自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(22)
  • 收藏
  • 关注

原创 YoloV4训练自己的数据集

YoloV4训练自己的数据集

2020-11-16 14:15:50 12106 20

原创 Yolo图像增广

在一些场景下的目标检测中,训练集数量较少,模型对灯光、位置、角度、相机的依赖较深,会导致检测的效果比较差,这时就需要进行图像增广。本文介绍几种常见的图像增广技术,包括裁剪、平移、改变亮度、高斯噪声、旋转以及镜像。

2020-06-24 12:11:10 816 1

原创 Jetson设备设置VNC远程桌面连接

设置vino登录选项,在终端依次执行gsettings set org.gnome.Vino prompt-enabled falsegsettings set org.gnome.Vino require-encryption false测试vino是否可用在终端输入:/usr/lib/vino/vino-server如果vino可用,会跳出多行数字。vino加入开机自启动打开Startup Applications应用,添加如下开机启动内容Name:StartVinoS.

2021-05-18 15:04:32 471

原创 避免过拟合的正则化方法

避免过拟合的正则化方法Early StoppingDropoutℓ2\ell2ℓ2范数正则化(ℓ2\ell2ℓ2 Regularization)ℓ1\ell1ℓ1范数正则化(ℓ1\ell1ℓ1 Regularization)ℓ2\ell2ℓ2范数正则化与权重衰减数据增强旨在减少泛化误差。Early Stopping早停法早停法(Early Stopping)常用于确定合适的训练周期数(epoch)训练周期数是超参数过少的训练周期,欠拟合过多的训练周期,过拟合早停法步骤:划

2020-11-29 16:21:09 354

原创 超参数设定

超参数(hyperparameters)是在开始学习过程之前设置值的参数,而不是通过训练得到的参数数据。在深度神经网络中,超参数的调整是一项必备技能。通过观察在训练过程中的监测指标如损失loss和准确率来判断当前模型处于什么样的训练状态,及时调整超参数以更科学地训练模型能够提高资源利用率深度学习主要超参数:网络模型(结构、层数、激活函数等)学习率批次大小(batch size)迭代次数(epoch,iteration)优化器...

2020-11-29 14:11:31 451

原创 参数初始化Weight Initialization

参数初始化Weight Initialization全零初始化:无法进行模型训练随机初始化:使用小的随机数(高斯分布,零均值,1e-2标准差)初始化小网络可以,对于深度网络有问题。网络输出数据分布的方差会随着神经元的个数而改变。Xavier初始化为保证前向传播和反向传播时每一层的方差一致。根据每层的输入个数和输出个数来决定参数随机初始化的分布范围。高斯分布的权重初始化为:高斯分布的随机数乘上2nin+nout\frac{\sqrt{2}}{\sqrt{n_{in}+n_{out}}}nin

2020-11-29 13:38:05 279

原创 数据预处理

数据预处理均值归一化(mean normalization)计算训练集图像像素的均值,之后在处理训练集、验证集和测试集图像时分别减去该均值。移去共同部分,凸显个体差异。对于每一张图片:减去平均图像(例如AlexNet)减去每个通道的平均值(例如VGGNet)经过变换后,均值变为0,方差变为1。变换流程...

2020-11-29 12:02:01 135

原创 数据增强Data Augmentation

数据增强Data Augmentation数据增强的目的图像变换示例图像数据增强方式总结数据增强的目的增大训练数据量能持续提升模型的性能获取更多数据 - 人工标注数据合成更多数据 - 数据增强对于图像数据,可通过图像变换来扩充数据量图像平移旋转缩放翻转裁剪添加图像噪声通过GAN(生成对抗网络)生成图像来扩充数据量。图像变换示例shear:裁剪scale:尺度变换rotate:旋转图像数据增强方式总结英文名中文名Random Hori

2020-11-29 11:50:49 425

原创 构建基于DeepStream的YOLOV3视频监控程式

本指南提供了使用DeepStream开发基于YOLOV3的USB智能分析程式。目标检测算法:YOLO V3取像硬件:USB高速相机运行平台:Jetson Nano

2020-11-27 13:48:03 2162 18

原创 常见激活函数及其Python代码实现

常见激活函数及其Python代码实现阶跃函数sigmoid函数relu函数阶跃函数 VS sigmoid函数softmax函数交叉熵函数阶跃函数f(x)={1x≥00x<0 f(x)=\left\{\begin{aligned}1 & & x\geq 0 \\0 & & x<0 \\\end{aligned}\right.f(x)={10​​x≥0x<0​import numpy as npimport matplotlib.pylab

