![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
跑模型可能会用到的,就方便找
记录下 省的到处找资料
黑夜寻白天
嘻嘻 你想要知道什么呀
展开
-
torch之从.datasets.CIFAR10解压出训练与测试图片 (附带网盘链接)
当然可以自行调整将它们都合在一个文件夹里面,个人喜好。从官网上下载的是长这个样子的。想看图片,咋办咧,看下面代码。原创 2024-07-12 11:34:35 · 348 阅读 · 0 评论 -
半自动标注(使用自己的分割或检测模型推理完得到的矩阵再生成json文件)
都知道标注很麻烦、很累,不然先训练一批,然后推理得到它的掩码图,先生成自动标注,再人工手动修改也许会快很多。原创 2024-05-15 15:23:39 · 235 阅读 · 7 评论 -
语义分割之使用自己的代码进行数据增强(labelme的json文件)
注释掉的部分 是对json文件的修改 如果大家想顺便修改json文件就将注释给删去。网上的包,写着写着,就不耐烦了,还是自己写吧。没时间优化 凑合着用 哈哈哈。原创 2024-05-09 11:40:14 · 424 阅读 · 0 评论 -
跑模型——labelme的json文件转成yolo使用的txt文件(语义分割,目标检测需要自己改改)
将labelme多边形标注的json文件转换成yolo使用的txt文件。如果有什么不懂的,可以在评论区底下评论哦,我会努力解答的。原创 2024-04-09 14:16:42 · 669 阅读 · 2 评论 -
pytorch——保存‘类别名与类别数量’到权值文件中
不知道大家有没有像我一样,每换一次不一样的模型,就要输入不同的num_classes和name_classes,反正我是很头疼诶,尤其是项目里面不止一个模型的时候,更新的时候看着就很头疼,然后就想着直接输入模型权值文件的path该多好,然后我就搞起来了。原创 2024-02-05 13:55:40 · 661 阅读 · 0 评论 -
labelme之批量生成掩码图(复制代码直接可用)
当你看到这篇文章的时候,说明你在面临着标数据,这个巨烦的工作啦,我表示我懂,很难受。然后labelme又不支持批量转换的,看网上的教程好多说要找到labelme的某个文件呀,然后在复制粘贴上去呀,在用命令行生成json文件夹的,老麻烦了,虽然我以前就是这么干的,但是干着干着就想偷懒了,所以自己翻看了labelme的代码,抽取出来用,自己用程序一步到位。原创 2024-02-01 18:40:20 · 710 阅读 · 3 评论 -
python 简单实现日志功能以及实现每天自动产生新的日志文件
做项目的时候,将代码的输出结果以日志的方式保存下来,是很有必要的在python中,内置了一个日志模块logging,用来输出日志信息,我们可以进行配置各种参数,从而满足我们大部分场景对日志的需求。原创 2024-01-30 17:21:52 · 2260 阅读 · 2 评论 -
跑模型之torch.nn.DataParallel
没时间写,凑合先看着。转载 2023-11-13 16:20:02 · 105 阅读 · 0 评论 -
跑模型——常用模块之torch.load() 、torch.load_state_dict()
在深度学习中,训练好的模型需要保存下来以便后续使用。PyTorch提供了torch.save()和torch.load()函数来保存和加载模型。但是,这两个函数只能保存整个模型的状态字典(state_dict),而不能保存其他信息,如优化器、损失函数等。为了解决这个问题,PyTorch提供了torch.load_state_dict()函数,它可以加载整个模型的状态字典以及其他相关对象。本文将介绍如何使用这些函数来保存和加载模型。原创 2023-11-09 18:10:58 · 309 阅读 · 0 评论 -
跑模型——常用模块之torch.cuda
PyTorch作为一款流行的深度学习框架,提供了许多用于GPU加速的函数和模块。其中,torch.cuda模块是PyTorch中最重要的GPU加速模块之一,它提供了许多用于管理GPU内存、数据转移等操作的函数。本文将介绍一些常用的torch.cuda函数,帮助读者更好地利用GPU加速训练深度学习模型。原创 2023-11-09 16:22:13 · 155 阅读 · 0 评论 -
跑模型——常用模块之os.environ
