- 博客(27)
- 收藏
- 关注
RSS订阅原创 MVDSHC管道样本划分训练集测试集
先从整体的路径中抽取部分样本作为测试集放在test.txt。根据test.txt中内容从子数据集（penmei1,penmei2,fengliang1,fengliang2…）中抽取放在新的txt文件（penmei1_test,penmei2_test,fengliang1_test,fengliang2_test…）中,原数据集中的删去。以下代码一次处理两个文件，修改多次处理即可。
2024-05-10 10:25:08
159
原创 目标追踪算法
目标检测只能识别出各类物体，但是在视频中前后同一类物体是否是同一个物体，对其进行识别可以增强视频目标检测的性能。2.用labelimg对目标进行框选，获得jpg图像文件和对应文件名的txt标签文件。3.根据txt标签，用pic_cut.py将jpg图像中的框选物裁剪出来。4.将同一个视频截出来的图放在同一个文件夹，用于目标追踪算法的训练。1.将得到的视频用video2pic.py进行裁剪，1s一张图。
2023-11-01 13:50:09
595
1
转载 对时序数据的处理
作者：知乎用户链接：https://www.zhihu.com/question/304796104/answer/547001050来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。其实时间序列预测的思路并不是很多，常见的就是ARIMA，当然也可以做神经网络，马尔可夫链之类的。这些其实只需要基于之前的状态来做预测，特征就是之前滑窗内各时间点的实际数值，这个是由模型限定的。当然你也可以把这个问题转换一下，不要局限在常规的时间序列模型中，就认为是一种回归模型或者二分类模型，
2021-01-25 10:50:07
1139
原创 pyqt5编译的软件 加载多个脚本
是因为在程序中存在multiprocessing只要在 if __name__ == '__main__':和 main()之前加入 multiprocessing.freeze_support()编译后的软件就不会一直加载多个脚本。if __name__ == '__main__': # Pyinstaller fix multiprocessing.freeze_support() main()可参考https://github.com/pyinstaller/
2020-11-26 09:59:50
138
1
原创 梯控项目当前的问题
急需解决的问题：RTSP视频流出现的问题： 修改Mainwindow.py1.花屏（连接无线网桥后出现的问题）–可以尝试的解决方法：①更改帧率；②Mainwindow.py 244行 showImg的参数问题；2.延时–可以尝试的解决方法：①调低摄像头采集帧率；②★改用qt自带的线程类来实现采集视频；注：H.265编码提供能快的存储速度 减轻网络负担减少卡顿现象其余问题：1.在程序中实现摄像机（DS-2CD3326FWDA3-IS 4mm）的声光功能-闪烁并报警：请将电瓶车推出电梯2.
2020-11-21 22:15:08
209
原创 python（from 鱼书）
可以用CLASS创建新的数据类型这里有一个特殊的__init__方法，这是进行初始化的方法，也称为构造函数（constructor）, 只在生成类的实例时被调用一次。。此外，在方法的第一个参数中明确地写入表示自身（自身的实例）的self是Python的一个特点...
2020-08-27 16:28:49
300
原创 保存和加载模型
当保存和加载模型时，需要熟悉三个核心功能：torch.save ：将序列化对象保存到磁盘。此函数使用Python的pickle 模块进行序列化。使用此函数可以保存如模型、tensor、字典等各种对象。torch.load ：使用pickle的unpickling 功能将pickle对象文件反序列化到内存。此功能还可以有助于设备加载数据。torch.nn.Module.load_state_...
2020-05-06 10:35:47
198
1
原创 数据集加载
使用标准python包将数据加载成numpy数组格式，然后转换成torch.*Tensor视觉工具包:torchvision（封装数据）可以加载数据并归一化公共数据集的数据加载模块–torchvision.datasets图像数据的数据加载模块–torch.utils.data.Dataloader#torchvision数据集的输出是范围在[0，1]之间的PILImage，我们将其...
