5 Felaim

尚未进行身份认证

我要认证

每天进步一点点o(* ̄▽ ̄*)ブ

等级
TA的排名 2k+

Python:图像处理中img[:,:,::-1]是什么意思?

我们经常在图像预处理中会看到类似如下代码img = cv2.imread("img_path")img = img[:,:,::-1].transpose(2, 0, 1)上述两句到底是什么含义呢?我们今天就来解决这个问题。首先需要明白一点,我们通过cv2读图片是,数据读取的通道顺序是bgr,并且是height, width, channel的排列方式。所以切开上述第二行代码来看:img[:,:,::-1]也就是我们任意不改变width维的方式,也不改变height维的方式,仅仅改变cha

2020-09-29 15:04:42

Docker:Cannot connect to the Docker daemon at unix:///var/run/docker.sock.

服务器上被新来的小伙伴不知道弄了啥,docker没法用了,具体报错如下:docker ps -a Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?找了找解决方法,其实就是关闭docker,再重新启动,具体如下:service docker stopsystemctl stop dockersystemctl start docker# 检查发现do

2020-09-23 09:55:56

ImportError: libGL.so.1: cannot open shared object file: No such file or directory

想要一块小小的GPU做推断和测试都无法满足。。。唯一一块卡还被业务拿走了。。。强烈建议能够给深度学习工作的小伙伴,配置一块淘汰下来的卡,1080也行啊。。。服务器长期被霸占,还咋个玩,夹缝中求生存。在新的docker中import的时候出现如下问题:ImportError: libGL.so.1: cannot open shared object file: No such file or directory其实就是新容器缺少依赖,安装一下就行了apt updateapt install l

2020-09-22 11:11:12

深度学习:淘气3000问

淘气3000问LZ每天学习深度学习各种知识,其实会遇到各种各样的问题,每次都百度还是挺麻烦的,想做个汇总博客,总结各种深度学习遇到的问题。有些很简单,做个积累,有些还是比较复杂的,那就好好研究一下吧!1. BatchNorm是什么?2. BatchNorm里面的momentum有什么用?3. 目前常用的backbone有哪些?分别是什么样的呢?4. 常用的激活函数有哪些?分别是什么呢?5. DLA(Deep Layer Aggregation)是什么?为什么要用这种结构?6. DCN(Defo

2020-09-08 18:46:18

Paper reading:A simple baseline for one-shot multi-object tracking(一)

A simple baseline for one-shot multi-object tracking1. 背景介绍作者来自华中科技大和微软亚亚研院,之前LZ是看过一点多目标跟踪的算法的,当时采用的是centernet+deepsort的的方法,速度呢在LZ的小笔记本上970m,在12fps左右,但是这篇论文中说速度已经是30fps,速度提升了一倍多,并且在2DMOT15,MOT16,MOT17,MOT20都是rank first,是个非常厉害的工作,并且速度和精度的提升,使得工业界也能够使用对应的思

2020-09-04 16:24:23

Dataset:Human Detection and Search

Dataset:Human Detection and Search1. 背景主要归纳了一下Human Detection and Search 涉及到的6个数据集, 分别为ETHZ, CityPersons,CalTech,MOT17, CUHK-SYSU和PRW这六个。2. 数据简介2. 1 ETHZ参考地址Ess等构建了基于双目视觉的行人数据库用于多人的行人检测与跟踪研究。该数据库采用一对车载的AVT Marlins F033C摄像头进行拍摄,分辨率为640×480,帧率13-14fps,

2020-09-03 16:36:46

Paper reading:Deformable ConvNets v2(pytorch1.6编译)

Deformable ConvNets v22. pytorch1.6编译LZ其实是为了预研FairMOT论文,然后需要配置dcnv2的环境,期间当然不是一帆风顺的,已经习惯了。。。其中有几个报错还是很多小伙伴会遇到的,在github上也有很多类似的issue,所以就重新开一篇,毕竟也是一篇CVPR,它值得的。DCNv2_new/src/cuda/dcn_v2_cuda.cu(107): error: identifier "THCState_getCurrentStream" is undefin

2020-09-03 14:59:26

Anaconda: An unexpected error has occurred. Conda has prepared the above report.

