- 博客(20)
- 收藏
- 关注
RSS订阅原创 图像二分类，多分类和多标签分类的区别和注意事项
图像二分类，多分类和多标签分类的区别和注意事项1. 二分类分类任务是两个类别，每个样本属于两个类别中的一个，标签为0或者1，比如猫狗二分类输出层：只有一个单元，采用sigmoid函数（将输出转换为0-1之间的概率分布）损失函数：2分类交叉熵损失标签：每个样本的标签是一个标量，0或者12. 多分类分类任务有n个类别，每个样本属于n个类别中的一个，且每个样本有且只有一个标签，比如新闻题材分类：政治、经济、文化等输出层：进行n分类时，设置输出层的单元数为n，采用softmax函数损失函数：多分类
2020-12-04 16:48:37
4343
1
原创 为什么使用卷积?
1. 使用卷积的原因:(1) 减少参数数量,提高计算速度。(2) 可以用更小的训练集来训练网络，从而预防过拟合。2. 卷积可以减少参数的原因:(1) 参数共享: 观察发现，特征检测如垂直边缘检测如果适用于图片的某个区域，那么它也可能适用于图片的其他区域。(2) 稀疏连接: 在每一层，每一个输出值仅依赖小数目的输入。3. 参考网页https://blog.csdn.net/Solo95/article/details/85018567https://www.cnbl
2020-09-19 16:01:48
2734
原创 卷积神经网络中用1*1卷积核的作用
1. 降维和升维比如:**降维**: 一张500*500且厚度depth为100 的图片在20个filter上做1*1的卷积，那么结果的大小为500*500*20。**升维**: 一张500 * 500且厚度depth为100 的图片在200个filter上做1*1的卷积，那么结果的大小为500*500*200。2. 加入非线性卷积层之后经过激励层，1*1的卷积在前一层的学习表示上添加了非线性激励（ non-linear activation ），提升网络的表达能力。3. 参考网页http
2020-09-19 15:18:59
465
原创 YOLO系列算法原理介绍
1. Yolo介绍：1.1 YOLO：You Only Look Once，是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。Joseph Redmon和Ali Farhadi等，2015年首次提出。在2017年的CVPR上，Joseph Redmon和Ali Farhadi又提出了YOLO2，后又再次提出了YoloV3。1.2 特点：1. One-stage2. 同时预测多个bbox和类别3. 端到端的目标检测和识别4. 速度更快：----实现回
2020-09-05 21:38:03
5530
原创 Python argparse模块详解
1. argparse介绍argparse是python用于解析命令行参数和选项的标准模块，用于代替已经过时的optparse模块。2. 使用步骤import argparse # 导入模板parser = argparse.ArgumentParser() # 创建parserparser.add_argument() # 添加参数args = parser.parse_args() # 参数解析3.
2020-08-30 21:24:08
2542
原创 Python中基类，类，函数的相关知识
1. 基类的作用我先定义一个人作为基类，然后给他加上姓名、年龄、性别的属性。然后我再定义农民、工人两个类分别继承人，这样他们就有独自的属性、方法，同时也有作为人的“姓名”、“年龄”、“性别”，实现了代码的复用等等一大堆好处。2. 类的定义我们通过类定义数据类型的属性 ( 变量 ) 和方法 ( 函数 ) , 也就是说, 类将属性和方法打包在一起了。如下图所示：3. 类与对象的关系对象是类的具体实体, 一般称为 “类的实例” 。我们把对象比作一个”饼干”, 类就是制造饼干的”模具”;代码使用类来
2020-08-30 20:37:47
618
原创 Python实现NMS(非极大值抑制)通用模板
import numpy as np def py_cpu_nms(dets, thresh): """Pure Python NMS baseline.""" #dets:N*M,N是bbox的个数，M的前4位是对应的（x1,y1,x2,y2），第5位是对应的分数 #thresh:0.3,0.5.... x1 = dets[:, 0] y1 = dets[:, 1] x2 = dets[:, 2] y2 = dets[:, 3] scor
2020-08-30 16:48:06
196
原创 深入理解目标检测中的 Recalls, Precisions, AP, mAP
混淆矩阵：混淆矩阵(confusion matrix)，是分类任务中非常重要的评测指标。如下图所示：真值和预测值的概念Actual value：也叫ground truth，真实的值，即感兴趣的目标在图片上的真实坐标。predicted value：即模型预测出来的坐标。TP、FP、FN、TN的概念TP(TruePositive): 正确预测出正类别的数量FP(FalsePositive)：错误预测出正类别的数量FN(FalseNegative): 错误预测出负类别的数量TN..
