自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(44)
  • 收藏
  • 关注

原创 Miniconda在Windows上的安装与使用

3.环境变量没有添加成功:如果安装完成后,你无法在任何位置运行conda命令,可能是由于环境变量没有添加成功。你可以手动将Miniconda的路径添加到系统的环境变量中。2.安装过程中报错:如果安装过程中报错,可能是由于某些依赖项无法正确安装。)添加到系统的环境变量中,确保你可以在任何位置运行conda命令。你可以尝试重新下载安装程序,并确保下载的是适合你系统版本的版本。安装完成后,我们需要验证Miniconda是否安装成功,并熟悉一些常用的conda命令。,如果看到conda的版本信息,说明安装成功。

2024-05-23 10:07:21 445

原创 运行YOLOv8缺失Arial问题并解决

运行YOLOv8缺失Arial.ttf。

2024-02-20 12:41:16 725

原创 LSTM模型的讲解与运用

循环神经网络(RNN)是一类以序列数据为输入,在序列的演进方向进行循环且所有循环单元按链式连接的神经网络。本实验通过采用循环神经网络的变体长短期记忆网络(LSTM),合理设计网络结构和算法来实现自动写诗和藏头诗的功能。由test函数可以生成龙碧和弦四个字开头的诗句。图5到图9分别从加载图片,训练神经网络,到生成诗句的过程。由该图可以看出,对床前明月光的自动续写结果。由图5加载诗的数据,返回标签。图 9 根据首字母生成诗句代码。图 11 自动写诗的过程。图 12 根据首字生成诗。图 8 自动写诗代码。

2023-10-15 19:13:48 626

原创 残差网络、Dropout正则化、Batch Normalization浅了解

残差网络是一种深度神经网络,它的特点是在每个卷积层后面添加了一个跳跃连接,使得输入可以直接加到输出上,形成一个残差块。Dropout就是在每层神经网络中随机去掉一部分的神经元,在训练过程中,被去掉的神经元不参与前向传播和后向传播,即该神经元对神经网络的权重更新没有贡献,从而减少了参数之间的共适应,提高了网络的泛化能力。Dropout正则化可以有效地缓解梯度消失或爆炸的问题,因为它降低了网络的复杂度,使得梯度可以更容易地流动到较浅的层。

2023-08-29 23:45:57 1252

原创 运行YOLO报错,ImportError: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.29‘ not found

运行YOLOv7的test.py时遇到的问题,本以为很好解决,没想到弄了这么久。

2023-08-21 15:32:21 673

原创 YOLOv7训练结果解析

已训练完模型,且把结果下载下来,以下某一次id识别训练结果为例,如下图所示。YOLOv7每次train完成(如果没有中途退出)都会在run目录下生成expX目录(X代表生成结果次数 第一次训练完成生成exp0 第二次生成exp1…以此类推)expX目录下会保存可视化的训练结果 result.png,result.txt,weights(last.pt和best.pt)等等。

2023-08-20 15:11:22 5526 7

原创 深度学习中,什么是batch-size?如何设置?

batch-size是深度学习模型在训练过程中一次性输入给模型的样本数量。它在训练过程中具有重要的意义,影响着训练速度、内存使用以及模型的稳定性等方面。以下是batch-size训练速度:较大的batch-size通常可以加快训练速度,因为在每次迭代中处理更多的样本。这可以充分利用高性能计算资源(如GPU)的并行计算能力。然而,过大的batch-size可能会导致内存不足而无法训练。内存使用:较大的batch-size需要更多的内存来存储模型参数、梯度和中间计算结果。如果内存不足,训练可能会失败。

