- 博客(20)
- 收藏
- 关注
RSS订阅原创 Python 程序打包成 exe 可执行文件，pyinstaller模块
EXE File英文全名，可移植可执行 (PE) 文件格式的文件，它可以加载到内存中，并由操作系统加载程序执行，是可在操作系统存储空间中浮动定位的可执行程序。
2024-06-06 17:01:09
1010
原创 opencv视频提取照片，帧数间隔提取，不限格式avi/mp4，无损截取
使用提取avi里的视频（不限制avi格式，只要opencv支持的格式都行，具体格式自行百度），可以每隔几帧保存一张。可在图像分析场景使用，从有意义的信息。OpenCV库可用于对视频执行多项操作。
2024-05-29 11:44:58
490
原创 opencv批量图片合成视频，生成mp4/avi/flv格式，cv2.VideoWriter_fourcc()
fps 要保存的视频的帧率 frameSize 要保存的文件的画面尺寸，filename 是要保存的文件的路径 folder_name为待合成图片文件夹。fourcc 指定编码器，切换不同格式 output_format为转换格式。fps:可指定大小合成高刷帧，frame_index抽帧合成，略有不同。isColor 指示是黑白画面还是彩色的画面。将某个文件夹中的所有图片，合成为一个视频。
2024-05-29 11:25:00
779
2
原创 在进行yolov8算法改进之添加CBAM注意力机制时，报错TypeError: __init__() takes 3 positional arguments but 4 were given
在ultralytics\nn\tasks.py路径文件中 if m in {}中和另外添加elif m in{}中一需要一处，这属于一个低级错误。起初以为是通道设计不对导致，后寻找原因发现并不是yaml文件的问题，在找到类似回答后发现问题其实是重复添加模块导致的报错，具体如下。其他模块如果相应报错的话大概率就是重复激活了模块，添加完CBAM模块/其他模块类似后，发现报错如下。此问题适用任何模块导致的参数报错。正确添加模块示例如下。
2024-05-21 16:09:03
286
原创 YOLOV8改进:增加注意力模块,以CBAM模块为例
在ultralytics\nn\modules\conv.py该文件中，我们可以写入自己的注意力模块，或者使用V8已经提供的CBAM模块（见代码的CBAM类）,其实yolov8中已经加入了CBAM。添加完毕后在ultralytics\nn\modules\__init__.py中导入模块，一是在from.conv import中导入。二是在__all__=（）中添加。增加对应的模块后，之后的层数的layer+1，因此需要适当更改，不然会报concat维度不匹配的错误，如下。运行训练打印出完整模型即成功。
2024-05-21 15:58:16
446
5
原创 Yolov8中断后继续训练，resume方法，断点训练
1.错误尝试在训练YOLOv8的时候，因为开太多其他程序，导致在100多次的时候崩溃，查询网上相关知识如何接着训练，在yolo5中把resume改成True就可以。在yolov8中也这样尝试，将ultralytics/yolo/cfg/default.yaml中的resume改成True发现并没有作用，感觉yolov8代码还是有很多bug。
2024-05-21 14:24:06
1631
6
原创 数据集制作，合并同名txt文件中不同内容。批量合并文件内容。合并数据集。自动标注。
方法：如上两种方法，例如红绿灯做单独标注，拿到限速和红绿灯两份标注数据，再考虑文件合并。另外方法借用公共数据集（coco）等预训练模型，第九类别即使红绿灯，做单一识别，即可得到红绿灯数据坐标。具体方法就是放入模型做检测，启用--save-txt参数即可。场景：做深度学习时，常常标注完某一类别数据后，又需要添加一个类别，比如限速牌标注，但前期没有做红绿灯标注。代码是科技所写，有多余判断，但完全能用。得到两个数据集后，考虑合并文件，例如下所示。同名文件，想要得到合并操作如下，文件一，假设目标物a。
2024-01-11 15:49:33
476
原创 深度学习txt数据集批量修改编号--遍历修改文件夹内所有txt文件内第一列内容
问题：深度学习时，当需要整体修改类型编号时，例如两数据1是car,和1是truck，现想合并数据，那就要挨个打开txt文件修改第一列的类型数字，（这样才能类型不冲突）手动修改是不可能的，唯有脚本释人心。不只强势替换，可以筛查替换。
2024-01-10 14:19:36
568
1
原创 vscode:报错Couldn‘t find a debug adapter descriptor for debug type ‘coreclr‘