2020-08-29 16:20:10
673
原创 2D: 传统目标检测算法综述
一. 目标检测的发展历程2001年，V-J检测器诞生，主要用于人脸的检测；2006年，HOG + SVM的方法出现，主要用于行人的检测；2008年，rgb大神（记住这个人，后面的R-CNN系列检测算法也是出自他之手）研究出了著名的DPM算法，在深度学习方法成熟之前的很长一段时间里，就是这个算法一直在目标检测中发挥作用；以上算法是属于传统目标检测的算法，都是基于图像处理和计算机视觉的！--------------------------------------------------------
2020-08-23 20:42:41
10423
2
原创 Python实现keep_ratio批量缩放图片和label尺寸
import osimport cv2from PIL import Image#image和label原路径和缩放后的保存路径label_path="/home/yangguide/Downloads/training/label_2"new_label_path="/home/yangguide/Downloads/training/label"image_path="/home/yangguide/Downloads/training/image_2"new_image_path="/
2020-08-20 18:04:26
967
原创 Python实现批量更改图像尺寸统一大小
import osfrom PIL import Imageimport globdef convertjpg(jpgfile,outdir,width=200,height=500): img=Image.open(jpgfile) new_img=img.resize((width,height),Image.BILINEAR) new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))for jpgf
2020-08-20 16:38:12
3174
1
原创 python实现为.txt文件每行添加数据
import osimport numpy as np#.txt文件的路径path = '/home/yangguide/Videos/0.txt'#open(path)打开.txt文件with open(path) as f1: cNames = f1.readlines() #.readlines()读取.txt文件的每行 for i in range(0,len(cNames)): cNames[i] = cNames[i].strip()+' 1'+'
2020-08-20 15:59:00
4191
原创 python实现opencv拍照录像功能
# coding:utf-8import sysimport cv2import numpy as np# 选取摄像头，0为笔记本内置的摄像头，1,2···为外接的摄像头cap = cv2.VideoCapture(0)# cap.set(3,1080)# cap.set(4,720)# 为保存视频做准备fourcc = cv2.VideoWriter_fourcc(*"DIVX")# 第三个参数则是镜头快慢的，20为正常，小于二十为慢镜头out = cv2.VideoWriter(
2020-08-19 17:56:32
866
原创 python使用renames函数批量修改文件名
示例：批量去掉点云.bin格式的后缀’.bin’import osfor filename in os.listdir('/home/yangguide/Documents/lidar_3dssd/data/velodyne/'): #‘logo/’是文件夹路径，你也可以替换其他 newname = filename.replace('.bin', '') #把jpg替换成png os.rename('/home/yangguide/Documents/lidar_3dssd/da
2020-08-17 16:47:23
363
原创 python实现将点云的.bin格式文件转化为.txt格式
示例import numpy as npdef load_pc_kitti(pc_path, index): print(index) scan = np.fromfile(pc_path, dtype=np.float32) scan = scan.reshape((-1, 4)) points = scan[:, :] # get xyz f = open('/home/yangguide/Documents/lidar_3dssd/data/velod
2020-08-17 16:38:20
2328
原创 Python读取指定路径所有.png (.txt等) 文件，将文件名写入.txt
# -- coding: utf-8 --# 生成trainval.txt文件import os def file_name(file_dir): L=[] for root, dirs, files in os.walk(file_dir): for file in files: if os.path.splitext(file)[1] == '.png': # L.append(os
2020-08-17 15:34:29
1629
1
原创 固定参数和可变参数的区别
1.定义函数时，参数可以有两种：一种是在参数表中写明参数名key的参数，固定了顺序和数量的固定参数：def func(key1, key2, key3, …)def func(key1, key2=value, …)一种是定义时还不知道会有多少参数传入的可变参数：def func(*args): #不带key的多个参数def func(**kwargs): #key=value形式的多个参数示例：固定参数：def func_test(key1, key2, key3=23):
2020-08-16 21:50:17
1862
原创 python实现函数定义与调用
示例：给出列表：list = [12, 23, 45, 77, 98]定义一个累加函数，求列表list的和用Python编程定义并调用函数def sum_list(my_list): sum = 0 for i in my_list: sum += i return summy_list = [12, 23, 45, 77, 98]my_sum = sum_list(my_list)print("sum of my_list: %d" % my_su
2020-08-16 10:44:10
247
原创 Python实现路径拼接os.path.join()
题目：用python编程实现根目录、文件夹和子文件夹的多路径拼接示例：根目录：/home/yangguide/Music/panda_bus根目录下的文件夹：testing根目录下的文件夹的子文件夹：image_2import osroot_dir = "/home/yangguide/Music/panda_bus"img_path = os.path.join(root_dir, 'testing', 'image_2')print(img_path)for image in os.
2020-08-15 20:51:44
1264
1
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