MidasKing-CSDN博客

原创 Yolov5同时进行目标检测和分割分割

基于yolov5(v6.0分支)的多任务检测和分割模型。整体框架参考：1.[YOLOP: You Only Look Once for Panoptic Driving Perception](https://arxiv.org/abs/2108.11250)2. GitHub - ultralytics/yolov5: YOLOv5 ???? in PyTorch > ONNX > CoreML > TFLiteYOLOv5 ???? in P

2021-12-13 19:40:44 43036 79

原创 YOLOv5模型剪枝压缩

基于yolov5 v5.0分支进行剪枝，采用yolov5s模型，原理为Learning Efficient Convolutional Networks Through Network Slimming（https://arxiv.org/abs/1708.06519）。yolov5s是非常优秀的轻量级检测网络，但是有时候模型依然比较大，使得我们不得不缩减网络输入大小，但是单纯降低输入来减少运算，例如640降低到320，对检测效果损失很大，同时模型体积依然是14M左右，所以可以通过添加L1正则来约束BN

2021-05-25 00:57:45 34123 197

原创实时语义分割PIDNet算法TensorRT转换

实时语义分割PIDNet算法TensorRT转换。

2023-05-08 20:12:04 1037 1

原创 Jetson AGX Xavier进行边缘端算法环境配置、OpenCV和TensorRT配置

Jetson AGX Xavier移植和部署深度学习算法，需要依赖cuda、cudnn、tensorrt、opencv等库，不过好在jetpack包含了上述所有环境，无需额外编译opencv或者tensorrt等库。使用时在CMakelist配置相应include_directories和link_directories即可。

2022-10-26 20:05:23 1011

原创 YOLOv5模型剪枝压缩(3)-剪枝策略2

在之前介绍了基于Network Slim的bn层通道剪枝策略。但是因为Bottleneck模块中shortcut的存在需要shortcut和残差有相同的size，所以没有dui

2021-06-05 00:11:25 3512 10

原创 YOLOv5模型剪枝压缩(2)-YOLOv5模型简介和剪枝层选择

本项目基于最新yolov5分支 v5.0(https://github.com/ultralytics/yolov5/releases/tag/v5.0)xian

2021-06-03 23:34:34 24073 37

原创 YOLOv5转ONNX转NCNN

基于YOLOv5最新v5.0 release(https://github.com/ultralytics/yolov5/releases/tag/v5.0)，和NCNN官方给出example的差别主要有：激活函数hardswish变为siLu；流程和详细记录u版YOLOv5目标检测ncnn实现(https://zhuanlan.zhihu.com/p/275989233?utm_source=qq)略微不同. 项目代码：https://github.com/midasklr/yol

2021-05-23 11:13:55 3375 3

原创卷积神经网络卷积层BN层计算原理和卷积BN层融合

模块融合：将一些相邻模块进行融合以提高计算效率，比如conv+relu或者conv+batch normalization+relu，最常提到的BN融合指的是conv+bn通过计算公式将bn的参数融入到weight中，并生成一个bias；上图详细描述了BN层计算原理以及如何融合卷积层和BN层，这里进行验证：定义三个模型：定义模型1 ：一层卷积层和一层BN层网络import numpy as npimport mathimport torchimport torch.nn .

2021-04-26 21:48:55 7411 7

原创实时语义分割算法DDRNet解析训练和TensorRT加速

留坑，有时间补上TensorRT工程实现见https://github.com/midasklr/DDRNet.TensorRT

2021-04-21 19:43:09 2205 29

原创 Pytorch预处理和OpenCV预处理差别——transforms.Resize的坑

使用Pytorch训练通常使用Torchvision的transforms进行预处理，transforms提供了丰富的数据增强手段，但是transforms.Resize和OpenCV的resize会有一定差异，这会导致我们使用C++去部署pytorch训练的model时候可能会有一定差距，源码里面也提到过：because PIL applies antialiasing. This may lead to significant differences in the performance of a

2021-04-09 09:31:19 7452 6

原创 conda创建新环境错误RuntimeError: didn‘t find info component in /home/hwits/anaconda3/pkgs/conda-4.8.2-py37_

准备创建一个新的python环境：conda create -n torch171 python=3.7.4结果报错：Collecting package metadata (current_repodata.json): doneSolving environment: failed with repodata from current_repodata.json, will retry with next repodata source.Collecting package meta

2021-03-23 10:29:34 1103

原创 java.lang.UnsatisfiedLinkError: No implementation found for long org.opencv.core.Mat.n_Mat(int, ...