于是又卸载了该插件和相关引用的插件如（扩展“Auto-Using for C#”和“Microsoft.AspNetCore.Razor.VSCode.BlazorWasmDebuggingExtension”依赖于它），安装的时候发现，控制台会输出。排除其他问题后重启电脑（排除了.netcore,sdk，runtime相关之后，只有可能是C#环境有问题），对应vscode的C#扩展文件。卸载vscode相关拓展，连带卸载相关引用，重新安装相应拓展（也可以手动操作），降低拓展版本就行，一般问题会解决。
2024-01-08 16:30:41
880
1
转载 VS2019/VS2022移动安装位置/C盘瘦身的一个好方法，
下面是一段代码示例（注意 cmd 以管理员身份运行）：对上面那些文件夹移动完成后使用mklink /d创建链接即可知道了原理操作起来就十分简单，这些必要的文件夹如果有文件在里面，就把这些文件夹移动到非系统盘，如果没有就删除他们（因为之后我们要创建链接，不删除就不能用他们的名字创建链接）原理：这一步的目的是欺骗 VS 安装程序，把它（将要或已经）放在系统盘的内容转移到其他盘，这样 VS 安装时仍然读写的是系统盘的路径，但实际上这些路径被我们转移到了非系统盘了，如此便释放了系统盘空间。4.正常打开软件使用。
2024-01-04 14:59:09
858
1
原创 YOLOv5/v7改进系列——替换主干网络之EfficientNetv2
MBConv主要由一个 1x1 的卷积进行升维 (它的卷积核个数是输入特征矩阵channel的n倍，n ∈ { 1 , 6 } n \in \left\{1, 6\right\}n∈{1,6}，当n=1时，不升维)，一个kxk的Depthwise Conv卷积，k主要有3x3和5x5两种情况，一个SE模块，然后接一个1x1的普通卷积进行降维作用，再加一个Droupout，最后再进行特征图融合。而在 EfficientNetV2 中，也引入了类似的自注意力机制，以提高模型的表示能力和泛化能力。
2023-12-29 15:39:18
1834
3
原创 ModuleNotFoundError: No module named ‘models‘解决torch.load错误[yolo训练]，已解决。
网上检索一遍，整理答案但都没解决，末尾已解决答案一：当使用torch.load时，报错No module named 'models'在网上查了很多资料说目录结构得和保存时一模一样，话虽如此，但一直没理解要如何一样因为我是用detect.py调用yolov5的best.pt模型，该模型被自动保存在runs/train/exp/weights/下，但即便改成了这样，还是报同样的错最后调试发现，No module named 'models'报错说没有models，确实是因为没有才报错的。
2023-12-28 17:34:55
5657
3
转载 EfficientDet（BiFPN）+（YOLOv5-6.x）设置可学习权重结合BiFPN
前言论文地址： https://arxiv.org/abs/1911.09070.PyTorch实现： https://github.com/zylo117/Yet-Another-EfficientDet-Pytorch.贡献：提出一种全新的特征融合方法：重复加权双向特征金字塔网络 BiFPN；提出一种复合的缩放方法(EfficientNet方法)：统一缩放 分辨率、深度、宽度、特征融合网络、box/class网络。
2023-11-30 10:55:49
347
1
原创 解决opencv中使用cv2.imshow不显示图片问题
二：模块冲突，卸载opencv-contrib-python，查看以下几种包之间依赖。的时候安装顺序出现了问题，于是执行下面代码，重新安装imshow就能成功显示图片了。1：查找了很多资料发现是在。
2023-11-16 09:59:36
4399
3
转载 yolov5/7 anchors设置详解
yolov5 中不是只使用默认锚定框，在开始训练之前会对数据集中标注信息进行核查，计算此数据集标注信息针对默认锚定框的最佳召回率，当最佳召回率大于或等于0.98，则不需要更新锚定框；如果最佳召回率小于0.98，则需要重新计算符合此数据集的锚定框。其中 thr 是指 数据集中标注框宽高比最大阈值，默认是使用 超参文件 hyp.scratch.yaml 中的 “anchor_t” 参数值。
2023-11-09 10:54:16
2250
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