2023-08-15 21:32:10 5967

原创 如何批量修改VOC数据集(.xml文件)中标签内容

首先,根据以上的内容,了解如何使用Python修改xml文件中标签名称的基本思路和步骤。其次,可以根据具体需求,修改函数changelabelname中的参数和条件,以适应xml文件的格式和内容。最后,可以使用一个简单的循环,调用函数changelabelname,对文件夹中的所有xml文件进行批量修改。这里提供了一个使用Python修改xml文件中标签名称的方法。可以参考这个方法,将xml文件中的19pig.替换为19pig。要批量修改.xml文件,把里面的name从19pig.改为19pig。

2023-08-15 21:12:14 407

原创 YOLO格式数据集(.txt)如何转换为VOC格式数据集(.xml)

安装好python环境与编译器。

2023-08-14 16:27:24 1152 1

原创 jupyter安装使用,yolo预测结果可视化与Boxes信息

确保已经正确安装VScode,并已经安装python插件。

2023-07-28 18:38:15 855

原创 YOLOv8实战——安装篇

在vscode目录中找到刚刚安装的ultralytics目录,在其里面的engine目录下找到model文件。检测结果为4人,1车,1站牌,花了71毫秒。predict方法表示为预测方法,因此在此方法内增加一个print语句。1.建议下载miniconda,若是在Linux上安装,可以参考我这篇。进入对应conda环境,并进入ultralytics-main目录下。进入网址,点击Code,然后点击Download下载zip压缩包。YOLOv8 可以在命令行界面(CLI)中直接使用,只需输入。

2023-07-27 17:22:05 24222 20

原创 如何批量修改xml标签,把中文改为英文

替换为包含要修改的XML文件的文件夹的实际路径。运行代码后,它将遍历该文件夹下的所有XML文件,并将标签中的"号猪"替换为"pig"。因此想把所有xml标签里的中文统一改为英文,以下以中文“号猪”为例,统一改为“pig”。下面是一个示例代码,它遍历指定文件夹下的所有XML文件,并将标签中的"号猪"替换为"pig",然后保存修改后的XML文件。要批量修改多个XML文件中的标签,将"号猪"替换为"pig",您可以使用Python中的XML解析库来实现。

2023-07-26 17:27:47 300

原创 VOC数据集有中文标签,无法顺利转换为YOLO数据集

出现乱码问题可能是因为标签名称的编码方式与代码中的编码方式不匹配导致的。,原因可能是在读取XML文件时使用了错误的编码方式。这样可以确保标签名称的编码方式与代码中的编码方式一致,避免出现乱码问题。函数,用于将原始编码的标签名称转换为新的编码方式。列表中的标签名称进行后续处理,例如在上述的XML转换代码中使用。替换为与你的XML文件使用的编码方式相对应的正确编码方式,如。中的每个标签名称进行转换,并将转换后的结果存储在。,其中的标签名称已经按照新的编码方式进行了转换。进行解码,指定正确的编码方式。

2023-07-05 18:02:42 170

原创 精灵标注助手无法导入pascal文件

点击打开原xml文件发现与精灵助手导出的xml文件格式是有一定差别的,就想将原格式文件做一个批量转换。其中要修改的地方一个是classes列表,改为自己分类的名称就好了;另外要修改的是你原xml文件和转换格式后的xml文件保存的文件夹。成功转换后则可以重新导入xml文件了。3.pascal源文件夹路径。2.图片所在文件夹路径。

2023-06-28 17:50:27 289

原创 pip 下载第三方库失败

当在命令窗口(服务器中的conda环境下)用pip install imgaug指令 想下载第三方库的时候,一直失败。pip版本低,cmd一直提示你提升版本,查询了百度上面很多方法,给出了一条命令语句。选项并指定清华大学 PyPI 镜像源的 URL。如果想使用清华大学的 PyPI 镜像源来安装。检查是否有科学上网,若有,则关闭科学上网即可。改用清华源镜像,并加上信任动作。镜像,并加上信任动作。

2023-06-25 17:04:16 574

原创 解决wget命令出现Unable to establish SSL connection错误

Unable to establish SSL connection 无法建立SSL连接。例如:wget --no-check-certificate URL下载地址。一、加上跳过验证证书的参数"--no-check-certificate"