2020-11-26 10:50:32 1804

原创 Github多人协作开发

这里写目录标题Maintainer新建一个项目假设已有2个Github账号,一个作为Maintainer,一个作为Contributor。Maintainer创建一个项目,然后请Contributor一起开发。Maintainer新建一个项目Maintainer前往https://github.com/new新建一个新的仓库。点击Create repository完成创建。Maintainerclone自己的项目到自己的设备上git clone https://github.com

2020-08-08 15:41:48 554

原创 Jetson Nano开机自动启动Python程序

Jetson Nano开机自动启动python程序

2020-08-03 18:49:23 7845 13

原创 Jetson Nano刷机及环境配置

本文引导读者完成Jetson Nano刷机及环境配置。

2020-08-03 18:23:01 1712 1

原创 书中源码 第5章 基于数组的序列

5-1 在Python中,探究列表长度和底层大小关系的实验import sys # provides getsizeof functiondata = []n = 50for k in range(n): # NOTE: must fix choice of n a = len(data) # number of elements b = sys.getsizeof(data) #

2020-06-08 19:19:18 161

原创 课后练习 第4章 递归

R-4.1 对于一个含有n个元素的序列S,描述一个递归算法查找其最大值。所给出的递归算法的时间复杂度和空间复杂度各是多少?import numpy as npdef find_max(s, n): """ max= {s[0] n = 0 {s[0:n-1]和s[n]中的最大值 n >= 1 :param s: 含有n+1个数的列表 :param n: 列表长度-1,列表最后一个元素的索引

2020-06-07 13:02:56 512

原创 书中源码 第4章 递归

4-1 阶乘函数的递归实现def factorial(n): if n == 0: return 1 else: return n * factorial(n - 1)4-2 绘制一个标尺的函数的递归实现def draw_line(tick_length, tick_label=''): """ Draw one line with given tick length(followed by optional label). :

2020-06-06 16:15:00 190

原创 课后练习 第3章 算法分析

课后练习 第3章 算法分析巩固巩固R-3.1 画出函数8n8n8n、4nlogn4nlogn4nlogn、2n22n^{2}2n2、n3n^{3}n3和2n2^{n}2n的图形,其中xxx轴和yyy轴均为对数刻度。也就是说,若函数f(n)f(n)f(n)的值为yyy,则xxx坐标为log(n)log(n)log(n),y坐标为log(y)log(y)log(y),其中,(x,y)(x, y)(x,y)为一个点。什么是对数刻度?...

2020-06-06 11:02:09 452

原创 书中源码 第3章 算法分析

书中源码 第3章 算法分析3-1 返回Python列表最大值的函数"""返回Python列表最大值的函数"""def find_max(data): """ Return the maximum element from a nonempty Python list. :param data: :return: """ biggest = data[0] # The initial value to beat for val in

2020-06-04 19:49:15 269 1

原创 课后练习 第2章 面向对象编程

课后练习 第2章 面向对象编程巩固巩固R-2.1 给出三个生死攸关的软件应用程序的例子。我的答案1、航天飞机程式错误2、医疗机器程序错误3、铁路调度系统出错原始答案空中交通管制软件计算机集成手术应用程序飞行导航系统R-2.2 给出一个软件应用程序的例子,其中适应性意味着产品销售和破产的生命周期间的不同。我的答案Windows Phone手机操作系统因为适配软件太少,导致此手机操作系统市场份额日渐减少。R-2.3 描述文本编辑器GUI的组件和它封装的方法。cl

2020-06-01 15:50:15 900

原创 书中源码 第1章 Python入门

书中源码 第一章 Python入门

2020-06-01 15:10:10 203

原创 书中源码 第2章 面向对象编程

数据结构与算法(Python)课后练习 第2章 面向对象编程巩固巩固

2020-05-30 11:02:08 322

原创 课后练习 第1章 Python入门

R-1.1 编写一个Python函数is_multiple(n, m),用来接收两个整数值n和m,如果n是m的倍数,即存在整数i使得n = mi,那么函数返回True,否则返回False。

2020-05-29 17:38:19 928

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

提示
确定要删除当前文章?
取消 删除