- 博客(31)
- 资源 (1)
- 收藏
- 关注
原创 npm ERR! While resolving: ruoyi@3.8.5npm ERR! Found: webpack@5.89.0
执行:npm install --legacy-peer-deps 后问题解决。
2023-10-21 09:18:37
1861
原创 Error: Cannot find module ‘webpack/lib/RuleSet‘
这个问题是因为高版本的node 默认装了7以上的npm版本。这个版本会要求强制解决peer-dependency的冲突 导致安装的wepback不对。如果一定要使用高版本的node 和npm。否则就降一下node和npm版本 最高到node 12。但是前提是webpack 4能正常的和其他插件工作。
2023-10-21 09:18:03
3426
3
原创 mysql创建一张带当前日期的表
怎么在Pymysql根据变量生成表格名称,或者根据时间生成表格名称,很多人不知道怎么实现,自己找的资料也没有相关的。以下是自己实现的过程,通过字符填入。
2022-10-10 15:14:13
1347
1
原创 使用Tensorflow2.0和Keras训练分类模型实例
1.训练过程:from tensorflow.keras.preprocessing.image import ImageDataGeneratorfrom tensorflow.keras.applications.xception import Xceptionfrom tensorflow.keras.layers import GlobalAveragePooling2D, GlobalMaxPooling2D, Dense, Flatten, Input, Concatenate, Dr.
2021-07-22 17:01:42
677
原创 深度学习模型部署,c++调用python模块的Tensorflow推理过程
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、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数..
2021-05-25 09:00:36
1909
3
原创 编译tensorflow CPU版本的C++库以及C++中调用Keras模型
最近要将keras训练的模型部署在c++的工程中自己找了很多的资料,第一次尝试遇到了很多的坑,用了差不多一个星期终于能实现在c++的环境中调用keras训练出的模型,其实还是主要是将keras的H5模型转化成tensorflow的pb模型,然后编译c++的tensorflow调用pb模型。
2020-07-29 16:53:37
2763
11
原创 Tensorflow在CPU上的加速Intel_MKL工具
TensorFlow *是深度学习领域中广泛使用的机器学习框架,要求有效利用计算资源。为了充分利用英特尔®架构并提取最大性能,已使用面向深度神经网络的英特尔®数学内核库(英特尔®MKL-DNN)原语对TensorFlow框架进行了优化,这是针对深度学习应用程序的流行性能库。有关优化和性能数据的更多信息,请参见此博客文章TensorFlow *现代英特尔®架构上的优化。Anaconda *现在使AI社区可以方便地在TensorFlow中实现高性能计算。从TensorFlow v1.9开始,Anaconda
2020-06-01 17:29:20
4506
10
翻译 pyinstaller打包tensorflow出错,ModuleNotFoundError: No module named tensorflow_core.python
该类型错误还有ImportError: cannot import name 'pywrap_tensorflow' 等。运行报错是pyinstaller无法导入tensorflow_core。问题解决方式为:在所运行的python文件(mypython.py中使用from tensorflow import *)路径下创建一个名为hooks的文件夹,文件夹没创建python程序文件hook-tensorflow.py。--mypython.py--hooks --hook-tensorflo.
2020-06-01 16:33:39
1972
转载 Keras常见问题汇总
如何引用keras?如果keras对您的研究有帮助,请在出版物中引用。BibTeX例子如下:@misc{chollet2015keras, title={Keras}, author={Chollet, Fran\c{c}ois and others}, year={2015}, publisher={GitHub}, howpublished={\url{ht...
2020-01-20 12:19:48
715
原创 python3.7 pyinstaller 打包exe可执行文件报错
自己设计了一个简单的界面调用AI模型用于检测工业产品缺陷界面有了之后就打算在pyinstaller做成可执行文件,供客户使用。在python3.7 使用pyinstaller 版本v3.5打包时成功了,但是运行可执行程序闪退,并有报错信息:报错信息:no such file or directory:"c:\\user\\****\\appdata\\local\\temp\\_MEI24...
2020-01-02 16:41:54
2548
4
原创 图像分类训练技巧和精度提升总结
计算机视觉主要问题有图像分类、目标检测和图像分割等。针对图像分类任务,提升准确率的方法路线有两条,一个是模型的修改,另一个是各种数据处理和训练的技巧(tricks)。图像分类中的各种技巧对于目标检测、图像分割等任务也有很好的作用,因此值得好好总结。本文在精读论文的基础上,总结了图像分类任务的各种tricks如下: Warmup Linear scaling learning rat...
