- 博客(44)
- 收藏
- 关注
RSS订阅原创 打包PaddleOCR出现：OSError: could not get source code
打包PaddleOCR出现：OSError: could not get source code
2023-02-17 11:14:56
498
1
原创 DeprecationWarning: `np.bool` is a deprecated alias for the builtin `bool`.
F:\Tools\Python3.8.9\lib\site-packages\skimage\morphology\_skeletonize.py:256: DeprecationWarning: `np.bool` is a deprecated alias for the builtin `bool`. To silence this warning, use `bool` by itself. Doing this will not modify any behavior and is safe. I
2023-02-08 14:30:26
2029
原创 DeprecationWarning: Please use `laplace` from the `scipy.ndimage` namespace
F:\Tools\Python3.8.9\lib\site-packages\skimage\restoration\inpaint.py:6: DeprecationWarning: Please use `laplace` from the `scipy.ndimage` namespace, the `scipy.ndimage.filters` namespace is deprecated. from scipy.ndimage.filters import laplace
2023-02-08 14:24:26
1933
原创 UserWarning: Distutils was imported before Setuptools.
UserWarning: Distutils was imported before Setuptools.
2023-02-08 14:18:54
971
原创 pyinstaller遇到错误OSError: Can‘t get source for ＜function batched_nms at 0x000002EB9D720B80＞.
pyinstaller遇到错误OSError: Can‘t get source for ＜function batched_nms at 0x000002EB9D720B80＞.
2022-11-16 14:01:41
851
原创 pyinstaller打包错误：OSError: Can‘t get source for ＜function sigmoid_focal_loss at 0x00000174BE600F70＞.
pyinstaller打包错误：OSError: Can't get source for .
2022-11-16 13:41:52
1487
1
原创 detectron2 出现错误：RuntimeError: CUDA error: device-side assert triggered
detectron2 出现错误：RuntimeError: CUDA error: device-side assert triggered
2022-10-26 10:38:52
765
原创 pyinstaller打包pytorch出现错误：OSError: could not get source code
pyinstaller打包pytorch出现错误：OSError: could not get source code
2022-06-14 15:19:41
1642
5
原创 ModuleNotFoundError: No module named ‘google.protobuf‘
错误信息ModuleNotFoundError: No module named ‘google.protobuf’先用pip卸载解决方法pip uninstall protobufpip uninstall google再重新安装pip install googlepip install protobuf
2022-05-20 15:39:34
3039
1
原创 OSError: [WinError 1455] Error loading “*\cudnn_cnn_infer64_8.dll“ or one of its dependencies.
windows10系统detectron2训练模型时出现如下错误：OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "F:\Tools\Python3.8.9\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies.
2022-05-19 16:12:38
1519
1
原创 常见激活函数持续更新)sigmoid Tanh Relu Leaky-ReLU RReLU
激活函数是来向神经网络中引入非线性因素的，通过激活函数，神经网络就可以拟合各种曲线。sigmoid公式：函数图像： Sigmoid函数也叫 Logistic 函数，用于隐层神经元输出，取值范围为(0,1)。它可以将一个实数映射到(0,1)的区间，可以用来做二分类。在特征相差比较复杂或是相差不是特别大时效果比较好。存在的问题： 1）sigmoid函数饱和使梯度消失(Sigmoidsaturate and kill gradients)。我们从导函数图像中可以看出sigmoid的导数都是小于