2023-06-15 20:11:09 3450 1

原创 linux服务器查看gpu

表格中会显示显卡的一些信息,第一行是版本信息,第二行是标题栏,第三行就是具体的显卡信息了,如果有多个显卡,会有多行,每一行的信息值对应标题栏对应位置的信息。需要注意的一点是显存占用率和GPU占用率是两个不一样的东西,类似于内存和CPU,两个指标的占用率不一定是互相对应的。* Persistence-M:持续模式的状态开关,该模式耗能大,但是启动新GPU应用时比较快,这里是off。* GPU-Util:GPU利用率,第一个是74%,第二个未用。* Fan:风扇转速,在0到100%之间变动,第一个是29%

2023-06-15 18:11:10 2838

原创 YOLOV7——实战篇

总共有两个文件需要配置,一个是,这个文件是有关模型的配置文件;一个是,这个是数据集的配置文件。训练用到之前提到的三个文件:预训练模型yolov7_training.pt和Pig.yaml下面简单介绍一下相关的参数。--weights weights/yolov7.pt # 接收预训练模型路径的参数--cfg cfg/training/yolov7-pig.yaml # 接收模型配置文件的参数--data data/Pig.yaml # 接收数据配置文件的参数。

2023-06-15 17:15:21 842

原创 运行YOLO出错:TypeError: No loop matching the specified signature and casting was found for ufunc greater

弄些库的版本过高。

2023-06-15 16:29:22 6211 3

原创 RuntimeError: Dataloader worker (pid 13229) is killed by signal: Terminated

法一:直接改train里面的workers,改为2或者4或者6。法二:改batch_size,改为8或者16。运行YOLOv7代码,中配置文件的参数问题。

2023-06-15 15:56:50 362

原创 YOLOv7——目标检测数据集划分篇

将所有数据集图片放入JPEGImages文件夹中,所有的图片对应的xml文件放入Annotations中,ImageSets文件夹中创建Main文件夹,暂时Main文件夹为空。datasets————Annotations # 存放图片对应的xml文件,与JPEGImages图片一一对应————Main # 存放train.txt和val.txt文件————JPEGImages # 存放所有图片split.pyMain。

2023-06-14 17:48:21 4057 2

原创 VOC转YOLO,VOC/YOLO数据集的划分

VOC格式则是将所有图片(无论是训练图片还是测试图片)都放在一个文件夹下、将所有标注文件(无论是训练的还是测试的)也都放在一个文件夹下,最后用两个txt格式的文件来指定那些是训练数据,哪些是测试数据:例如,train.txt中将所有训练数据(训练图片的名称,去掉.jpg后缀)按每行对应一个的方式储存,test.txt则将所有测试数据的名称(去掉后缀)储存起来。(1)将所有的txt标注文件转化成xml标注文件。(1)Yolo格式下的每张图片的所有包含的目标的标注信息,都统一以txt文件的形式储存。

2023-06-13 12:11:58 1664

原创 使用YOLO自动标注,并由用labelImg微调

什么是自动标注?在训练过程中,如果图片的数据量不够,或想通过某些手段加快标注的效率,可以在之前训练好的模型基础上识别出一些物体,根据已识别的数据进行转换。在labelme或labelimg上继续修改已识别的数据。这时候由于已经有很多物体被模型识别预先标注了,可以很大提高标注的效率。在labelimg中选择openDir,选择刚才的模型输出目录。已经看到模型识别后标注的结果,具体框的结果与模型的准确度有关。如果有发现标注不正确或错误太多的可以适当调高conf-thres值再检测,默认是0.25。

