4 评论 -
【pytorch+cocoapi+detectron】安装记录
安装Cuda9.0+cuDNN7.4anaconda创建虚拟环境:conda create -n detectron python=3.6.7,进入环境,conda activate detectron进入pytorch官网https://pytorch.org/get-started/locally/ 安装pytorch: conda install pytorch torchvi...原创 2019-08-19 15:17:52 · 779 阅读 · 0 评论 -
detetron 训练出错 Loss is NaN
学习率BASE_LR过大导致Loss is NaN把BASE_LR由0.02调小到0.002解决问题原创 2019-09-08 21:39:49 · 368 阅读 · 0 评论 -
【detectron】 config yaml各参数配置及含义
# The type of model to use# The string must match a function in the modeling.model_builder module# (e.g., 'generalized_rcnn', 'mask_rcnn', ...)'''# 要使用的模型类型# 该字符串必须与modeling.model_builder模块中的函数匹配...原创 2019-09-10 15:15:45 · 5324 阅读 · 1 评论 -
【mmdetection】安装踩坑记录
官方的安装教程很完美。由于我之前安装了facebook的detectron,所以已经有了pytorch的环境,不用再安装pytorch了。直接在pytorch环境里git mmdetection源码,然后setup。遇到的问题:python setup.py develop第一种方式用gcc-6编译报错,然后用sudo update-alternatives --config gcc切换gc...原创 2019-09-24 15:01:28 · 4621 阅读 · 17 评论 -
【detectron】训练自己的数据集
1.数据集格式需要转换成coco格式需要coco数据集格式,json存储格式。如果用labelImg标注的voc格式需要转换格式。https://github.com/xuhuasheng/labelImg_voc2coco2.数据集文件夹准备在datasets目录下建立三个文件夹,annotations、train、val。annotations存放train.json和val.jso...原创 2019-08-30 20:54:08 · 4202 阅读 · 5 评论 -
【mmdetection】使用:训练和测试
一、训练之前的准备,使用自己的数据集默认使用coco数据集格式(json文件)修改./mmdet/datasets/coco.py里的CLASSES的元组为自己的数据集类别修改./mmdet/core/evaluation/class_names.py里的coco_classes()函数二、修改配置文件配置文件在./config/*.py配置文件参数使用python字典形式存储...原创 2019-09-27 17:56:15 · 6786 阅读 · 8 评论 -
【已解决】【mmdetection】运行test.py 报错segms = seg[0][label]: list index out of range
前几天刚用mmdetection,做mask-rcnn的test评估在segms = seg[0][label]:报错 list index out of range,本来想下断点在线调试,但是断点对源代码无效???在mmdetection的github的issue刚好有,而且是两天前merged的,看来是一个bug。解决方法,见Fixed coco_eval bug where seg le...原创 2019-09-27 16:00:45 · 1732 阅读 · 1 评论