- 博客(18)
- 资源 (1)
- 收藏
- 关注
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 PaddleX的C++部署的方式的几种使用方式
之前作者针对PaddleDetection写过一个系列文章,其中最后一篇是针对PaddlDetection的C++部署方式进行一些改造。这篇文章是根据PaddleX在Github官方的代码以及文档,将C++部署相关代码进行整理,并进行了如下工作:1、 将官方C++预测代码在Visual Studio下生成解决方案(.sln)2、 将C++预测代码进行生成dll3、 使用python调用生成的dll4、 使用C#调用生成的dll将官方的C++预测代码在Visual Studio下生成解决方案准备工
2020-06-16 23:20:30
7342
3
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 系列文章 如何使用PaddleDetection做一个完整项目(三)
本文将针对如何使用PaddleDetection中C++预测库的编译,封装,调用进行说明。 如何进行C++预测的编译(生成.sln解决方案); 如何将C++预测代码封装成一个dll; 如何使用python调用生成好的dll; 如何使用C#调用生成好的dll;如何进行C++预测代码的编译(生成.sln解决方案)使用工具Cmake vs2019社区版 Git(提前下载好git,不然在后期编译过程中会不成功)预测代码来源:https://github.com/PaddlePaddle/Pa
2020-06-16 22:56:08
2519
2
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 系列文章:如何利用PaddleDetection做一个完整的项目(二)
这个章节打算介绍如何利用py-qt编一个显示界面,并结合工业相机实时采集并进行目标检测。文章用到的软件有pyqt5、pycharm、Hikvision工业相机。文章内容如下:1、在pycharm下搭建pyqt的环境;2、介绍paddle保存模型、加载模型的形式以及模型的说明;3、如何利用paddle检测单帧图像4、pyqt5效果展示1在pycharm下搭建pyqt5的环境该过程见链...
2020-03-08 23:13:17
4793
5
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 系列文章:如何利用PaddleDetection做一个完整的项目(一)
如何利用PaddleDetection做一个完整的项目(一)0PaddleDetection简介PaddleDetection 是PaddlePaddle推出的物体检测统一框架。支持现有的RCNN、SSD、YOLO等系列模型、支持 ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、SENet、MobileNet、DarkNet等主干网络。针对不同的业务场景(性能、目标大小...
2020-02-22 23:52:18
19225
38
原创 医疗从业者的福音,飞桨开源全流程3D医疗分割开发工具MedicalSeg
医学影像是临床疾病诊断的重要方式,高效精准的从影像中识别出器官结构或病变,是医学影像学中重要的课题。根据成像原理,医疗影像可以粗略分为两类:2D成像:一种是在可见光下获取的RGB彩照,如眼底彩照、皮肤彩照等3D成像:借助非可见光或其它物理效应,由计算机辅助成像,如CXR/DR(X-Ray),CT,核磁共振(MRI)等。如CT与MRI数据是多个2D切片沿第三个空间维度堆叠而成的。 其中,3D影像能够更直观辅助医生提升诊断效率。但医疗影像的读片工作对专业知识要求高,这样繁重且重复性较高的阅片工
2022-04-27 12:51:51
822
原创 是时候和PS说拜拜了,超强发丝级抠图算法开源
是时候和PS说拜拜了,超强发丝级抠图算法开源你还在用P.S.等商业软件,划着鼠标,一点点勾勒图像边缘完成抠图嘛?有些大神可能会说:我可以用蒙板、通道等等高端操作实现超快抠图!但如果能有一个软件可以实现智能全自动抠图,完美保留发丝、树叶等精细边缘,还完全免费,甚至代码都是全部开源的,它不香嘛!!! 这绝对不是画饼,近期一项被称为Matting的算法可算是火爆了AI界,它相比于单纯的图像分割技术,可以根据透明度更进一步的对图像的像素进行分类,如下图,不仅图像中的主体目标被精准
2022-04-27 11:31:12
378
转载 超快语义分割 | PP-LiteSeg集速度快、精度高、易部署等优点于一身,必会模型
代码地址:https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.5/configs/pp_liteseg虽然深度学习在语义分割方面取得了显著的飞跃,但很多模型的实时性并不令人满意。在这项工作中,作者提出了PP-LiteSeg,一个新的轻量级实时语义分割任务模型。具体地说,作者提出了一个灵活和轻量级解码器(FLD)来减少以往解码器的计算开销。为了加强特征表示,作者还提出了一个统一的注意力融合模块(UAFM),它利用空间注意力和通道注意力产...
2022-04-24 00:18:35
1529
原创 实战源码,PP-LiteSeg集速度快、精度高、易部署等为一体,行业应用实战必备
实战源码,PP-LiteSeg集速度快、精度高、易部署等为一体,行业应用实战必备图像分割技术在医疗病灶分析、自动驾驶车道线分割、绿幕人像抠图等领域发挥着举足轻重的作用。相比目标检测、图像分类等技术,图像分割需要将每个像素点进行分类,在精细的图像识别任务中不可替代。 正因如此,DeepLabv3、OCRNet、BiseNetv2、Fast-SCNN等优秀算法层出不穷,然而在实际产业落地过程中往往需要综合考虑硬件性能、精度等多方面因素,对算法的需求也是苛刻的。往往业界算法在保障高识别精度的情况下,
2022-04-24 00:05:37
959
1
原创 OpenCV和Image读取图像的坐标区分和理解
直接上图了表示区别示例代码佐证import cv2a=cv2.imread("./test.jpg")print(a.shape)输出结果#(334, 462, 3)from PIL import Imageimport matplotlib.pyplot as pltb=Image.open("./test.jpg")print(b.size)输出结果 #(462,...
