humeme-CSDN博客

原创 ILSVRC2012数据集-图像分类

ILSVRC2012图片训练前处理

2024-02-23 15:41:43 1259

PyTorch-C++前端1、LibTorch与VS2017社区版配置安装libtorch需要与自身pytorch版本以及CUDA版本对应，输入win+r打开终端输入以下命令依次检查对应版本。pip list #查看pytorch版本nvcc -V #查看CUDA版本本机torch和CUDA版本分别为1.9.0和10.2，因此需要去官网下载对应版本的各个版本CUDA和各个版本CUDNN。1.1、下载libtorchlibtorch主要用来部署pytorch的模型，是最近流行的C++部署框架

2021-08-27 09:36:39 919

原创 VSCODE-Tutorials-将 GCC 与 MinGW 结合使用

VSCODE-Tutorials-将 GCC 与 MinGW 结合使用官方网址在本教程中，你将使用来自mingw-w64的 GCC C++ 编译器 (g++) 和 GDB 调试器配置 Visual Studio Code 以在Windows上运行创建运行的程序配置 VS Code 后，您将在 VS Code 中编译和调试一个简单的 Hello World 程序。本教程不会教您 GCC、GDB、Mingw-w64 或 C++ 语言。对于这些主题，Web 上有许多很好的资源可用。准备工作Visual

2021-08-17 19:03:03 359

原创 VSCODE-Tutorials-通过Microsoft C++配置VSCODE

VSCODE-Tutorials-通过Microsoft C++配置VSCODE官方网址在本教程中，你将使用来自Microsoft Visual C++的编译器和调试器配置 Visual Studio Code 以在Windows上运行创建运行的程序配置 VS Code 后，您将在 VS Code 中编译和调试一个简单的 Hello World 程序。本教程不会教您 GCC、GDB、Mingw-w64 或 C++ 语言。对于这些主题，Web 上有许多很好的资源可用。准备工作Visual Studi

2021-08-17 18:54:48 304

原创 VSCODE通过MinGW和CMake搭建OpenCV

VSCODE通过MinGW和CMake搭建OpenCV参考文献：VScode搭建OpenCV环境；VS code配置C/C++、OpenCV(Windows)；将 VSCode 打造成 OpenCV 的 IDE（C++，window10 1803）；1、前言VSCODE属于编辑器，不带编译功能，因此需要借助MinGW，CMake来对OpenCV进行编译，编译的过程中，需要对各个工具的版本兼容进行对应统一，避免出现意外麻烦，因此推荐优先访问OpenCV-MinGW-Build。这里面有已经编译过的

2021-07-28 16:31:15 1135 1

原创基于VS2017的DLL的创建与使用

基于VS2017的DLL的创建与使用参考文献：动手 | 奶奶级的动态库入门1、工具准备VS2017：https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/2、步骤2.1、建立DLL库1、打开VS2017，文件——新建——项目，选择Windows桌面向导——命名文件名——选择文件保存路径，确定2、选择动态链接库——空项目。确定3、确定后如图进行选择4、右击头文件——添加——新建项，按图步骤选择，添加在头文件里添

2021-04-23 12:46:25 930

原创 OpenCV4.5.2（+opencv_contrib）+CMake3.20.1+vs2017重新编译

OpenCV4.5.2（+opencv_contrib）+CMake3.20.1+vs2017重新编译本文仅做学习使用，若侵权，请留言删除参考文献：Windows下 Cmake + VS 编译 OpenCV (+ opencv_contribute)源码添加链接描述OpenCV3.4.1+opencv_contrib编译：windows 10win10下利用cmake和vs重新编译opencv源码opencv编译之后找不到opencv_worldxxx.lib的原因编译支持CUDA的Openc

2021-04-15 15:59:55 4259 5

原创 TensorFlow2.4.0与CUDA11.1版本以下对应关系

TensorFlow2.4.0与CUDA11.1版本以下对应关系1、CPU版本下2、GPU版本下

2021-04-14 09:36:30 8770 6

原创图像增强系列操作

1、等比例缩放def resize_img(): ''' 按照宽高比例等比例缩放图片 :return: ''' import cv2 img_path = r"20201113200656_7.jpg" img = cv2.imread(img_path) height = img.shape[0] width = img.shape[1] if height > width:

2020-12-07 15:53:24 182

原创 json和xml转换为txt

json和xml转换为txt本文仅做学习记录使用，若侵权，留言秒删import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import joinimport cv2import json# sets = ['train', 'test', 'val']sets = ['train', 'val']classes = ["formula"]

2020-12-02 10:41:33 140

原创 python matplotlib.Rectangle在一幅图片里作出一个或多个矩形框

import matplotlib.pyplot as pltimport matplotlib.patches as patches# 根据坐标作图def plot_pic(): img_path = "000000000650.jpg" txt_path = "000000000650.txt" img = plt.imread(img_path) h,w,c = img.shape txt_lines = open(txt_path).readline

2020-11-19 16:34:50 15787 4

原创 json的读取与保存

json的读取与保存1、json保存import jsondef save_json(data): with open("new_json.json", "w", encoding="utf-8") as fp: json.dump(data, fp, ensure_ascii=False, indent=4) # data：字典的数据 # fp：保存的文本 # encoding="utf-8"：使中文能够显示出来，不至于乱码