2023-06-12 18:12:47 4567 8

原创 labelImg下载安装,并进行图像标注

我们使用labelImg工具来对图像数据集标注。labelImg是开源的Python工具包,其代码和详细介绍可查阅GitHub通过pip install labelImg命令来安装labelImg,注意区分大小写。可在指定的conda环境下下载并安装labelImg该命令跟平台无关,不管在Windows、Linux和MacOS上均可执行。

2023-06-11 15:50:33 3408 1

原创 Windows系统下如何运行.sh脚本文件

sh文件是一种命令脚本文件,在Windows系统下可以通过命令行工具打开运行。通常可以使用Git工具来打开运行.sh脚本文件。不过很多第一次使用Git的人,可能对Git工具不熟悉。.sh文件在命令行运行时是有固定写法的,下面介绍详细步骤。

2023-06-10 18:49:36 35890

原创 ffmpeg安装及使用(可抽帧)

然后按照下图点击,找到Release部分下载一个即可。

2023-06-09 21:37:58 895

原创 VScode使用服务器conda环境运行代码

文章。

2023-05-31 11:43:36 1977 2

原创 VSCode报错ModuleNotFoundError: No module named ‘xxx‘

解决方法:在conda环境下安装库。

2023-05-31 11:28:51 597

原创 VSCode警告Import “numpy“ could not be resolved

原因:编译环境没有选择好,你所用的Python不是torch环境中的。解决方法:选择正确编译环境即可1.ctrl+shift+p 2.在搜索框输入:Python Selecet Interpreter /选择 Python:选择解释器 选项 3.选择你所需torch环境中的Python。 上图可以看到我现在使用的是Python3.9.16,而我所需要的应该是ASD这个torch虚拟环境中的 Python,所以选择第二个。大家可以根据自己的需求来选择,前提是你已经创建了符合需求的虚拟环境。参考文

2023-05-31 11:17:14 1137

原创 视频抽帧转图片——Python脚本

遍历“路径列表1.检测读取文件路径是否正确# 1.检测读取文件路径是否正确else:')returnpython系列13:python中Path常用功能拉出单个路径地址判断.is_dir()判断路径是否存在若存在路径赋值给videos若不存在输出警告意为(31m:前景色红色)Line36 error:地址如图所示:该错误为绝对路径具体到某个视频,把黄线处删除即可【脚本解析笔记】将视频转为图片_是孑然呀的博客-CSDN博客。

2023-05-30 20:29:23 676

原创 第二周周记——算法篇

例如,在升序的查找表 {10, 14, 19, 26, 27, 31, 33, 35, 42, 44} 中查找元素 33。(图1搜索区域是整个查找表)2) 图 3 中,搜索区域内中间元素的位置是 ⌊(6+10)/2⌋=8,因此中间元素是 35,此元素不是要找的目标元素。4) 图 7 中,搜索区域内中间元素的位置是 ⌊(7+7)/2⌋=7,因此中间元素是 33,此元素就是要找的目标元素。如果[i]和[j]值重复, 将[j]的值设为-1. 并且len-- {1,3,2,6,-1,-1,4,8,-1,-1}

2023-05-29 10:57:15 69

原创 CLion解决中文输出乱码

CLion是个很好用的IDE,但是在用CLion写C/C++代码时,中文输出会是乱码,此前博主也找了很多资料,但是网上的教程大多都是脱裤子放屁,治标不治本,在这里,博主偶然发现了一个完美的解决方法。造成这样的原因是CLion本身的BUG,控制台的编码默认是UTF-8,网上大多数的教程都是各种改编码,问题是可以解决,但是并不完美。首先,我们看没有解决之前的一张截图,可以看到中文输出是乱码的。打开设置,把这几项都改成。或者在右下角底部修改为。最后在运行一次,成功!