os.environ 是一个字典,是环境变量的字典,通过 os.environ 我们可以获取环境变量,例如“HOME” 是这个字典里的一个键,如果有这个键,返回对应的值,如果没有,则返回 noneos.environ['环境变量名称']='环境变量值' #其中key和value均为string类型os.putenv('环境变量名称', '环境变量值')os.environ.setdefault('环境变量名称', '环境变量值')转载 2023-11-09 15:12:49 · 194 阅读 · 0 评论 -
跑模型——常用模块之easydict模块
easydict的作用和其名字一样,让你更easy地使用dict,一句话来概括,easydict允许我们使用属性访问符’.'来访问字典的key。同时使用edict构建的字典,也支持基本的字典操作。首先我们导入该模块。转载 2023-11-09 14:47:02 · 248 阅读 · 0 评论 -
跑模型之argparse
作为一个笔记,在github上或者其他地方下载其他地方下载别人的代码阅读时,常常遇到argparse模块,一开始还以为这是就是写了个类,类里面装了很多需要使用到的变量而已,万万没想到还挺有意思。。。。argparse模块提供了一种方便的方式来编写用户友好的命令行接口。它可以解析命令行参数和选项,并生成帮助和使用信息等使用流程如下:导入模块->创建解析器->添加参数->解析参数。原创 2023-11-09 14:31:36 · 49 阅读 · 0 评论 -
模型训练之batch 、batch size、epoch、 iteration
通常情况下,batch size越大(调小你的batch),模型的训练速度就越快,batch size越小,训练所花费的时间就越长(例如你有十万条数据,每次只用一个数据进行训练,时间能不长嘛),此外,batch size还会影响到模型的收敛速度和精度。在微调的时候,大的batchsize可能会取得更好的结果。(1)batch:是指将数据集分成若干个批次,每个批次包含一定数量的样本,然后使用这些批次来训练模型,增大batch,会加大内存的消耗,某些程度上会加快模型的收敛。原创 2023-10-19 00:29:11 · 1539 阅读 · 0 评论 -
常见数据集
Camvid数据集官网 :Object Recognition in Video Dataset下载:CamVid (Cambridge-Driving Labeled Video Database) | Kaggle简介:CamVid全称:The Cambridge-driving Labeled Video Database,该数据集由剑桥大学工程系于 2008 年发布,相关论文有《Segmentation and Recognition Using Structure from Motion Poin转载 2023-10-18 17:32:36 · 103 阅读 · 1 评论 -
pycharm 远程连接服务器进行模型预测后,在本地电脑show出图片
以前跑模型 预测的时候很是痛苦 因为服务器没有显示器呀 也看不到预测的结果 只能save下来,拉回来看 就很烦躁,然后今天终于遇到了,希望能帮到跟我有一样困扰的人。其实就只是在最后三行起作用,但是为了完整的看起来舒服嘛,这里用的是YOLOV8去跑的~原创 2023-10-13 14:17:37 · 247 阅读 · 0 评论 -
训练集损失值与验证集损失值的几种关系 (会持续更新哦!)
在机器学习和深度学习中,训练集和验证集是两个非常重要的概念。训练集用于训练模型,而验证集则用于调整模型的超参数以及评估模型的性能。在训练过程中,我们通常会记录训练集与验证集的损失值,以便在训练完成后对模型进行评估。然而,训练集损失值与验证集损失值之间的关系却有很多种可能性,在本文中,我们将讨论以下几种情况。原创 2023-09-25 15:36:28 · 3808 阅读 · 5 评论 -
pytorch 将pth(pt)文件转成oonx模型
在深度学习领域,模型的保存和加载是一个重要的话题。我们经常需要保存训练好的模型,以便在将来使用或者进行迁移学习。在这里介绍将PyTorch中的.pth(pt)文件转换为O-N-X模型格式。原创 2023-08-23 11:02:58 · 2022 阅读 · 0 评论 -
screen 关掉指定窗口
在 screen 命令中,“Detached” 表示该 screen 会话未连接到任何终端或窗口,而 "Attached"表示该 screen 会话已连接到一个终端或窗口 ,当你重新开一个终端,往往是连接不是"Attached"状态的screen 会话,反正我是不可以。screen -S <session_id> -X quit ,其中 <session_id> 是要关闭的 screen 会话的 ID。然后我就删掉了netted,再使用screen -ls查看还有多少screen 会话。原创 2023-09-15 14:48:42 · 782 阅读 · 4 评论