- 博客(70)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 【SCRDet++代码调试】损失很低，但检测效果并不好的问题
复现SCR Det++时，在 DOTA(crop) 数据集上训练模型7个小时，loss达到0.1493；但对模型进行 eval，精度仅为0.3%；test 也检测不到任何东西。
2021-05-01 10:20:13
1604
3
原创 将 RSOD 遥感图像数据集转为 PASCAL VOC 格式
PASCAL VOC 格式的 RSOD 数据集：地址（原始数据集 playground.zip 中的图片有189张，而标注只有149张，PASCAL VOC 格式的数据集中，只选用了有标注的149张图片）
2021-04-30 12:50:17
3377
12
原创 在 Faster R-CNN 上训练自己的数据集
下载了 Faster R-CNN 代码，并用 DOTA 数据集作为训练和测试数据集，验证在 Faster R-CNN 上的精度。
2021-04-28 19:40:58
1892
1
原创 【SCRDet++论文解读】 模型部分：特征提取 ResNet/FPN + 实例去噪 + 候选区域生成 RPN + 回归分类 RoI Warping
【SCRDet++论文解读】 模型部分，由四部分构成：用于进行特征提取的基础网络、用于消除图像噪声的图像级去噪网络、用于消除实例噪声的实例级去噪网络、用于生成五参数定义的旋转候选框的RPN、用于产生类别分数和预测边界框的部分
2021-04-24 16:05:19
3752
1
原创 【BUG修复】：linux 系统，pip install tensorflow-plot 出错
在linux系统上无法正常安装tfplot，出现Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-build-6nrqwnju/tensorflow-plot/的错误。
2021-03-24 08:39:14
252
原创 【SCRDet++代码调试】windows下调试（重点是“编译 setup.py（rotate) tensorflow版”）
要复现SCRDet++，又重装了系统，没想到过程这么繁琐，因此记录一下，来理清思路。
2021-01-30 14:32:38
1074
2
原创 2020线上夏令营感受
受疫情影响，有幸参与了第一次线上夏令营。以下仅是个人感受。同济计算机夏令营线上总共好像是五天左右，讲座可以听一听，会介绍研究生和直博生的待遇，待遇还是很不错的。下面是重头戏：（如果没记错的话）上午机试，下午笔试，后面两天是面试。机试：一个半小时，四道题，分值分别是10、20、30、40。第一题考了<iomanip>头文件（1.6 贪心算法—第一题），第二题是迭代，第三题忘记了，第四题是算法。能做出来越多越好，但是如果机试不理想也别灰心，毕竟是三项综合才决定最终结果，其他两项好好表现
2021-01-24 20:53:46
1343
2
原创 win10编译 Fast R-CNN 所需的setup.py（rotate) tensorflow版
Fast R-CNN（rotate)原版提供的 setup.py 是在linux中使用的，在linux里可以直接编译。而在windows下需要修改 setup.py
2021-01-11 15:01:21
1121
8
原创 【BUG修复】：安装 CUDA时，出现 “此应用无法在你的电脑上运行”的错误提示
安装 CUDA时，双击 从官网-CUDA Toolkit 10.0 下载的 .exe 安装程序时，出现 “此应用无法在你的电脑上运行” 的错误提示，如下：
2021-01-09 22:05:14
912
原创 PyTorch + visdom + netron 实现网络数据和模型结构的可视化
训练网络时，想查看网络模型结构，网上有各种方法。有些方法复杂，但只需要一种库就可以；有些方法虽然简单，但需要多种库配合使用。总结了一下，列出了个人觉得**安装最简单，使用和配置也很简洁的方法**。
2020-12-02 20:43:36
1169
原创 【BUG修复】：tkinter 报错：TypeError: ‘NoneType‘ object does not support item assignment
tkinter 定义控件之后再次修改控件的属性， 报错：`TypeError: 'NoneType' object does not support item assignment`
2020-11-19 08:56:13
7082
1
转载 交并比（IOU）
参考：【SSD算法】史上最全代码解析-核心篇在有锚框的目标检测算法中，如何衡量某个锚框较好地覆盖了图像中的目标物体？在该目标的真实边界框已知时，一种直观的方法是衡量锚框和真实边界框之间的相似度。Jaccard系数（Jaccard index）可以衡量两个集合的相似度。给定集合A和B，它们的Jaccard系数为实际上，我们可以把边界框内的像素区域看成是像素的集合。这样，可以用两个边界框的像素集合的Jaccard系数衡量这两个边界框的相似度。在这种情况下，通常将Jaccard系数称为交并比（Interse
2020-11-18 15:30:26
3983
原创 【SSD论文解读】 论文中用到的数据集：Pascal VOC、MS COCO、ImageNet
【SSD论文解读】 论文中用到的数据集：Pascal VOC、MS COCO、ImageNet主要是对看到的一些博客进行总结，方便自己查阅
2020-11-18 10:17:17
2413
1
原创 【SSD论文解读】 模型部分：骨干网络 VGG16 + 特征提取层 Extra Feature Layers
按论文详细介绍了：骨干网络 VGG16 + 特征提取层 Extra Feature Layers
2020-11-18 09:44:43
6396
原创 【BUG修复】：tkinter 使用 Label 显示 png、jpg 不能成功显示，但是不报错
tkinter 使用 Label 显示 png、jpg 不能成功显示，但是不报错。所以问题应该出在**图片的读取**上。
2020-11-16 10:56:01
1477
转载 PyTorch—— softmax 的从零开始实现
本文是《动手学深度学习（pytorch）》“3.6 softmax 的从零开始实现”的笔记，具体解释请参考原文。
2020-09-05 09:16:15
984
转载 PyTorch—— 图像分类数据集（Fashion-MNIST）
