一笑奈何LHY-CSDN博客

B站教程地址https://www.bilibili.com/video/BV18b4y1J7a6/下载链接链接：https://pan.baidu.com/s/1ydUkMBOUQtaIaNJrjbCjGQ提取码：qxp9数据集数据集结构在实际项目中最常用的是voc数据集格式，我们以voc数据集为例，进行介绍。JPEGImages存放所有数据集图片，Annotations中存放所有标注文件。如图片000001.jpg，它对应的标注就是000001.xml这张图片对应的标注信

2022-01-27 13:33:48 8414 25

原创基于Paddle的计算机视觉入门教程——第11讲目标检测YOLOv3-neck、head

YOLOv3整体结构Neck整体结构YOLOv3的neck部分使用的是FPN，这一部分也叫特征金字塔，它的作用是将多尺度的出入进行特征融合。backbone部分输出的shape分别为（13，13，1024），（26，26，512），（52，52，256）。将这三个输出分别输入到FPN中，我们先看（13，13，1024）这一个输入，经过5次卷积后，输出（13，13，512），然后兵分两路，一路传入到head中，一路再经过一个卷积和上采样，得到（26，26，256），将这个输出和backbone的

2022-01-26 16:17:41 4196

原创基于Paddle的计算机视觉入门教程——第10讲目标检测YOLOv3-backbone

YOLOv3介绍YOLOv3是2018年提出的目标检测算法，取得了非常优秀的效果。直至今天，YOLO系列仍是当前目标检测的主流算法，诞生了一系列的变体，如YOLOv4，YOLOv5，YOLOX等。新的算法大多都是对YOLOv3算法的小修改，本质上没有非常大的改变作为目标检测算法，相比分类算法要复杂一些，除了需要输出类别以外，还需要对特征物体进行定位。下面我们一起看一下YOLOv3的具体实现流程。YOLOv3是anchor based算法，也就说预先在图片上生成很多的先验框，然后我通过神经网络去判

2022-01-25 15:06:20 4190

原创基于Paddle的计算机视觉入门教程——第9讲 MobilenetV3网络详解

B站教程地址https://www.bilibili.com/video/BV18b4y1J7a6/介绍Mobilenet是由Google公司创造的网络系列，目前已经发布至V3版本，每一次版本更新都是在前一次网络上的优化修改。Mobilenet主打的是轻量级网络，也就说网络参数量较少，执行速度较快，也更容易部署到终端设备上。在移动端和嵌入式设备上也有了很多的应用。MobilenetV3对MobilenetV2进行了一系列小的修改，实现了精度的再次突破，速度也有所提升。主要结构深度可分离卷积

2022-01-24 16:27:07 2083

原创基于Paddle的计算机视觉入门教程——第8讲常用的卷积结构

残差结构残差网络在2015年，由何凯明等四位中国深度学习研究者在论文《Deep Residual Learning for Image Recognition》提出，极大地提高了卷积神经网络在图像领域的精度。残差网络中反复使用到了残差结构，这种结构在之后的新型网络中被反复使用。为什么会提出这种结构？原因在于，更加深层的卷积网络往往更能提取出图像的特征，而且拟合能力更强，这样的深层网络给训练带来了很大的困难。网络层数越深，SGD优化梯度变得更困难，很容易出现梯度为0或者梯度爆炸的情况。残差网络很好地解决了

2022-01-23 15:20:18 1674

原创基于Paddle的计算机视觉入门教程——第7讲实战：手写数字识别

B站教程地址https://www.bilibili.com/video/BV18b4y1J7a6/任务介绍手写数字识别是计算机视觉的一个经典项目，因为手写数字的随机性，使用传统的计算机视觉技术难以找到数字共有特征。在计算机视觉发展的初期，手写数字识别成为一大难题。从我们之前讲解的视觉任务分类来看，手写数字识别是典型的分类任务，输入一张图片进行十分类。在现实生活中，手写数字识别也有非常多的应用场景。如下图，我们看到的邮编的识别，可以极大地推动产业自动化，使用卷积神经网络实现的精度甚至可以超越人类。

2022-01-22 13:05:27 3668

原创基于Paddle的计算机视觉入门教程——第6讲常用的运算操作

卷积(Convolution)卷积是卷积神经网络中最常用的操作，卷积到底是如何运算的呢？我们先从一维来看，如上图所示，有一个滑动的窗口从左到右，从上到下滑动，这个滑动的3*3的矩阵我们就称作卷积核，卷积核里面的数和输入矩阵的数字一一相乘后相加，就得到了一个新的数字，这些新的数字按从左到右、从上到下的顺序排列，就得到了输出矩阵，整个这个过程，我们就叫做卷积。通过一维的卷积我们可以看到，输入的矩阵内的数字是固定的，输出矩阵的数字其实完全取决于卷积核内的数字，如果我想要输出正确的结果，只能通过修