2020-04-29 00:07:55
915
原创 对文件夹中的图片进行切割
先来写一下这个代码的思路1、先要获取切割的每一张图像在原图中的左上点的坐标和右下角的坐标(或者是裁剪后单张照片的高和宽)并且将获取的坐标放在一个列表里面,将该过程写成一个函数2、遍历一个文件夹,分别读取每张图像,并且调用上面的函数获取坐标,利用获取的坐标进行切割。import cv2import numpy as npimport mathimport osdef cut_img(...
2020-04-28 23:32:36
568
原创 系列文章:Numpy OpenCV Matplotlib PIL库小代码 (二)
系列文章:Numpy OpenCV Matplotlib PIL库小代码 (二)```python#Numpy图像创建:import cv2import numpy as npa=np.ones([100,100,3])cv2.imwrite("./result.jpg",a)#利用numpy创建一张三通道的矩阵,矩阵每个元素都是0,同时,将该矩阵保存为一张图像。```pyth...
2020-04-28 23:17:24
182
原创 系列文章:项目中常用的opencv、numpy小代码(一)
系列文章:项目中常用的opencv、numpy小代码(一)图像读取并显示import cv2cv2.imread("C:/Users/zhili/Desktop/1.jpg")cv2.nameWindow("123")#创建一个名字叫123的窗口cv2.waitkey(0)cv2.destroyAllwindows()读取某张图像,并将图像保存在其他路径下import cv2a...
2020-03-13 00:08:15
158
原创 用最通俗的例子讲为什么神经网络可以进行预测
这个问题,先可以理解为什么神经网络可以实现预测。如上图所示,我们将我们平常看到的神经网络转90度来看。最下层(输入层)信息逐渐到上层(输出层)时候可以得到一个预测结果。其中起到关键作用的就是中间的隐藏层。那么可以理解为隐藏层有什么作用导致了整个神经网络可以进行预测。我们耳熟能详的解释是,隐藏层具有提取特征的能力。那么如何理解这个提取特征的能力?我们以一个公司选举为例,我们要选择一个人当作我们...
2020-03-07 23:43:01
2678
原创 利用pycharm配合搭建一个py-qt界面
写在前面,首先默认读者已经安装了Anaconda以及Pycharm1、首先在命令提示符下创建一个环境,如:Conda create -n pyqt python=3.6 #创建一个名字叫做pyqt的环境,该环境的python版本是3.62、分别安装如下所需文件pip install PyQt5pip install PyQt5-tools3、打开Pycharm并配置自己的虚拟环境,...
2020-03-06 00:52:19
1738
1
原创 Win10下快速下载Pytorch(国内镜像)
创建一个单独的环境,用于运行pytorchconda create -n pytorch python=3.7 #-n pytorch的意思是创建一个名字叫pytorch的环境 进入pytorch的官网https://pytorch.org/找到适合自己的cuda环境以及所需要的版本在命令行下进行如下安装但是总是安装不成功,作者一直在qiang外,但是还是没有成功安装,于是使用...
2020-02-27 21:14:03
15664
1
原创 使用PaddlePaddle的第一步---window 10
上周日很荣幸听了一场关于百度深度学习框架的深度学习框架的技术交流会。进一步的了解到目前国产的深度学习框架PaddlePaddle。简单介绍PaddlePaddle是一个国产开源深度学习框架,2012年是深度学习的元年,百度公司2013年开始研发深度学习框架,在2017年发布第一个版本,到2019年4月,推出目前的版本Paddle Fluid v1.4版本,具体来源请移步百度百科【Paddl...
2020-02-23 00:04:14
496
原创 关于Paddle Paddle训练过程的个人理解--以线性回归为例
经过一段时间对于PaddlePaddle文档的阅读,在一定程度上对Paddle的训练过程有了初步的认知。为了加强对Paddle的理解,于是乎将最近学习感悟分享出来,供大家评判。本文会以线性回归为例,以大白话方式来说明,如何在PaddlePaddle实现的训练过程,我们以如下一张图片进入所要阐述的内容。1、训练模块概括训练模块概述从图中我们可以看出,训练的实质就是将数...
2020-02-22 23:59:39
2243
原创 走进PaddlePaddle编程
Paddle使用一种编译器式的执行流程,分为编译时和运行时两个部分,具体包括:编译器定义 Program ,创建Executor 运行 Program。通过线性回归训练案例来熟悉paddle的编程思想。在如下的demo中,将从配置数据、定义Program、创建Executor进行介绍如何进行训练。1.1配置数据Paddle和其他框架一样,使用Tensor来表示数据。BATCH_SIZ...
2020-02-22 23:57:47
409
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人