2023-05-22 18:18:27 1519 2

原创 VSCode连接远程服务器,并同步调试代码

(1)在VSCode中安装扩展Remote Development(2)安装完成左侧菜单栏出现一个远程资源管理的图标,选择SSH Targets,点击“+”添加远程主机:,保存以后左侧会出现对应机器名称。我的是:ssh [email protected] -p 22回车确认后需要选择一个配置文件保存的路径,一般默认回车即可。完成后可以在左边远程资源管理器看到刚刚添加的主机,并且右下角有通知,点击通知中的 OpenConfig可以打开刚刚保存的配置。

2023-05-22 15:19:54 6753

原创 第一周周记——算法篇

1.super家养了一对刚出生的兔子, 兔子出生第2月后每月都会生一对小兔子, 小兔子出生后同样第2月后也会每月生一对兔子。”,指的是这样一个数列:1、1、2、3、5、8、13、21、34、……输入弹球的初始高度M和回弹次数N, 输出弹球第N次回弹后的高度和达到该高度后所经过的距离(保留两位小数)一个大于1的自然数,除了1和它自身外,不能被其他自然数整除的数叫做质数(素数)设计一个程序, 输入N, 输出0~N之间的所有素数(0<N<MAX_INT)设计一个程序: 输入n,输出兔子数量 (2<n<30)

2023-05-22 15:18:09 109

原创 VSCODE的安装与配置Anaconda环境

直接加载VSCODE的官网https://code.visualstudio.com/,点击Download for Windows即可下载。首先同意协议,点一下步其他里面的几个勾要打起来,因为这样就可以右键文件夹用VSCODE打开,非常方便。下一步。继续下一步安装即可。

2023-05-17 16:39:25 10358 5

原创 Linux服务器安装pytorch

出现以下字样即为成功。

2023-05-15 21:59:41 8783 2

原创 Miniconda在服务器上的安装与使用

进入到刚才安装的虚拟环境,在这里用conda命令安装需要的包和库,不会干扰到其他环境。然后根据提示,按Enter,此时显示miniconda3的信息,并且会出现。如果你想每次查看安装了哪些库的时候查看来源,可以把最后一个单词设为。因为不同的工程会需要不同的环境,创建不同的虚拟环境便于管理项目。由于anaconda的仓库在国外,这里先添加清华的镜像仓库。按Enter,接下来会提示是否添加环境变量,输入。:安装的时候询问是否添加环境变量,选择。,继续按Enter,直到出现。,否则需要自己配置环境变量。

2023-05-15 16:25:47 2456 1

原创 非极大值抑制(Non-Maximum Suppression)

非极大值抑制,简称为NMS算法,英文为Non-Maximum Suppression。其思想是搜索局部最大值,抑制非极大值。NMS算法在不同应用中的具体实现不太一样,但思想是一样的。非极大值抑制,在计算机视觉任务中得到了广泛的应用,例如边缘检测、人脸检测、目标检测(DPM,YOLO,SSD,Faster R-CNN)等。

2023-05-07 18:28:12 307

原创 TensorRT(8):python版本安装,CUDA11.0,win10

在安装TensorRT前,首先需要安装CUDA、CUDNN等NVIDIA的基本库,如何安装,已经老生常谈了,这里不再过多描述。关于版本的选择,楼主这里:CUDA版本,楼主这里选择的是 cuda11.0 ,具体cuda版本见,可自行下载。CUDNN版本,选择 cudnn-11.0-windows-x64-v8.2.1.32,官网下载需要先注册账号,pycuda 选择 11.4。

2023-05-05 21:05:43 1939

原创 windows 下 ,conda环境中pycuda 安装问题

安装 pycudaa, pip3 install pycuda==版本b, 根据这个 链接 https://www.lfd.uci.edu/~gohlke/pythonlibs/#pycuda,主要根据你的python 版本确定,没有对应好pycuda 和 python, 会出现各种问题.ps:注意conda 环境和和本地环境 python,默认会找本地环境,可用 …/…/envs/…/bin/pip3 安装到conda 虚拟环境。

2023-05-05 17:16:30 954

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

提示
确定要删除当前文章?
取消 删除