2019-08-13 11:04:07
7208
转载 keras实现迁移学习训练自己的数据集及其预测
from tensorflow.keras.applications.vgg19 import VGG19, preprocess_inputfrom tensorflow.keras.models import Modelfrom tensorflow.keras.layers import GlobalAveragePooling2D, Densefrom tensorflow.kera...
2019-07-31 14:34:33
1761
2
转载 目标检测:奇淫技巧
背景国内的数据竞赛真的缺乏交流,还是喜欢 kaggle 的 kernel 和讨论区,真硬核!这里分享一下我总结的一些目标检测中会用到的 “奇淫技巧”,牵扯到代码的我就直接拿mmdetection[1] 来举例了,修改起来比较简单。这些都是跟随郑烨、梁爽、元梵、杨胜、亚光、徐大哥等大佬一起学习的一部分思路,感谢各位大佬不嫌弃小弟,带我不断起飞,哈哈哈。1. 模型选择近一年多以来目标检测...
2019-07-12 17:26:40
1485
1
转载 数据增强——Keras Image Data Augmentation 各参数详解
图像深度学习任务中,面对小数据集,我们往往需要利用Image Data Augmentation图像增广技术来扩充我们的数据集,而keras的内置ImageDataGenerator很好地帮我们实现图像增广。但是面对ImageDataGenerator中众多的参数,每个参数所得到的效果分别是怎样的呢?本文针对Keras中ImageDataGenerator的各项参数数值的效果进行了详细解释,为各位...
2019-07-10 17:03:32
3582
2
转载 深度学习之图像的数据增强
在图像的深度学习中,为了丰富图像训练集,更好的提取图像特征,泛化模型(防止模型过拟合),一般都会对数据图像进行数据增强,数据增强,常用的方式,就是旋转图像,剪切图像,改变图像色差,扭曲图像特征,改变图像尺寸大小,增强图像噪音(一般使用高斯噪音,盐椒噪音)等.但是需要注意,不要加入其他图像轮廓的噪音. 对于常用的图像的数据增强的实现,如下:# -*- coding:utf-8 -...
2019-03-04 08:50:59
1243
原创 tensorflow 训练完模型的导出和测试模型
在我的另一篇博客中[tensorflow 物体检测(检测限速标志)](https://blog.csdn.net/WK785456510/article/details/86149398)中已经训练好了模型,接下来我们进行测试模型。导出模型文件训练完以后,如何对单张图片进行目标检测呢?Object Detection API提供了一个export_inference_graph.py脚...
2019-01-11 16:12:44
7831
2
转载 Xshell远程服务器后Tensorboard的本地可视化方法
问题由于tensorflow程序在远程服务器运行,而tensorboard启动后访问地址为:0.0.0.0:6006,导致无法在本机用浏览器访问。Xshell解决方法1.不太推荐的方法可能大家在网上查了许多资料后,看到一种常见的是使用命令 ssh -L 16006:127.0.0.1:6006 olivier@my_server_ip 之后在服务器上运行tensorboardte...
2019-01-11 08:34:15
1100
1
原创 tensorflow 物体检测(检测限速标志)
环境配置使用protobuf来配置模型和训练参数,所以API正常使用必须先编译protobuf库,这里可以下载直接编译好的pb库(https://github.com/google/protobuf/releases ),解压压缩包后,把protoc加入到环境变量中:$ cd tensorflow/models$ protoc object_detection/protos/*....
2019-01-09 16:19:40
1412
2
原创 np.dot np.multiply 和*在np.array np.mat 的不同结果
import numpy as np 观察以下两个输出语句结果的不同:import numpy as np a1 = np.array([[1, 2], [3, 4]])c1 = np.array([[5,6],[7,8]]) b1 = np.mat([[1, 2], [3, 4]])d1 = np.mat([[5,6],[7,8]]) print("a1乘c1的结果:",...
2018-11-28 13:07:22
418
原创 yolov3 制作voc数据格式:xml转换成txt
按照voc数据集的结构放置图像文件。1)Annotation中主要存放xml文件,每一个xml对应一张图像,并且每个xml中存放的是标记的各个目标的位置和类别信息,命名通常与对应的原始图像一样;2)ImageSets我们只需要用到Main文件夹,这里面存放的是一些文本文件,通常为train.txt、test.txt等,该文本文件里面的内容是需要用来训练或测试的图像的名字;3)JP...