2020-05-05 19:41:49
575
原创 Pytorch深度学习搭建
神经网络训练过程：1.定义一个包含可训练参数的神经网络2.对数据集迭代输入3.通过神经网络处理输入数据4.计算loss函数5.反向传播梯度到神经网络的参数6.更新网络的参数（w=w-lr*g）代码编写1.定义Net2.对输入数据预处理transformdataloaddataset4.损失函数5.梯度清零，启用反向传播net.zero_grad()loss.back...
2020-05-05 19:05:15
242
原创 长尾问题/小样本问题
旷视研究院提出双边分支网络BBN：攻坚长尾分布的现实世界任务香侬科技提出用Dice Loss缓解数据集数据不平衡问题在本文中，我们提出用Dice Loss缓解大量NLP任务中的数据不平衡问题，从而能够提高基于F1评分的表现。Dice Loss形式简单且十分有效，将Cross Entropy Loss替换为Dice Loss能够在词性标注数据集CTB5、CTB6、UD1.4，命名实体识别数据...
2020-05-04 13:10:47
1416
原创 TIPS
Excel狂魔？单元格做计算机视觉：人脸检测、OCR都不在话下AutoML将机器学习应用于现实问题的端到端流程自动化的过程。可编辑的神经网络本文的主要贡献如下：1。提出了神经网络模型快速编辑的新问题。我们认为这个问题在实践中是极其重要的，但就我们所知，它很少受到学术界的关注。2.我们提出了一种可编辑训练的神经网络训练方法，这种方法不依赖于模型，只学习模型，可以有效地纠正模型的错误。3...
2020-05-04 13:09:44
116
原创 关于backward()的一些理解
1. requires_grad 的含义及标志位说明requires_gard 是Tensor变量的一个属性，一般默认为False。另外，0.4.0版本的 Pytorch 将 Variable 和 Tensor 合并，统称为 Tensor，在过去的版本中，requires_grad属性是Variable封装的属性如果对于某Variable 变量 x ，其 x.requires_grad...
2020-05-03 10:46:20
2004
原创 爱斯维尔LATEX要求
已上载了所有必要的文件：手稿：•包括关键字•所有图形（包括相关标题）•所有表格（包括标题，说明，脚注）•确保文本中所有图形和表格的引用均与所提供的文件相匹配•明确标明颜色应用于印刷图形摘要/突出显示文件中的任何图形（如适用）补充文件（如适用）•手稿经过“拼写检查”和“语法检查”•参考文献列表中提及的所有参考文献均在文本中引用，反之亦然•已获得其他来源（包括互联网）使用版权材料...
2020-05-02 19:29:06
2604
原创 结合GAN的零次学习（zero-shot learning）
众所周知，深度学习的崛起依赖于大量的训练样本；监督式学习已经在各项任务上取得了极好的效果。但有一点和我们人的“智能”不一样的是，一个两岁稚子第一次进动物园，看到老虎时，由于在家中见过猫，根据其父的描述“和猫很像、但比猫更大、有黑白黄斑纹、长牙等是老虎”即可轻易判断所见动物为老虎。深度学习如果从来没有“见”过老虎图像样本，是很难去分类老虎的；而零次学习ZSL正是以解决此问题而提出：即便没见过老...
2020-04-26 10:16:07
974
原创 loss分两部分更新梯度的一百种方法
loss分两部分更新梯度的一百种方法variable introduced#features (torch tensor):a 2D torch float tensor with shape(batch_size,feat_dimension)#labels (torch long tensor):1D torch long tensor with shape (batch_size)...
2020-04-25 11:04:17
780
1
原创 聊聊个人对BP算法的理解
我对BP算法的理解百度百科说BP算法是由学习过程由信号的正向传播与误差的反向传播两个过程组成。而信号的正向传播与网络结构的选取密切相关：如MLP,CNN,AE；误差则由Loss函数来定义，例如有softamx cross entropy loss、Categorical Crossentropy等等；而反向传播减小误差则依赖于优化算法，常见：梯度下降、SGD、Adam…以上是我个人对BP的理解...
2020-03-27 15:26:54
400
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