第一次在安卓端引入opencv，配置好后构造一个Mat类型就出现这个坑，原因在于未启动OpenCV，无法使用OpenCV中的类给对象初始化，一般OpenCV的启动都选择在OnResume方法中完成，也就是说，在OnResume方法之前调用OpenCV中的任意方法都是错误的。这里我们在onCreate（）中加入：OpenCVLoader.initDebug();即可。...

2021-02-03 18:07:10 3438 2

原创超轻量98点人脸关键点检测

模型和代码：https://github.com/midasklr/facelandmarks98点关键点检测算法，不包含人脸box检测，预处理：人脸检测=》resize （112,112）=》关键点检测一些效果

2021-01-26 12:52:00 2471 8

原创合成文字识别需要的训练竖排文字数据集

使用竖排字体生成文字识别需要的竖排文字：字体集：链接: https://pan.baidu.com/s/10Rn4uRj6FrAPoo9H9YVRcw 提取码: 5k8i 复制这段内容后打开百度网盘手机App，操作更方便哦一些效果：

2021-01-22 15:31:45 698 3

原创 98点人脸关键点检测算法

98-FaceLandmarks98 landmark detection数据集WFLW使用98关键点的WFLW数据集.这是由商汤提供的。里面除了关键点外，还对姿态、表情、照度、化妆、遮挡、模糊等信息进行标注。数据集包含7,500训练（list_98pt_rect_attr_train.txt），2,500测试（list_98pt_rect_attr_test.txt）。标签格式如下：coordinates of 98 landmarks (196) + coordinates of upp

2021-01-04 18:57:02 8713 2

原创 Pytorch模型Android移植-超超超轻量人脸识别算法

书接上文，我们实现了一个超轻量的人脸检测和对齐算法并且部署到android平台，那么如何进行人脸识别呢？目前较为常用的算法是对对齐后的人脸进行embedding成为高纬向量，例如facenet的128D或者cosface，arcface的512D向量。这里我们设计了一个大小仅仅999k的人脸embedding模型将人脸embedding为128D向量。基于GhostNet模型修改而来，模型相对比较深而窄小，效果非常不错。......

2020-09-06 23:20:55 1487 1

原创 Pytorch目标检测模型Android移植-超超超轻量人脸检测和关键点识别算法(2)

书接上文，我们实现了一个大小仅仅813 k的人脸检测模型。如何移植到android呢？Pytorch1.3之后就提供了android移植的开发示例：https://pytorch.org/mobile/android/基本流程是Pytorch模型->TorchScrip序列化，然后android调用模型即可.1.序列化你的模型import torchimport torchvisionmodel = 你的模型model.eval()example = torch.ran

2020-09-05 16:14:09 3688 22

原创 RefineNet语义分割Pytorch模型训练和TensorRT加速

RefineNet模型的训练和ONNX模型导出见我的github：https://github.com/midasklr/RefineNetTensorRT加速见我的：https://github.com/midasklr/RefineNet_TensorRTRefineNet模型训练主要参考了light-weight-refinenet的实现，并做出一些修改方便模型转tensorRT，模型轻巧，加速后可以达到实时分割。使用的数据集是Helen Dataset，原始的数据集我已经做了一些修改方.

2020-08-16 15:29:04 1271 2

原创 caffe在ImageNet数据集上训练残差网络Resnet

ImageNet数据集作为图像分类最经典的公开数据集，对深度学习发展起到了很大的贡献，基本经典的网络模型都会在ImageNet上训练对比。这里使用ILSVRC2012数据集从头训练一个resnet18模型。因为条件有限，使用自己的RTX2060s单卡训练。。。比起Inception系列动不动就几十块GPU，真的是心酸。关于多卡的训练，推荐大家阅读论文accurate ,large minibatch SGD：Training ImageNet in 1 Hour。论文提到了一些调参的技巧很有意义

2020-06-19 23:47:57 1121 1

原创 yolov4论文解读和训练自己数据集

前天YOLOv4终于问世——YOLO v4 论文：https://arxiv.org/abs/2004.10934YOLO v4 开源代码：https://github.com/AlexeyAB/darknet效果相比YOLOv3和去年的EfficientDet系列提升明显。这里使用tensorflow model的测试图片对官方给出的COCO数据集训练的模型测试对比：YOLO......

2020-04-26 00:44:01 4596 16

原创 YOLOv3剪枝压缩99.04%参数，精度不变

基于 Learning Efficient Convolutional Networks Through Network Slimming (ICCV 2017) 论文的模型压缩。目前有很多的开源实现，基于各种方法对YOLOv3进行裁剪和压缩，例如：[SlimYOLOv3][YOLOv3-model-pruning][YOLOv3-complete-pruning]等等.........