莫名奇妙出现这个问题:# >>>>>>>>>>>>>>>>>>>>>> ERROR REPORT <<<<<<<<<<<<<<<<<<<<<< Traceback (most recent call last): File

2020-09-02 19:31:06

人脸姿态估计预研(二)

人脸姿态估计预研(二)1. 背景为什么要写第二篇,因为第一篇写的很简单,自己的思考部分比较少,并且还有一些细节需要补充2. 算法部分2.1 到底使用多少个点?这个确实是一个比较实在的问题,因为博客里LZ也看到不少,基本上都是参考opencv与DLIB那篇博客博客的,下面评论中有很多问题,自然LZ也是有很多疑惑的。首先一个问题便是到底用多少个点?这些点的3D模型怎么得到的,模型应该也是有对应的方向的,怎么对应呢?因为姿态估计都是近似的使用一个通用人脸的3D模型,所以LZ也就借鉴一下这种做法首先下

2020-08-27 15:23:44

深度学习:模型转换(pth转onnx转caffemodel)

模型转换(pth转onnx转caffemodel)一、背景介绍因为模型要用到前端,所以要将pytorch训练的模型转成caffemodel,之前LZ已经写了一片tensorflow转caffemodel的教程,今天就总结一篇pytorch转onnx转caffemodel的教程二、pth转onnx这个严格意义上是DBFace系列的第四部分,但是主要是用来转模型,对其他模型也是适用的,于是就单独拎出来了,首先放上代码import commonimport eval_toolimport torch

2020-08-20 16:15:00

人脸姿态估计简单预研(DLIB+OpenCV,含python代码示例)

人脸姿态估计简单预研一、 背景介绍其实背景很简单,就是有些算法针对正脸的效果很好,但是对于特别大的侧脸,效果就不是很好,所以需要需要根据人脸姿态来进行过滤。二、 算法的简要介绍1. 什么是姿态估计在计算机视觉中,对象的姿态是指其相对于相机的相对方向和位置,我们可以通过相对于相机移动对象,也可以相对于对象移动相机,还可以同时移动相机和对象,如果相机和对象保持相对静止,虽然相机和对象在世界坐标系中的位置改变了,但是两种之间的关系并没有变化,换句话说你从相机中获得对象的图片并没有变化,那么我们也可以认为

2020-08-19 14:37:38

DBFace: 源码阅读(三)

7 推断部分推断部分主要是在test.py中主要函数其实很短,如下,代码其实被我改了一部分,和原始的github上可能有点区别mean = [0.408, 0.447, 0.47]std = [0.289, 0.274, 0.278]# trial_name = "small-H-dense-wide64-UCBA-keep12-noext-ignoresmall2"trial_name = "mv2-320x320-without-wf_20200811"jobdir = f"jobs

2020-08-15 14:27:00

DBFace: 源码阅读(二)

上篇链接看LZ上篇博客的时间竟然是7月18日,着实是懈怠了,其实有很多东西需要总结归纳,这周末就补一下之前欠的债吧上篇主要介绍了DBFace的大体框架,这篇主要介绍数据的预处理部分5. 数据预处理pytorch数据一般是要写一个类函数来继承Dataset类的,需要定义三个函数__init__(self), len(self), getitem(self)这三个函数,在DBFace中的代码如下所示:class LDataset(Dataset): def __init__(self, lab

2020-08-15 11:27:52

深度学习:一文解决卷积,池化,反卷积的维度问题(包含一些工程思考)

一文解决卷积,池化,反卷积的维度问题1. 背景其实这个之前LZ对这个关注度不是很高,像tensorflow,选择‘valid’和‘same’也就可以了,但是对于caffe不可以。并且在海思芯片使用的caffe1.0,据前端同事说很多骚操作在前端都是不支持的,哭泣中,即使在重训的时候可以重新写C,来添加层,在NNIE推断结果还是不行。。。按理说华为内部应该是有一波大神来构建对应的代码来支持比较新的网络层的,这应该也算是一种技术壁垒吧,纯属猜测。还有量化误差的问题,这个真的也是无力吐槽,据说9月份就会出

2020-07-18 16:40:19

DBFace: 源码阅读(一)

DBFACE: 源码阅读1. 背景DBFace框架是可以同时获得人脸检测和关键点定位,相较与人脸检测和关键点定位分开的做法有一定的优势,减少了对原图的crop和resize操作,并且对多人脸的情况,这种操作是对人脸个数敏感的,后期倾向也是将人脸检测和关键点定位,甚至后期的segmentation放到一套代码中去完成了.使用DBFace的原因主要还是算法很快,精度也不错!2. 总体框架(App类)代码的主体是作者创建了一个App类,其中主要是超参数的设定,网络结构的设定,三个loss的定义,数据的下