2022-04-25 15:00:05
2851
原创 2021李宏毅机器学习之Adaptive Learning Rate
即使没有临界点（critical ppoint），训练也会很困难 critical point其实不一定是,你在训练一个Network的时候,会遇到的最大的障碍,今天要告诉大家的是一个叫做Adaptive Learning Rate的技术,我们要给每一个参数不同的learning rate 如果今天critical point不是问题的话,為什麼我们的training会卡住呢,我这边举一个非常简单的例子,我这边有一个,非常简单的error surface 我们只有两个参数,这两个参数值不一样的时候,
2022-04-21 16:20:24
2244
原创 计算神经网络推理时间的正确方法
前言 在网络部署这一块中，计算网络的推理时间是至关重要的一方面，但是，正确而有意义地测量神经网络的推理时间或延迟的任务，需要深刻的理解。即使是有经验的程序员也经常会犯一些常见的错误，这些错误会导致不准确的延迟度量。 在这篇文章中，我们回顾了一些应该解决的主要问题，以便正确地测量延迟时间。我们回顾了使GPU执行独特的主要过程，包括异步执行和GPU预热。然后我们共享代码样本，以便在GPU上正确地测量时间。最后，我们回顾了在gpu上量化推理时间时人们常犯的一些错误。异步执行 我们从讨论GPU的执行机制开始
2022-04-20 17:43:05
6552
2
原创 2021李宏毅机器学习之Regression
Piecewise Linear Curves Linear 的 Model,也许太过简单了,我们可以想像说 x1 跟 y,也许它中间有比较复杂的关係,对 Linear 的 Model 来说,x1 跟 y 的关係就是一条直线,随著 x1 越来越高,y 就应该越来越大,你可以设定不同的 w,改变这条线的斜率,你可以设定不同的 b,改变这一条蓝色的直线,跟 y 轴的交叉点,但是无论你怎麼改 w 跟 b,它永远都是一条直线,永远都是 x1 越大,y 就越大,前一天观看的人数越多,隔天的观看人数就越多. 但也
2022-03-22 17:01:12
1299
1
原创 2021李宏毅机器学习之Self-attention进阶版本multi-head Self-attention
Multi-head Self-attention Self-attention 有一个进阶的版本,叫做 Multi-head Self-attention, Multi-head Self-attention,其实今天的使用是非常地广泛的。在作业 4 裡面,助教原来的 code 4 有,Multi-head Self-attention,它的 head 的数目是设成 2,那刚才助教有给你提示说,把 head 的数目改少一点 改成 1,其实就可以过medium baseline。 但并不代表所有的任务,
2022-03-22 14:56:29
2154
原创 (超详细)windows10+Visual Studio 2019+cmake+opencv4.5.5
1、下载安装cmake-gui下载地址：cmkae link点击下载下图红框的双击安装包：点击"next"选择同意协议，点击next根据个人喜好，我选择创建cmake的桌面图标，为所有用户都添加环境变量。也可以选择默认，直接点击next。选择安装路径，本人系统是win10+Ubuntu18.04的，为了防止出现其它问题，还是选择默认路径安装，点击next;因为要安装到C盘需要管理员权限，点击next就好等待完成安装2、下载opencv和opencv_contribo
2022-03-01 18:40:20
2790
原创 windows10 编译onnxruntime
前言windows10下编译onnxruntime在网上的教程可谓是风毛菱角，经过本人几天的努力钻研，花了九牛二虎之力，终于是完成了这个操作。环境cuda版本：11.4cudnn版本: 8.2.2.26onnxruntime：1.10.0Visual Studio 2019cuda、cudnn和onnxruntime对应的版本可以参考官网：https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html*
2022-03-01 17:41:04
2636
原创 windows10 No module named ‘win32con‘ 亲测解决
问题描述 在windows安装好detectron2之后跑程序，结果报错，错误信息如下：ModuleNotFoundError: No module named 'win32con'截图：在网上百度、谷歌了好久，都是说pip install pywin32 和pip install pypiwin32就能解决问题。而我也发现我的环境中是存在这两模块的，截图如下：网上的这些方法都不能解决我的问题，在找寻很久之后终于找到一个解决办法解决办法 在pywin32的Github官网下载pywin3
2022-02-23 17:40:39
5216
10
原创 solov2训练报错：RuntimeError: nvrtc: error: failed to open libnvrtc-builtins.so.11.1.