2018-08-10 16:48:28
13511
16
转载 全卷积网络 Fully Convolutional Networks
CNN 与 FCN通常CNN网络在卷积层之后会接上若干个全连接层, 将卷积层产生的特征图(feature map)映射成一个固定长度的特征向量。以AlexNet为代表的经典CNN结构适合于图像级的分类和回归任务,因为它们最后都期望得到整个输入图像的一个数值描述(概率),比如AlexNet的ImageNet模型输出一个1000维的向量表示输入图像属于每一类的概率(softmax归一化)。...
2018-07-27 10:56:03
888
转载 Faster R-CNN原理介绍
Faster R-CNN原理介绍2017-01-17 分类:图像 阅读(16915) 评论(0) 看本文之前需要先了解Fast RCNN。Faster R-CNN提出了一种加快计算region proposals的方法,就是通过建立RPN(Region Proposal Network)网络。RPN是一个全连接的卷积网络,通过 end-to-end的方式训练出来高质量的region p...
2018-07-26 22:25:42
527
转载 faster r-cnn实现过程
目录 faster rcnn论文备注 caffe代码框架简介 faster rcnn代码分析 后记 faster rcnn论文备注 引言faster rcnn paper是Ross Girshick在基于CNN生成region proposal提速识别方案, 主要体现在复用前面卷积后的feature map和多框一次出, feature map一路生成框结合另一路...
2018-07-26 21:30:03
1691
转载 Pycharm 2018 配置Anaconda
官网链接官网的说明:具体步骤:File–> default settings –> project interpreter –> add在弹出来的对话框中左侧选择conda environment。由于我已经自己安装了anaconda,所以选择existing environment,在existing environment下边的interpreter(解释器)...
2018-07-19 16:09:40
2389
1
转载 ubuntu/Linux 下 Pycharm 安装中文汉化包
1. 打开终端,依次执行如下命令: cd /tmp git clone https://github.com/ewen0930/PyCharm-Chinese cd Pycharm-Chinese bash package.cmd (若找不到jar命令,需安装配置java环境,ubuntu为apt install default-jdk,...
2018-07-19 14:02:53
2529
转载 设置python3为默认python
我们知道在Windows下多版本共存的配置方法就是改可执行文件的名字,配置环境变量。Linux中的配置原理差不多,思路就是生成软链接,配置到环境变量。在没配置之前,我的Ubuntu中安装了python2.7和python3.6。而且输入python默认使用的是python2.7我需要配置成python3,只需要执行如下步骤。1.找到当前代表python2.7的软链接‘pytho...
2018-07-18 10:37:54
32308
2
原创 spp(空间金字塔池化)
前言: 接着上一篇文章提到的RCNN网络物体检测,这个网络成功的引入了CNN卷积网络来进行特征提取,但是存在一个问题,就是对需要进行特征提取图片大小有严格的限制。当时面对这种问题,rg大神采用的是对分割出的2000多个候选区域,进行切割或者缩放形变处理到固定大小,这样虽然满足了CNN对图片大小的要求,确造成图片的信息缺失或者变形,会降低图片识别的正确率. 如下图所示: 正...
2018-07-16 20:21:21
3716
5
转载 faster rcnn 详解
经过R-CNN和Fast RCNN的积淀,Ross B. Girshick在2016年提出了新的Faster RCNN,在结构上,Faster RCNN已经将特征抽取(feature extraction),proposal提取,bounding box regression(rect refine),classification都整合在了一个网络中,使得综合性能有较大提高,在检测速度方面尤为明显...
2018-07-16 16:42:46
413
转载 YOLO算法详解
YOLO全称You Only Look Once: Unified, Real-Time Object Detection,是在CVPR2016提出的一种目标检测算法,核心思想是将目标检测转化为回归问题求解,并基于一个单独的end-to-end网络,完成从原始图像的输入到物体位置和类别的输出。YOLO与Faster RCNN有以下区别:Faster RCNN将目标检测分解为分类为题和回归问题分...
2018-07-16 16:40:17
7386
转载 SSD算法详解
SSD目标检测白裳丶为啥你们只收藏不点赞?161 人赞了该文章SSD,全称Single Shot MultiBox Detector,是Wei Liu在ECCV 2016上提出的一种目标检测算法,截至目前是主要的检测框架之一,相比Faster RCNN有明显的速度优势,相比YOLO又有明显的mAP优势(不过已经被CVPR 2017的YOLO9000超越)。图1 速度...
2018-07-16 16:38:05
10321
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人