2020-11-18 14:48:22 3794

原创小白CRF++训练中文命名实体识别

CRF++训练中文命名实体识别本文不涉及任何知识点的介绍，有兴趣自行查询。完全从小白到命名实体识别训练参考文章如下：python CRF中文分词（crf++工具）用CRF做命名实体识别（一）CRF++使用简介（windows下非接口）【实战】运用CRF++进行实体识别实战windows 用户 crfpp 安装以及导入到 python本文仅做学习使用，若侵权，留言秒删，1、首先创建语料以十个数学题目为例，文本以txt形式保存：文本自取：链接：https://pan.baidu.com/s

2020-11-05 15:37:50 1389 1

原创 ultralytics-yolov3-Windows训练配置

ultralytics-yolov3-Windows训练配置本文主要作自学记录作用，若侵权，留言删除以下操作基于Windows环境，工程代码是链接：https://github.com/ultralytics/yolov31、环境配置Cythonmatplotlib>=3.2.2numpy>=1.18.5opencv-python>=4.1.2pillowPyYAML>=5.3scipy>=1.4.1tensorboard>=2.2torch&gt

2020-09-04 09:51:30 1691 11

原创 RNN+LSTM的简洁归纳

RNN入门本文适用于对循环神经网络有一定基础的研究者、且本文只用于本人知识点的归纳总结，若侵权，留言删除本文主要思想来源于《动手学深度学习》(PyTorch版)-第六章节A Beginner’s Guide to LSTMs and Recurrent Neural Networks1、MLP（Multilayer Perceptron-多层感知机）在了解循环神经网络之前，需要首先了解全连接网络，两者都是通过信息在网络节点上执行的数学运算方式命名，MLP是直接传送信息，RNN则是循环传递信息

2020-08-07 16:27:19 607

原创 insightface训练与测试调试

训练本文仅做学习总结用途，文章思想主要参考于：人脸识别0-01：insightFace-模型复现-史上最全侵权留言删除为了快速的体验训练网络的流程，我们首先使用作者提供的数据集：https://github.com/deepinsight/insightface/wiki/Dataset-Zoo本人使用的是CASIA-Webface (10K ids/0.5M images)[1]，在这里，我们只是了解一下训练的步骤，所以暂时没必要制作自己的数据集，下载完成后，数据集放在服务器/dataset/f

2020-07-29 09:37:27 2610 1

原创 insightFaceV1论文详解

insightFace本文主要引用于：人脸识别：《Arcface》论文详解且只做学习记录使用，若侵权，留言删除论文地址：ArcFace: Additive Angular Margin Loss for Deep Face Recognition内容理解来自于：人脸识别的LOSS该篇论文详细的介绍了数据，网络，损失函数的三个改进。1、首先利用VGG2数据集和MS-Celeb-1M数据集（有对数据集进行清洗），作为训练数据集。LFW、CFP、AgeDB数据集作为验证数据集，MegaFace数据集作

2020-07-27 17:09:52 1098

原创 insightface中pickle报ascii码的问题解决方案

问题描述：‘ascii’ codec can’t decode byte 0xff in position 0: ordinal not in range(128)问题代码：bins, issame_list = pickle.load(open(path, 'rb'))尝试使用过但未解决：utf-8、gbk，LATIN1（？可能写错了！）更改代码如下：bins, issame_list = pickle.load(open(path, 'rb'), encoding='bytes')解决

2020-07-24 14:41:22 184

原创卷积神经网络结构总结

本文所有内容基于此：动手学深度学习-pytorch且目的为自学总结，若有侵权，留言删除。1、LeNet(1998)论文地址：https://scholar.google.com.tw/scholar?q=Gradient-based+learning+applied+to+document+recognition&hl=zh-CN&as_sdt=0&as_vis=1&oi=scholart1.1、网络结构图第一层卷积输入通道为 3，输出通道为 6，size = 5

2020-07-23 14:13:09 2460

原创关于转置卷积的简约理解

转置卷积本文思想引用于图片进行上采样操作当我们将低分辨率图片转换为高分辨率图片时，上采样操作需要进行一些插值操作：其中插值方式为：1、最近邻插值（Nearest neighbor interpolation）2、双线性插值（Bi-linear interpolation）3、双三次插值（Bi-cubic interpolation）这种方式无法提供给深度神经网络学习参数，而是直接给定特征参数，这样会产生一些影响（模糊，锯齿等）。转置卷积层转置卷积得名与矩阵的转置操作，广泛应用于：a、

2020-07-21 15:04:05 322

原创百度云人脸检测本地测试并部署

第一步：成为百度云开发者的一员点击此链接：https://cloud.baidu.com/ 进入百度云首页：新手指南链接：https://ai.baidu.com/ai-doc/REFERENCE/Ck3dwjgn3包含以下所有步骤[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-M4ATrIME-1594619339495)(百度云SDK测试指南.assets/image-20200630160756528.png)]若已经拥有百度账号，可直接点击登录（默认大家已有百

2020-07-13 13:57:55 1130

weixin_42063746的博客