PyTorch—— 图像分类数据集（Fashion-MNIST）0、前言一、获取数据集二、读取小批量数据本文是学习《动手学深度学习（pytorch）》“3.5 图像分类数据集（Fashion-MNIST）” 的笔记，具体解释请参考原文。0、前言使用到的包主要是torchvision，它主要由以下几部分构成：torchvision.datasets：一些加载数据的函数及常用的数据集接口；torchvision.models：包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNe
2020-09-04 16:03:09
1240
2
原创 PyTorch——线性回归的从零开始实现
PyTorch——线性回归的从零开始实现一、生成数据集二、读取数据本文是学习《动手学深度学习（pytorch）》“3.2 线性回归的从零开始实现” 的笔记，具体解释请参考原文。一、生成数据集构造一个简单的人工训练数据集。设训练数据集样本数为1000，输入个数（特征数）为2。线性回归模型的真实权重 w=[2,−3.4]（转置） 和偏差 b=4.2，以及一个随机噪声项 ϵ 来生成标签。公式为：labels = w * features + b + ϵ其中，噪声项 ϵ服从均值为0、标准差为0.01的正
2020-09-03 11:28:39
339
原创 python 中 return VS yield
首先，先直观上理解一下两种返回方式的区别：python中yield的用法详解——最简单，最清晰的解释然后，概括的理解一下：python-复盘-yield & return区别yield 能和 for 循环共同使用最后，两种返回值，在 for 循环上的区别：import torchdef fun(): for i in range(3): a = torch.tensor([[1,2]]) b = torch.tensor([[3,4,5]])
2020-09-03 10:32:55
191
原创 【BUG修复】：name ‘OrderedDict‘ is not defined
在学习 《动手学深度学习（pytorch）》时，出现`name 'OrderedDict' is not defined`问题。
2020-08-25 14:42:28
5141
原创 python大数据分析——pandas基本数据类型类型及操作（DataFrame，数据选择函数，iloc & loc）
构建&索引DataFrame，pandas中的数据选择函数，iloc & loc
2020-08-20 22:47:20
1062
原创 微信小程序设置wxss背景图片
微信小程序设置wxss背景图片目前只支持两种：在线图片如果有自己的服务器可以将图片放到自己的web服务器上；或者参考这个通过qq相册或百度相册将本地图片变为网上图片通过qq相册或百度相册将本地图片变为网上图片base64图片将背景图片进行base64转换后使用，在线转网站。设置方法：backgroud: url(转换后的编码)...
2020-08-08 13:19:07
5056
原创 第1.3章 机器学习与概率论
一、为什么机器学习中使用概率论？【摘自】：PRML读书笔记(1) - 深度理解机器学习之概率论(Probability Theory)机器学习领域的一个关键概念是不确定性（uncertainty）。然而概率论为不确定性的量化和操纵提供了框架，并形成了机器学习的核心基础之一。当与后面讨论的决策论相结合时，其可以根据一些可获得的信息做出最佳预测，即使这些信息可能并不完整。机器学习包括监督学习，非监督学习和强化学习这 3 类。监督学习分为 分类（classification） 和 回归（regressi
2020-07-27 13:51:55
670
原创 第3.1章 卷积神经网络(CNN)——Conv、Pool、FC、Activation Function、BN各个层的作用及原理
Conv、Pool、FC、Activation Function、Batch Normalization各个层的作用及原理解释
2020-07-27 13:46:55
4877
转载 汇编7种寻址方式
8086/8088有7种基本的寻址方式：立即寻址，寄存器寻址，直接寻址，寄存器间接寻址，寄存器相对寻址，基址变址寻址，相对基址变址寻址。
2020-06-15 16:36:25
4982
2
原创 1.6 贪心算法（含：c++限制数字位数）
c++限制数字位数：fixed setprecision()取消限制 cout.unsetf(ios::fixed);
2020-06-02 14:32:42
804
原创 1.1 排序（直接插入排序、快速排序、冒泡排序、归并排序）
1.c++自带的头文件`<algorithm>`模板库，使用sort函数进行排序。自定义了cmp函数并在结构体中重载了“<”运算符。2.while(scanf("%d",&n) != EOF) 、while(gets(字符串变量)) 循环条件。
2020-06-02 12:50:37
994
原创 Android Studio移动应用开发——Android NDK开发(含：javah -jni、ndk-build配置出错的解决办法)
含：javah -jni、ndk-build配置出错的解决办法
2020-05-19 13:40:04
1154
原创 Android Studio移动应用开发——Intent过滤器的原理与匹配机制、如何获取Activity返回值
Intent过滤器的原理与匹配机制1.原理2.匹配机制如何获取Activity返回值Intent过滤器的原理与匹配机制1.原理Intent过滤器能够根据Intent中的动作（Action）、类别（Categorie）和数据（Data）等内容，匹配和筛选适合接收该Intent的组件。可以注册Intent过滤器的组件有：Activity、Service、BroadcastReceiver。组件注册Intent过滤器的方法： 在AndroidManifest.xml文件的各个组件下定义<inten.
2020-05-16 19:07:32
1572
原创 Android Studio移动应用开发——onCreate、onSaveInstanceState、onRestoreInstance一个参数和两个参数
两个函数的区别、使用场景的区别、onRestoreInstance函数调用条件
2020-05-15 12:27:40
1412
1
原创 2.2 哈夫曼树（所有构造得到的中间结点权值和为该哈夫曼树的带权路径和）
所有构造得到的中间结点（即哈夫曼树上非叶子结点）权值和即为该哈夫曼树的带权路径和。
2020-05-06 19:34:51
1325
1
a17Exercise2.zip
2020-05-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人