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(14)
  • 收藏
  • 关注

原创 pytorch模型加密

文章目录前言一、AES加密二、使用步骤总结前言pytorch模型的AES加密一、AES加密秘钥:加密的时候用秘钥,解密的时候需要同样的秘钥才能解出来必须是16位字节或者24位字节或者32位字节(因为python3的字符串是unicode编码,需要 encode才可以转换成字节型(bytes)数据)明文:需要加密的参数,字节长度需要是16位的倍数模式:aes 加密常用的有 ECB 和 CBC 模式iv 偏移量:这个参数在 ECB 模式下不需要,在 CBC 模式下需要二、使用步骤针对模型,

2021-04-19 15:46:45 2448 3

原创 leetcode算法笔记-买卖股票的最佳时机 II

学习目标:买卖股票的最佳时机 II学习内容:动态规划贪心算法C++:C++class Solution {public: int maxProfit(vector<int>& prices) { int result = 0; for(int i=1;i<prices.size();i++){ result += max(0,prices[i]-prices[i-1]); }

2021-04-12 13:40:41 150 2

原创 VovNetV2代码分析之detectron2(backbone)

文章目录前言一、优化的地方二、VovNet1.VoVNetV22.代码分析总结前言ResNet是目标检测模型最常用的backbone,DenseNet其实比ResNet提取特征能力更强,而且其参数更少,计算量(FLOPs)也更少,用于目标检测虽然效果好,但是速度较慢,这主要是因为DenseNet中密集连接所导致的高内存访问成本和能耗。VoVNet就是为了解决DenseNet这一问题,基于VoVNet的目标检测模型性能超越基于DenseNet的模型,速度也更快,相比ResNet也是性能更好。代码实现

2021-03-04 17:50:09 3532 2

原创 pip常用功能

不安装依赖项:--no-deps临时换源:  阿里云 http://mirrors.aliyun.com/pypi/simple/   清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ -i https://pypi.tuna.tsinghua.edu.cn/simplelinux永久换源:修改 ~/.pip/pip.conf (没有就创建一个), 内容如下:[global]index-url = https://pypi.tuna.tsi

2021-03-02 11:47:44 149

转载 一文看懂SENet和SKNet(附代码)

[论文笔记]-SENet和SKNet(附代码) - JimmyHua的文章 - 知乎https://zhuanlan.zhihu.com/p/76033612写的非常好!通俗易懂,爆赞~

2021-02-24 17:46:22 1826

原创 ubuntu20 用docker配置detectron2

文章目录前言一、docker ≥ 19.03二、detectron21.从dockerfile构建image2.挂载目录方便储存和操作总结前言记录并汇总一些基础的操作和知识。一、docker ≥ 19.03Docker 19.03之后,增加了对gpus选项的支持,docker里面使用nvidia也不需要额外的安装nvidia-docker。但是本机还是要装nvidia驱动,就是不需要cuda了。卸载旧版本:sudo apt-get remove docker docker-engine d

2021-02-23 17:24:51 292

原创 pyinstaller 打包pytorch环境 win10

文章目录前言一、pyinstaller安装二、打包1.使用conda加虚拟环境进行打包(fail)2.使用pip安装并打包(succeed)总结前言将pytorch的环境打包到一个exe里,使其不依赖虚拟环境和其他配置包等,非常的好用。。记录一下踩坑一、pyinstaller安装pip install pyinstaller根据需要使用相应的参数,安装非常的简单- -不会遇到什么问题。By The Way:使用-F的时候程序会运行的比较慢,但是空间占用会比-D的小,-D比较快但是会产生一

2021-02-05 14:30:46 1350 3

原创 win10 vs2019 tensorRT7 yolov5配置

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、配置tensorRT二、使用vs2019 cuda10.2编译tensorrt代码1.首先把代码和模型文件下载备用2.配置sln/props里的配置文件3.配置sln/dll_detector里的dll_detector.vcxproj配置文件4.先build dll_detector这个项目5.build test_dll这个最后的项目总结前言参考一个大佬的代码,知乎链接:https://zhuanlan.zhihu

2021-01-29 13:44:20 1165 1

原创 win10 vs2019 tensorrt7安装

文章目录一、tensorrt依赖二、安装1.下载2.配置3.测试总结一、tensorrt依赖安装好nvidia驱动和cuda,cudnn和vs2019二、安装1.下载下载与您使用的Windows版本匹配的TensorRT zip文件。要与cuda进行严格的版本对应2.配置解压后进行配置将TensorRT库文件添加到您的系统 路径。有两种方法可以完成此任务:1、将<解压路径> / lib 添加入环境变量2、从以下位置复制DLL文件 <安装路径> / lib到您.

2021-01-27 16:14:29 606

原创 vs2017 libtorch cuda11配置yolov5

文章目录一、libtorch二、vs2017 libtorch opencv1.配置2.部分报错解决方法生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入一、libtorch从官网下载的是debug版本的Download here for C++ (Debug version):https://download.pyto

2021-01-12 11:41:12 1629 5

原创 detectron2的模型配置文件修改

文章目录一、cascade_mask_rcnn_X_152_32x8d_FPN_IN5k_gn_dconv.yaml二、Base-RCNN-FPN.yaml三、defaults.py一、cascade_mask_rcnn_X_152_32x8d_FPN_IN5k_gn_dconv.yaml_BASE_: "../Base-RCNN-FPN.yaml"MODEL: MASK_ON: True WEIGHTS: "catalog://ImageNetPretrained/FAIR/X-152-3

2020-12-28 17:31:12 3324 1

原创 detectron2的amp和cudnn记录

文章目录一、amp混合精度二、CUDNN_BENCHMARK一、amp混合精度简单来说就是部分float32换成float16,加快训练推理速度,减少显存的使用。pytorch1.6后自带amp功能。detectron2 0.3版本后新增amp训练功能。v0.3Features & Improvements: Support mixed precision in training (using cfg.SOLVER.AMP.ENABLED) and inference.amp使用的

2020-12-28 14:50:11 891 3

原创 detectron2的数据在线增强

文章目录前言一、训练数据的在线增强前言关于一些detectron2的学习记录和分享,有问题可留言交流。一、训练数据的在线增强使用visualize_data.py观察dataloader里增强后用于训练的图片和标注。train_data_loader = build_detection_train_loader(cfg) #构建训练数据loader到data/build.py里找到build_detection_train_loader()def build_detection_train

2020-12-28 14:15:03 1367

原创 Win10下c++源码编译最新的pytorch 包括caffe2

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录目的 环境的配置 遇到的问题 总结由于我C++接触的比较少,对编译和cmake,vs2019的使用不熟悉,以下内容仅供记录和参考。目的目前关于深度学习模型的C++部署内容比较少,打算配置caffe2在win10上,使用c++调用caffe2模型进行深度学习的部署。因为caffe2已经合并入pytorch,所以我直接从源码编译pytorch进行caffe2的c++安装。提示:以下是本篇文章正文..

2020-08-27 13:53:27 495

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