前言错误的提示信息是这样的RuntimeError: nvrtc: error: failed to open libnvrtc-builtins.so.11.1. Make sure that libnvrtc-builtins.so.11.1 is installed correctly.大概意思就是少了这一个库：libnvrtc-builtins.so.11.1我的环境是：pytorch版本：1.8.2CUDA版本：11.2在网上寻找一很多解决的办法，无外乎就是说pytorch版
2022-02-20 16:46:54
5967
3
原创 C++的前置递增和后置递增
C++的前置递增和后置递增的区别 直接上代码。//递增int main() { //后置递增 int a = 10; a++; //等价于a = a + 1 cout << a << endl; // 11 //前置递增 int b = 10; ++b; cout << b << endl; // 11 //区别 //前置递增先对变量进行++，再计算表达式 int a2 = 10; int b2 = ++a2 * 10;
2022-02-16 16:33:42
1446
原创 交叉熵损失原理
前言 在深度学习的分类任务中使用最多的事交叉熵损失函数，在B站刷完视频后赶紧记录一下。正文 在多分类任务通常使用softmax将logits(即score)转换为概率的形式。在计算损失的时候就是讲logits(即score)转换为概率的值与真实值比较，来衡量两者之间的差距，即使用交叉熵损失函数来衡量。 这个交叉熵损失函数一般是接在softmax后面的，所以多分类的交叉熵损失也叫做softmax损失，它的计算方法是（如下图所示）： 其中，y是样本x属于某一个类别的真是概率，而f(x)是样本属于某一
2022-02-15 17:23:25
2234
原创 CUDA卸载（runfile安装以及deb方式安装方式的卸载）
1、runfile方式安装的卸载在/usr/local/cuda-11.2/bin路径下找到带有uninstaller的脚本（如下图）执行命令：sudo ./cuda-uninstaller执行完成之后，你会发现 /usr/local 目录下没有了 cuda 文件夹，若还有cuda-11.2的可以手动删除。2、deb方式安装的卸载官网方式官网方式：sudo apt-get --purge remove "*cublas*" "*cufft*" "*curand*" \ "*cusolv
2022-01-21 11:16:53
3635
1
原创 ResNet+ FPN网络结构
1.ResNet论文地址：ResNet ResNet在PyTorch的官方代码中共有5种不同深度的结构分别为18、34、50、101、152，和论文的完全一致。如下图所示，下图是论文的截图。 根据Block类型，可以将这五种ResNet分为两类:一种是基于BasicBlock；另一种基于Bottleneck。1.1 Block前面的层 如下图所示， 上图红色框的层的具体结构如下图所示，这里只包含卷积层和pooling层，而BN层和ReLU层等均未画出。 输入输出用椭圆形表示，中间是输入输出
2022-01-14 14:11:04
8640
原创 2021李宏毅机器学习之Self-attention（矩阵角度）
从矩阵的角度讲解Self-Attention的过程下来我们从矩阵乘法的角度,再重新讲一次我们刚才讲的,Self-attention 是怎麼运作的。我们现在已经知道每一个 a 都产生 q k v。如果要用矩阵运算表示这个操作的话,是什么样子呢我们每一个 a,都乘上一个矩阵,我们这边用 Wq 来表示它,得到 qi,每一个 a 都要乘上 Wq,得到qi,这些不同的 a 你可以把它合起来,当作一个矩阵来看待 一样a2a3a4也都乘上Wq得到q2q3跟q4 ,那你可以把 a1 到 a4 拼起来,看作是一个矩阵
2022-01-13 10:43:56
742
原创 2021李宏毅机器学习之Self-attention
Self-AttentionSeq2Seq简言 我们不知道应该输出多少个Label,机器要自己决定,应该要输出多少个Label,可能你输入是N个向量,输出可能是N’个Label,为什么是N’,机器自己决定。这种任务又叫做sequence to sequence的任务。 例如：翻译就是sequence to sequence的任务,因为输入输出是不同的语言,它们的词汇的数目本来就不会一样多；或者是语音识别也是,真正的语音识别也是一个sequence to sequence的任务,输入一句话,然后输出一
