Wenrui Xie的博客

推荐论文代码解析

最近在github上看到一个博主开源的YOLOv7仓库都惊呆了，YOLOv6都还没出来怎么就到YOLOv7了稍微看了下，原来作者是基于这两年来很火的transformer做的检测和分割模型，测试的效果都非常棒，比YOLOv5效果好很多。由此可见，基于Transformer based的检测模型才是未来。你会发现它学到的东西非常合理，比从一大堆boudingbox里面选择概率的范式要好一点。话不多说，先上代码链接：https://github.com/jinfagang/yolov7...

当我们跑别人在github上的代码时，往往需要配置跟作者一样的环境。当作者导出自己的环境配置时，一般都是.yml文件，这时候需要输入命令行来实现配置一模一样的环境。导出的yml文件一般配置如下：name: vin_old_tfchannels: - anaconda - intel - conda-forge - defaultsdependencies: - _libgcc_mutex=0.1=main - _tflow_select=2.1.0=gpu - ab

1、当数据集是压缩包时，需要解压成图片文件import zipfiledef unzip_data(src_path,target_path): ''' 解压原始数据集，将src_path路径下的zip包解压至data/dataset目录下 ''' if(not os.path.isdir(target_path)): z = zipfile.ZipFile(src_path, 'r') z.extractall(path=t

自定义数据集做深度学习项目时，我们一般都不用网上公开的数据集，而是用自己制作的数据集。那么，怎么用Tensorflow2.0来制作自己的数据集并把数据喂给神经网络呢？且看这篇文章慢慢道来。Pokemon Datasets这篇文章我们用的datasets是Pokemon datasets，也就是皮卡丘电影中的一些角色，如下图所示：数据集数据集下载链接: https://pan.baidu.com/s/1V_ZJ7ufjUUFZwD2NHSNMFw提取码：dsxl数据集划分