2020-07-14 18:27:34

乱七八糟: 入职一年的个人总结

入职一年的个人总结1. 介绍下背景?今天是2020年下半年的第一天,LZ入职快满一年了,下班后做个总结吧!LZ是2019年7月8日入职,想写的很多,确又不知道怎么写,看来领悟不够深…2. 一点点想法(学校 vs 公司)方向差异其实之前在学校学习的时候,就觉得还是挺幸福的,首先因为老板真的很好,之前想做什么方向,老板觉得可行,并不会让你做很多横向,而是任由LZ在自己选择的海洋中傲游,这点真的很感激.上班了之后,其实都是项目驱动,产线那边提什么需求,我们组基本上就会开始阅读对应paper,验证算法

2020-07-01 19:25:35

c语言入门到c++使用高手:深入学习C++之类 (五)

第三章 类第五节 拷贝构造函数默认情况下,类对象的拷贝是每个成员变量逐个拷贝如果一个类的构造函数的第一个参数,是所属类类型的引用,如果还有其他额外参数,那么这个额外的参数都有默认值,则这个构造函数就叫做拷贝构造函数,函数默认参数必须放在函数声明中,除非该函数没有函数声明拷贝构造函数:会在一定的时机,被系统自动调用拷贝构造函数又叫做复制构造函数1. 拷贝构造函数建议拷贝构造函数第一个参数总是带着const拷贝构造函数一般不要声明成explicit成员变量逐个

2020-06-23 19:54:02

c语言入门到c++使用高手:深入学习C++之类 (四)

第三章 类第四节 类内初始化,默认构造函数, =default1. 类相关非成员函数可以将函数声明放在对应类的头文件中,但是不放在类中,函数实现放在对应类的源文件中//在Time.h中添加//普通函数声明void WriteTime(Time &mytime);//在Time.cpp中添加函数定义//普通函数,不是类的成员函数void WriteTime(Time &mytime){ std::cout << mytime.Hour <&lt

2020-06-23 19:49:08

c语言入门到c++使用高手:深入学习C++之类 (三)

第三章 类第三节 inline,const,mutable, this, static1. 在类定义中实现成员函数inline类内的成员函数实现也叫做类内的成员函数定义直接在类的定义中实现的函数直接被系统认为是内联函数(inline),但是能不能够成功,取决于编译器本身#ifndef LESSION_PART_TWO_TIME_H#define LESSION_PART_TWO_TIME_Hclass Time {private: // 私有成员变量不能在外部直接用成员

2020-06-15 19:43:22

c语言入门到c++使用高手:深入学习C++之类 (二)

第三章 类第二节 构造函数详解, explicit, 初始化列表1. 构造函数在类中,有一种特殊的成员函数,他的名字和类名相同,我们在创建类的对象的时候,这个特殊的成员函数就会被系统自动调用,这个成员函数就叫做"构造函数",因为构造函数会被系统自动调用,我们可以理解构造函数的目的就是初始化类对象的数据成员特点构造函数没有返回值(没有void),这也是构造函数的特殊之处不可以手工调用构造函数,否则编译就会出错正常情况下,构造函数应该被声明为public,因为我们创建一个对

2020-06-15 19:35:15

查看更多

CSDN身份
  • 博客专家
勋章 我的勋章
  • 签到王者
    签到王者
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 技术圈认证
    技术圈认证
    用户完成年度认证,即可获得
  • 新人勋章
    新人勋章
    用户发布第一条blink获赞超过3个即可获得
  • 阅读者勋章Lv2
    阅读者勋章Lv2
    授予在CSDN APP累计阅读博文达到7天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 学习力
    学习力
    《原力计划【第二季】》第一期主题勋章 ,第一期活动已经结束啦,小伙伴们可以去参加第二期打卡挑战活动获取更多勋章哦。
  • 原力新人
    原力新人
    在《原力计划【第二季】》打卡挑战活动中,成功参与本活动并发布一篇原创文章的博主,即可获得此勋章。
  • 原力探索 · S
    原力探索 · S
    在《原力计划【第二季】》打卡挑战活动中,发布 12 篇原创文章参与活动的博主,即可获得此勋章。(本次活动结束后统一统计发放)
  • 分享学徒
    分享学徒
    成功上传1个资源即可获取