2022-01-13 10:40:56
231
原创 什么是RoIPooling和ROIAlign
RoIPoolingFaster-RCNN简述 讲到ROIPooling就想提到Faster-RCNN，就简单讲述Faster-RCNN。Faster RCNN可以分为4个主要内容：Conv layers：作为一种CNN网络提取图像特征方法，Faster RCNN首先使用一组基础的conv+relu+pooling层提取image的feature maps。该feature maps被共享用于后续RPN层和全连接层。Region Proposal Networks（RPN）：RPN网络用于生成r
2021-12-29 14:24:51
1441
原创 边框回归Bounding-Box regression
边框回归是什么？如下图： 对于边框，一般使用向量(x,y,w,h) 来表示， 分别表示窗口的中心点坐标和宽高。红色的框 P 代表原始的Proposal。绿色的框 G 代表目标的 Ground Truth； 我们的目标是寻找一种关系，使得原始输入框P(红色的框)经过映射得到一个 Ground Truth（绿色框）更接近的回归看框G^\widehat{G}G(蓝色框)。所以，边框回归的目的即是：给定(Px,Py,Pw,Ph)寻找一种映射f， 使得：f(Px,Py,Pw,Ph) = (Gx^\wideha
2021-12-29 10:11:39
390
原创 two stage(两阶段实例分割)自上而下(Top-Down)和自下而上(Bottom-Up)
自上而下（Top-Down） 自上而下的实例分割方法的思路是：首先通过目标检测的方法找出实例所在的区域（bounding box），再在检测框内进行语义分割，每个分割结果都作为一个不同的实例输出。 这类方法的代表作就是大名鼎鼎的Mask R-CNN了，如下图，总体结构就是Faster R-CNN的两阶段目标检测，box head用来做检测，增加了mask head用来做分割，模型大家都很熟，细节就不再赘述自下而上（Bottom-Up） 自下而上的实例分割方法的思路是：首先进行像素级别的语义分割，再
2021-12-24 11:50:07
5477
1
原创 Poly-YOLO及YOLOv3的不足:标签重写、无效的anchor分配
前言在学习PolyYolo开源！Yolo也能做实例分割，检测mAP提升40%！，记录一下之前所学忘记的内容。YOLOv3存在的问题标签重写 YOLO系列都是基于图像的cell作为单元进行检测，即把一张图片分成mn个网格，就如上图的左图，黄色的点是四辆车的中心点，分别落在不同的格子，每个格子就负责预测这个物体。 以416416输入图像为例，图像的大小随着一系列的卷积下降到1313的feature map(YOLO从输入到输出的时候是经过32倍的下采样)。此时特征图的一个像素点的感受野是3232大小
2021-12-22 19:14:01
3331
原创 Ubuntu18.04禁止conda自动激活base环境
前言以前为了方便管理Python的环境安装了anaconda3,但是每次打开Ubuntu的终端，前面都有base的环境，比较烦人。所以想要禁止自动激活base环境禁用 conda 自动激活 base 环境：conda config --set auto_activate_base false参数说明：auto_activate_base 是用来控制是否要在 shell 启动时自动激活 base 环境的配置项；设置为 false 表示 不自动激活 base 环境的配置项；设置为 true 表示
2021-12-15 14:46:15
3052
原创 Ubuntu18.04卸载Python3.8（非系统自带）
前言以前个人习惯用python3.8版本的，于是在公司电脑就安装了Python3.8版本的，保留了原来的Python3.6,只是切换了Python的版本。想要卸载系统自带的Python版本，是不建议的，看到网上很多朋友都卸载了系统自带的Python版本，结果弄得要重装系统。在此非常不建议卸载系统自带的Python版本。一、1、卸载python3.8sudo apt-get remove --purge python3.8二、完全卸载python3.8及其依赖软件（慎用！这里会删除python3.
