- 博客(18)
- 收藏
- 关注
RSS订阅原创 关于Numpy的版本错误
出现这个错误（ImportError: numpy.core.multiarray failed to import）往往是因为numpy版本过低，但是numpy=1.19.5显然已经很高，再升级到1.20又会面临第一个issue。这个错误往往是因为numpy版本过高（numpy>=1.20）,将numpy降级到1.19.5解决以上问题。
2023-03-20 16:53:36
2340
2
原创 NameError: name ‘torch_scatter‘ is not defined
解决方案：如下网址下载对应版本whl文件，依据torch和cuda版本选择https://pytorch-geometric.com/whl/查看torch版本：torch.version查看cuda版本：nvcc -Vpip install上述.whl
2023-03-15 10:25:29
809
原创 Open3D可视化连续点云帧（From KITTI tracking dataset）
Open3D可视化连续点云帧（From KITTI tracking dataset）
2023-03-06 17:30:06
1239
4
原创 Pytorch中DistributedSampler()中的随机因素
在使用YOLOv5的mosaic数据增强（从数据集中随机采样3张图像与当前的拼在一起，组成一张里面有4张小图的大图）过程中，当使用多卡（DDP）训练自己的算法时出现了每张卡所生成的图像中，除了原本的那张小图，其他三张小图都一模一样的现象：可以看到除了左上角的小图以外，其余三张采样的图片完全相同。这样的同态性的数据降低了训练数据的质量，我们希望用于数据增强的三张小图也是不同的。查看YOLOv5源码中mosaic数据增强这一块源码：class LoadImagesAndLabels(Dataset):
2021-01-03 21:26:48
6530
2
原创 Linux下安装pycocotools
step1：首先安装cythonpip install cythonstep2: git COCOAPI的源码https://github.com/cocodataset/cocoapi.gitcd $COCOAPI/PythonAPI并将Makefile中所有的python改成python3step3:make install一些基本用法示例：from pycocotools.coco import COCOcoco = COCO(os.path.join(self.root_
2020-11-14 13:48:38
1786
原创 Pytorch实现循环神经网络（二）、LSTM实现MNIST手写数据集分类
先放上完整的训练测试代码：# -*- coding: utf-8 -*-"""Created on Fri Aug 7 15:10:16 2020@author: wj"""import torchfrom torch import nnimport torchvision.datasets as datasetsimport torchvision.transforms as transformsfrom torch.autograd import Variableimport
2020-08-08 16:14:11
950
原创 Pytorch实现循环神经网络（一）、RNN与LSTM的结构与定义
一、RNN的结构与pytorch中实现首先放上RNN的结构图：Xt为当前时刻的输入向量，ht为当前时刻的输出向量。可以看到，RNN不同于一般的全连接层，当前时刻的输出不仅与输入有关，还与上一时刻网络的输出ht-1有关。其输入输出关系在pytorch官方文档中：在pytorch中定义RNN层：torch.nn.RNN（input_size，hidden_size，num_layers，nonlinearity ，bias，batch_first ，dropout ，bidirectional ）
2020-08-07 20:34:24
745
原创 论文笔记：SlowFast Networks for Video Recognition
论文发表于ICCV2019,何凯明大神也在作者中，这里先放上论文链接：添加链接描述文章针对视频行为识别提出了一种新颖的网络结构SlowFast Networks，受启发于人类的视觉神经系统：80%的视觉细胞通常用于捕获空间特征，对时序动作响应不明显。15%~20%的视觉细胞用于捕获动作特征，用于处理高时间分辨率的动作特征。基于此，文章提出了两条支路用于处理视频信息Slow-pathway和Fast-pathway。Slow-pathway主要用于提取空间特征（其输入为稀疏的视频帧）；Fast-pathwa
2020-07-18 11:22:33
305
原创 论文笔记：Quo Vadis, Action Recognition? A New Model and the Kinetics Dataset
论文发表于CVPR2017,先放上论文链接：添加链接描述在图像领域的大规模ImageNet数据集，对于图像分类、目标检测、语义分割等任务，在其上预训练的模型迁移到相应的数据集时可以获得非常好的效果，从而在ImageNet上进行预训练这一手段被广泛的应用于图像任务。相应的，在视频领域上是否存在这样的大规模视频数据集？在这样的数据集上进行预训练是否可以提高视频行为识别（分类）的精度？该篇文章介绍了大规模视频行为分类数据集Kinetics，并且使用当下常用的行为识别模型，对比了使用预训练前后在UCF101和HM
2020-07-15 16:15:47
509
原创 基于Pytorch的3D卷积
3D卷积核相比于2D卷积核引入了时间尺度，并且在宽、高、深度（不是单张图像的通道数，这个深度可以理解为帧间）方向上进行滑窗。在pytorch中，输入数据的维数可以表示为（N,C,D,H,W），其中：N为batch_size，C为输入的通道数，D为深度（D这个维度上含有时序信息），H和W分别是输入图像的高和宽。3维卷积核的维数可以表示为（Cout,C,FD,FH,FW），其中：Cout为输出通道数，（FD,FH,FW）为3维滤波器的尺寸。特别的FD为深度方向的滤波器尺寸，它所关联的是时序信息，FD越大表示在
2020-06-13 09:56:04
9837
1
原创 C++学习笔记(二)
#建立NDArray,访问元素std::vector<mx_float> v {1.23, 4.56, 7.89, 5.71};mxnet::cpp::NDArray nda_array {v, Shape{2,2}, Context::cpu()};assert(nda_array.Size() == 4);assert(nda_array.At(0, 0) == v[0]...
2020-04-26 17:12:55
275
转载 Pytorch中批规范化(nn.BatchNorm2d())
有时模型训练好了，将训练完成后的参数读入网络做测试的时候发现效果变差。这极有可能就是BatchNorm出现问题。下面就对pytorch中的nn.BatchNorm2d()做一个详解。这里先放上原文链接(大部分参考这篇文章)torch.nn.BatchNorm2d(num_features, eps=1e-05,momentum=0.1,affine=True, track_running_st...
2020-04-03 16:23:53
2194
原创 c++学习笔记（一）
这篇文章会更新一些我在使用mxnet的c++过程中的一些记录，结合mxnet的c++接口学习c++。方便以后查阅使用。迭代器iterator的用法std::string para_path = "D:/Workspace/FaceProject-master/models/centerface.params";std::map<std::string, mxnet::cpp::NDAr...
2020-03-25 10:31:46
107
原创 Windows环境下编译C++版的MXNet问题处理
最近涉及要在c++上部署人脸检测的算法，要在Windows环境下编译运行MXNet。对于不熟悉c++的小白的我真是一件又让人抓狂又掉头发的事情。网上关于c++的部署的帖子少之又少，加上又是第一次摸这些东西，所以出现的bug真的数不胜数。写这个blog的目的就是记录下这些bug以及相应的解决方案，以便以后查找。配置目标VS2017 ，CUDA9.2， CUDNN7.6， Mxnet1.5.1配...
2020-03-20 15:20:04
488
原创 Windows下配置GPU版本的pytorch
很多小伙伴在配置cpu版的pytorch的时候觉得畅通无阻，可一碰到GPU加速的时候就出现各种错误，怎么弄环境都搞不好。所以今天把windows下GPU版本的pytorch配置过程作以记录，也方便以后查找。先决条件anaconda3python编译器配置过程1.更新NVIDIA驱动版本2.下载安装cuda（注意驱动版本太老的话可能不支持最新的cuda版本） 这里放上旧版本cuda...
2020-03-14 12:20:39
663
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