2020-03-29 11:13:45 3618

原创深度学习目标检测系列论文阅读和Pytorch实现(三)——SSD代码实现

本章介绍SSD的Pytorch代码实现。具体原理参考上一章节：https://blog.csdn.net/IEEE_FELLOW/article/details/104241995代码我已经上传我的github，欢迎star：https://github.com/midasklr/SSD.Pytorch主要参考了https://github.com/amdegroot/ssd.pyto.........

2020-02-09 23:21:28 3240 4

原创深度学习目标检测系列论文阅读和Pytorch实现(二)——SSD论文阅读

比较老的论文，但是是one stage的代表。主要贡献 1）提出SSD检测架构。具有比YOLO更快更准的单阶段检测器，具有和较慢的Faster RCNN一样的准确率。2）SSD的核心思想是使用一组固定的default bounding box通过小的卷积核作用于特征图上对类别和边框的偏移（offset）进行预测。3）为了获得高的检测准确率，在不同尺度特征图上进行预测。4）简...

2020-02-09 22:57:07 660 1

原创深度学习目标检测系列论文阅读和Pytorch实现(四)——FCN论文阅读

FPN论文（https://arxiv.org/abs/1612.03144）特征金字塔结构是进行多尺度目标检测常见架构。在论文之前因为计算量过大很少有相关的检测器。一、论文贡献1）、提出一种带有构建各种尺度的高层特征图的侧连接的自顶向下网络结构，称之为Feature Pyramid Network (FPN)。这句话有点绕，什么是自顶向下结构？何为顶部？何为底部？对于输入图片，使...

2020-01-20 00:42:43 710

原创深度学习目标检测系列论文阅读和Pytorch实现(一)

深度学习中目标检测通常分单阶段和两阶段算法。这里整理最近研究的单阶段系列算法，包含论文的简单介绍和Pytorch代码实现。算法路线为SSD=>FPN=>RetinaNet=>EfficientDet.目前正在复现EfficientDet论文。1、SSD论文解读2、SSD算法实现和训练自己的数据集3、FPN论文解读：https://blog.csdn.net/I...

2020-01-20 00:11:49 676

原创使用keras实现目标检测之SSD

最近参加了百度某大数据比赛，其中需要用到检测模型。使用keras实现ssd目标检测，keras实现ssd源码：https://github.com/rykov8/ssd_keras等忙完了决赛，有时间了回来再写。见我最近blog：https://blog.csdn.net/IEEE_FELLOW/article/details/104242232...

2017-08-21 17:16:10 12682 1

原创 Win7配置theano+cuda8+cudnn实现gpu加速及遇到问题的解决方法

之前一直使用python2.7，但是最新的tensorflow官方教程（1.0版本）在Windows上只支持python3和CUDA8，所以卸载python2.7并重新安装python3.6并配置theano和tensorflow，实现GPU加速。Tensorflow、theano和Keras都是支持Python接口的。Keras和Tensorflow还有theano的关系如下：K

2017-03-16 18:31:44 6715 1

原创 tensorflow学习笔记之使用tensorflow进行MNIST分类（3）

在加载MNIST数据集时候用到了Input_data.py。这段代码其实非常重要，现在和大家一起分享一下我的学习理解#coding=utf-8#input_data.py的详解#学习读取数据文件的方法，以便读取自己需要的数据库文件（二进制文件）"""Functions for downloading and reading MNIST data."""from __future__

2016-11-08 19:53:52 2016 1

原创 lua和torch安装教程

本文为博主原创文章，未经博主允许不得转载。

2016-11-03 10:20:57 12433 2

原创 tensorflow学习笔记之使用tensorflow进行MNIST分类（1）

2016-11-02 20:50:27 2111

原创 tensorflow学习笔记之使用tensorflow进行MNIST分类（2）

2016-11-02 20:31:38 6058 11

原创 win7下安装配置theano详解

以我自己实验室电脑装win7系统64位为例。1.安装anaconda（已内置python，numpy和scipy两个必要库以及一些其他库，自带安装。）地址：https://www.continuum.io/downloads选择对应版本即可，按照步骤依次安装，注意安装目录，因为后面配置环境变量会用到，使用默认目录即可，但是注意后面配置环境变量也要对应到安装目录。Anaconda的一

2016-10-27 19:01:12 2831 1

IEEE_FELLOW的博客