2021-12-15 10:29:16
7195
1
原创 Ubuntu18.04 pip3和pip的安装升级以及配置
前言每次部署新的电脑，对pip和pip3的安装、升级以及配置永久换源总是忘记，所以写blog记录一下。（都是亲测有效）一、pip和pip3的安装安装pipsudo apt-get install python-pip安装pip3sudo apt-get install python3-pip二、升级pip和pip3升级pippython -m pip install --upgrade pip升级pip3python3 -m pip install --upgrade pip
2021-12-15 10:05:17
5286
原创 Ubuntu18.04 关闭和开始图形界面
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言tty登录关闭用户图形界面开启用户图形界面中文乱码安装zhcon前言Ubuntu18.04 开启和关闭图形界面的操作方法tty登录tty登录方法是：1、重启计算机，在登录界面时，按住Ctrl + Alt+F2-F6，根据我所查找的资料显示，有的说是按Ctrl + Alt+F1-F6或者是Ctrl + Shift+F1-F6.我所讲的合适我的电脑。Ctrl + Alt+F2-F6分别是进入tty2-tty6,Ctrl
2021-12-13 15:32:56
3886
原创 Ubuntu18.04输入密码正确，进不去图形界面
问题描述：公司申请配一张显卡，做深度学习方面的研究，显卡一到手就迫不及待拆开主机装上了（还研究了好半天）。终于可以开机了，马上安装N卡的驱动，记得安装的驱动版本是460的。装完之后重启，到登录页面输入密码，黑屏一下，又返回登录页面要输入密码。密码肯定正确。于是百度了很久。解决办法1、重启或者强制重启电脑2、进入Ubuntu的高级系统进入Ubuntu高级系统后，我这边是有两个带有recovery的选项，选择版本低的一个，就是最后一个，按回车进入。之后选着第一个resume resume normal
2021-12-13 15:02:52
4751
原创 ubuntu 安装flameshot截图软件及设置快捷键
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、flameshot安装命令安装源码安装二、设置快捷键前言Ubuntu自带的截图功能并不能满足日常所需，而Snipaste只有Windows版和Mac公测版本，Linux版本还在开发中。百度一下发现flameshot在Lniux上还比较好用一、flameshot安装命令安装sudo apt install flameshot源码安装使用上述命令直接安装时提示找不到安装包，可以尝试源码安装flameshot
2021-12-09 09:54:27
2255
原创 ubuntu安装opencv
文章目录前言一、官网下载二、安装前言Ubuntu18.04 环境下安装OpenCV。一、官网下载Opencv官网在导航栏Library中选中Releases然后点击Sources，自动下载到本地。二、安装安装命令unzip OpenCV-3.4.5.zipcd opencvmkdir build cd buildcmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..make -j${p
2021-12-09 09:38:05
2732
原创 Flask 中的session 和 cookie
文章目录前言什么是Cookie？什么是Seesion？什么是token？Flask中使用CookieFlask中使用session前言简单来说，Cookie是客户端用来标识用户信息的，Cookie 就是从服务器生成并返回给浏览器的，登录成功后的 Response Headers 中就有了 Cookie，session是一种会话机制。提示：以下是本篇文章正文内容，下面案例可供参考什么是Cookie？客户端第一次登录时，向服务器传递username和pwd，服务器接收验证通过后设置一个键值对返回给浏
2021-12-08 11:23:37
1020
原创 opencv imread()读取中文名字的图片报错
问题描述：opencv imread()读取中文名字的图片报错解决方案：img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), -1) # 读入完整图片，见下面解释img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), 0) # 读成灰度img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), 1) # 读成彩图`
2021-12-07 19:00:33
627
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