深度学习
文章平均质量分 57
通过幸福的路唯有奋斗
一往无前,努力,奋斗!
展开
-
轻量级实时跟踪算法NanoTrack在瑞芯微RK3588上的部署以及使用
本文主要记录了在rk3588开发板上开发并运行nanotack跟踪算法,主要参考上面大佬的SiamTrackers,然后将模型转为rk3588能使用的.rknn模型并成功运行。主要记录该算法在板子上运行需要注意的一些坑和细节点。.........原创 2022-08-04 13:50:36 · 10491 阅读 · 22 评论 -
libtorch部署的常用操作,Mat与Tensor转换,多输出、多输出
libtorch部署的常用操作,Mat与Tensor转换,多输出、多输出原创 2022-07-23 15:20:12 · 1192 阅读 · 1 评论 -
PyTorch 保存与加载模型
保存模型与加载模型常用的两种保存与加载模型方式# 1.保存整个网络torch.save(net, PATH)#针对上面保存方法,加载的方法是:model_dict=torch.load(PATH)# 2.保存网络中的参数, 速度快,占空间少torch.save(net.state_dict(),PATH)#针对上面的保存方法,加载的方法是:model_dict=model.load_state_dict(torch.load(PATH))...原创 2020-08-06 10:52:32 · 182 阅读 · 0 评论 -
计算iou与nms
# -*- coding: utf-8 -*-import numpy as npdef IOU1(A,B): #左上右下坐标(x1,y1,x2,y2) w=max(0,min(A[2],B[2])-max(A[0],B[0])) h=max(0,min(A[3],B[3])-max(A[1],B[1])) areaA=(A[2]-A[0]+1)*(A[3]-A[1]+1) areaB=(B[2]-B[0]+1)*(B[3]-B[1]+1) inter=.转载 2020-05-21 15:15:43 · 461 阅读 · 0 评论 -
目标检测 Faster_RCNN Keras 版本的理解与跑通
首先,很感谢特别多博主的帖子给的启发,包括以下几篇文章,都给了我很多帮助。https://blog.csdn.net/wangwei19871103/article/list/1?https://zhuanlan.zhihu.com/p/28585873https://zhuanlan.zhihu.com/p/29400164https://blog.csdn.net/qq_345...原创 2019-10-11 14:06:02 · 792 阅读 · 0 评论 -
自定义loss, metrics
在keras中自定义metric非常简单,需要用y_pred和y_true作为自定义metric函数的输入参数1. keras中定义loss,返回的是batch_size长度的tensor, 而不是像tensorflow中那样是一个scalar2. 为了能够将自定义的loss保存到model, 以及可以之后能够顺利load model, 需要把自定义的loss拷贝到keras.los...原创 2019-08-01 15:03:30 · 718 阅读 · 0 评论 -
【踩坑】python数组拷贝
数组拷贝问题:a = [1,2,3]b=a那么此时b=[1,2,3]如果b.append(4)此时b=[1,2,3,4]而,有意思的是,a里面的值也会发生变化,也就是a=[1,2,3,4]如果是要实现数组的copy,而俩数组里的值也互不影响,则可以适用import copya = [1,2,3]b = copy.deepcopy(...原创 2019-07-31 09:26:25 · 843 阅读 · 0 评论 -
【实现】不平衡数据的处理
最近做多分类任务的时候遇到一个问题,样本的数量偏差大,数据不平衡,此时,准确度指标意义不大。如果不同分类间的样本量差异达到超过10倍就需要引起警觉并考虑处理该问题,超过20倍就要一定要解决该问题。很多博客都指出了处理数据不平衡的一些算法,包括对数量多的样本进行欠采样,对数量较少的样本进行过采样来使数据尽可能平衡。构造1:1的数据。关于对于实际数据,欠采样与过采样的代码实现方式还在进一步...原创 2019-07-30 11:09:08 · 247 阅读 · 0 评论 -
杂
一共3500组数据,前3000组分为训练集,后500组分为测试集。用VGG16预训练模型基础上fine-tuning,训练精度可以达到1,但是测试精度始终只有0.85左右,并且波动较大,即使学习率很低。怀疑是测试集数据太少,出现过拟合,但是测试集也就500张图,而且是多标签分类,偶然性比较大。接下来怎么调整呢?头疼1.K折验证一下模型鲁棒性?2.数据增强???我这个数据基本上都...原创 2019-07-24 15:39:50 · 202 阅读 · 0 评论 -
用不同分辨率的图像制作数据集
一、数据集的组成数据集里面包含各种分辨率的图像,最开始的想法是将所有图像重新制作在一个文件夹下。因为我的数据集里面名字都不是完全按照次序命名的,但是幸好在一个excel里有备注这些图像的次序所以,做的第一件事就是用pa.read_excel读取本地excel表格获取图像名称data_excel = pd.read_excel('***.excel',header = 0) ...原创 2019-07-17 11:51:32 · 2040 阅读 · 0 评论 -
多标签分类的激活函数和损失函数
刚入门DeepLearning不久,前一段时间一直在学习cifar10的分类,突然最近要做一个多标签的任务,突然有点不知所措,不知从何下手了。于是查阅了一些资料,了解一下多分类任务与多标签分类任务的异同。 -多分类任务:只有一个标签,但是标签有多种类别。 -多标签分类任务:一条数据可能有一个或者多个标签,比如一个病人的眼底检测报告,它可能被标记患...原创 2019-07-16 15:39:58 · 6165 阅读 · 2 评论 -
制作数据集时的图像裁剪
由于发布的图像数据集分辨率大小不一,并且图像存在大黑边,这样会导致图像在输入进网络之前有各种尺寸的图像,并且resize之后关注的区域会被压缩或者拉伸。因此,我们考虑到将图像进行裁剪以尽可能地保证输入图像为同一类型的尺寸输入这里图像比较特殊,背景几乎为全0。这里,我们使用了阈值分割来提取图像的坐标import pandas as pdfrom PIL import imagefrom...原创 2019-07-18 16:20:48 · 3197 阅读 · 0 评论 -
模型参数数量与计算量
原博地址:https://blog.csdn.net/mzpmzk/article/details/82976871参数数量(params)与理论计算量(FLOPs)1.参数数量 关系到模型大小,单位通常为M,通常参数用float32表示,所以模型大小通常是参数数量的四倍2.计算公式 假设卷积核大小为,输入通道数为,输出通道数为,输出特征图的高和宽分别为...原创 2019-07-15 17:47:07 · 3945 阅读 · 0 评论 -
ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory可行方案
ubuntu,pycharm在import tensorflow的时候,报错:ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directoryFailed to load the native TensorFlow runtime.解决办法:Rnn -> Edi...转载 2019-06-25 11:46:55 · 714 阅读 · 0 评论 -
深度学习中防止过拟合的几种方法
最近笔试,感觉考防止过拟合出现的频率特别高,于是简单介绍一下,仅贴出答案:在机器学习和深度学习中,过拟合是一个十分常见的问题,一旦模型过拟合了,可能这个模型就无法适用于业务场景中了。防止过拟合的方法主要有以下几种:1.引入正则化(参数范数惩罚)2.Dropout3.提前终止训练4.增加样本量5.参数绑定与参数共享6.辅助分类节点(auxiliary classifier...原创 2018-09-15 09:42:33 · 1623 阅读 · 0 评论