2022-01-21 15:33:24 2139 1

原创基于Paddle的计算机视觉入门教程——第5讲实战：PaddleX实现垃圾分类

PaddleX实现垃圾分类B站教程地址https://www.bilibili.com/video/BV18b4y1J7a6/PaddleX的安装pip install paddlex==2.1.0 -i https://mirror.baidu.com/pypi/simple因为PaddleX依赖于pycocotools，如果报错：Microsoft Visual C++ 14.0 is required则需要安装相应工具，下载链接如下：链接：https://pan.baidu.com

2022-01-20 14:11:11 5506

原创基于Paddle的计算机视觉入门教程——第4讲深度学习的基本实现流程

深度学习的基础实现流程数据集准备深度学习需要大量数据的支撑，搭建好的模型，通过大量的数据学习之后，才会拥有强大的泛化能力。模型对数据集的所有图片不停地学习，收敛到一定程度之后，输入一张全新的图片（不在数据集内），也会输出一个相对正确的结果。数据集包含的场景越多，背景越复杂，最终实现的效果会越好。数据集应该包含项目可能出现的所有情况，如光照、贴纸等不利干扰情况，都需要在数据集中出现。但是对于我们单个具体项目而言，拍摄多个场景的物体是比较困难的，自己架设好摄像头，拍摄出来的背景也是比较单一的，难以满足丰富

2022-01-19 22:09:13 2779

原创基于Paddle的计算机视觉入门教程——第3讲环境搭建

安装Anaconda软件下载链接：https://pan.baidu.com/s/1SqEpDgNycHs7ZHbNfZlv7A 提取码：mclu双击打开Anaconda软件安装包：点击Next，下一步点击I Agree勾选All Users这里选择安装位置，可以自己新建文件夹，安装到C盘以外的磁盘。这里建议勾选第一个选项，将anaconda添加到系统变量中，这种以后可以使用cmd调用conda，更加方便。conda换清华源conda config --add channe

2022-01-18 16:27:34 5015 3

原创基于Paddle的计算机视觉入门教程——第2讲计算机视觉的分类

传统计算机视觉方法传统的计算机视觉可以使用Opencv等Python库，对图像进行简单的操作，例如对图像缩放、滤波、阈值分割等等。对于计算机来说，一张彩色图片就是一个三通道的矩阵，分别对应**红绿蓝（RGB）**三种颜色，通过改变颜色的数值（0-255）来显示出一张完整的彩色图片，传统的计算机视觉就是围绕这一个三维矩阵，比如设置一个颜色区间，进行过滤等等操作。这一类视觉处理的方法，功能相对较弱一些，能够处理一些简单的应用场景，比如识别绿色物体，识别动态的物体等。但是对于背景复杂的实际场景中，很多问题都

2022-01-17 14:29:46 2193

原创基于Paddle的计算机视觉入门教程——第1讲介绍

学习人工智能的意义近些年来，人工智能技术迅速发展，已经在多个领域取得了实质性的突破，也有了众多工业内的应用，新能源汽车的自动驾驶、路面交通的违章识别、每日打卡的人脸识别、大数据的智能化搜索以及文字的提取翻译等等，都使用了人工智能技术。其中，计算机视觉是人工智能的重要组成部分，以往使用传统技术很难攻克的难题，都被人工智能技术一一化解，可以说人工智能推动了整个计算机视觉领域的发展，是一种非常强大的技术手段。这么强大的技术，我们学习它究竟有什么意义呢？结合我自身的切身感受来说，在本科阶段，我自己也参加了

2022-01-16 13:59:34 1869

原创 anaconda虚拟环境中conda，pip快速换源/显示源/删除源

conda 换清华源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/an

2021-04-24 00:10:10 1546 1

原创树莓派安装opencv快速方法

确保python版本为3.7，安装好numpy,gtk等相关依赖，通过文件传输工具将下面whl文件传输到树莓派上百度云连接提取码64hp终端输入命令pip3 install opencv_python-3.4.3.18-cp37-cp37m-linux_armv7l.whl无需编译opencv源码，也节省了树莓派pip3 build whl文件的缓慢时间，直接完成极速安装。...

2020-11-07 23:23:01 459

weixin_45747759的博客

原创 YOLOv8 Tensorrt Python/C++部署教程

原创 YOLOv7 Tensorrt Python部署教程

原创 YOLOv6 Tensorrt Python部署教程

原创 PPYOLOE Tensorrt Python部署教程

原创 Retinaface Tensorrt Python/C++部署

原创 YOLOv5 Tensorrt Python/C++部署

原创基于Paddle的计算机视觉入门教程——第12讲实战：PaddleDeteciton实现目标检测