![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
文章平均质量分 81
黄小黄i
一个双鱼座的程序猿
展开
-
pytorch1.10之fx
之前在对conv和bn算子融合的时候偶然得知在pytorch1.10中是可以进行部分操作的。故写下此学习记录。torch中的fx是原创 2022-03-21 11:08:44 · 1918 阅读 · 0 评论 -
win10初探yolox之环境安装与训练自己的数据集
最近被yolox爆屏,加上自己对于yolo系列有太多的情节之前还尝试过yolof,现在出现的yolox还有openvino推理,刚好自己会需要这部分内容,现在就尝试进行对其初步探索。一、基础配置cuda 10.1二、环境搭建1、安装yoloxgit clone git@github.com:Megvii-BaseDetection/YOLOX.gitcd YOLOXpip3 install -U pip && pip3 install -r requirements.txtp原创 2021-07-28 14:29:05 · 3123 阅读 · 4 评论 -
图像分割常见Loss
图像分割常见Loss最近在研究图像分割,由于自己之前没学习过,只能好好鼓捣,好久没写了。忙完分割项目总结一下。1、基于分类损失①:binary cross entropy二分类的交叉熵损失函数当类别数M等于2的时候,这个损失就是二元交叉熵Loss。交叉熵Loss可以用在大多数语义分割场景中,但它有个缺点,那就是对于只用分割前景和背景的时候,当前景像素的数量远远小于背景像素的数量时,即y=0的数量远大于y=1的数量,损失函数中y=0的成分就会占据主导,使得模型严重偏向背景,导致效果不好。#二值原创 2021-07-12 14:25:36 · 2264 阅读 · 2 评论 -
对比两个文件夹保留相同文件
img_path = ‘G:/cervical_cancer/data/roi/aug_roi_based_data_generation/train/’label_path = ‘G:/cervical_cancer/data/roi/aug_roi_based_data_generation/label/’dirpath = os.listdir(img_path)for image in dirpath:image_name = image.split(".")[0]if image.spl原创 2020-11-25 13:41:02 · 829 阅读 · 0 评论 -
利用yolo5官方模型训练自己的数据集
利用yolov5官方模型权重训练自己的数据集一、运行环境Cuda = 10.1python=3.7.xtorch =1.6.0cython = 0.29.21numpy = 1.19.1opencv-python = 4.3.0.38matplotlib = 3.3.0pillow = 7.2.0tensorboard = 2.2.0pyYAML = 5.3.1torchvision = 0.7.0scipy = 1.5.2tqdm = 4.48.2二、yolov5文件数据集原创 2020-08-19 15:01:15 · 4585 阅读 · 19 评论 -
win10 + pytorch环境搭建
pytorch环境搭建1、利用anaconda新建一个pytorch的虚拟环境去查看https://blog.csdn.net/weixin_43218120/article/details/1077080822、下载安装,官网的地址为:https://pytorch.org/get-started/locally/,选择适合自己的版本我选择的是torch1.2。3、测试(1)在命令行左边为 pytorch 环境中,输入 python(2)之后,输入 import torch,如果没有报错,意味原创 2020-07-31 11:12:13 · 229 阅读 · 0 评论 -
在c++中加载TorchScript模型
在c++中加载TorchScript模型一、运行环境win 10vs 2015OpenCV 3.4.1cmakelibtorch二、opencv环境搭建详情请见https://blog.csdn.net/qq_41175905/article/details/80560429这位博客是vs2017我用到我的vs2015上同样适用三、libtorch安装1.官网下载地址(选择适合自己的版本)https://pytorch.org/get-started/locally/因为我个人使用原创 2020-07-30 14:50:00 · 3055 阅读 · 6 评论