- 博客(183)
- 收藏
- 关注
RSS订阅原创 yolo8目标检测+多目标跟踪算法实现车流量统计
基于车辆跟踪的车流量统计方法通过对车流视频中的各帧图像中的车辆进行匹配，从而捕捉各个车辆的运动轨迹和状态，并基于车辆轨迹和状态的差异性进行车辆计数。（2）车辆跟踪阶段。方案非常明晰，实现起来也并不难，但是目前基于yolo+多目标跟踪算法存在的问题是：传统的基于yolo的跟踪计数都是把虚拟检测区域写固定，把视频文件路径写固定，换一个视频画面基本就不能检测了，因此我们新增GUI文件选择界面让系统支持用户选择自己待检测的视频，新增ROI区域自由划定的方式让用户根据自己待检测的视频划定区域，然后进行跟踪检测。
2024-04-23 21:47:12
370
原创 YOLOV8如何训练自己的图片分类模型
如何使用YOLOV8训练自己的目标检测模型首先准备好ImageNet格式的数据集，我这里以81类水果图片分类数据集为例。ImageNet数据集应该具有一下目录结构train├── 类别1|——图片1|——图片2|——......└── 类别2|——图片1|——图片2|——..............val├── 类别1|——图片1|——图片2|——......└── 类别2|——图片1|——图片2|——......
2024-02-02 21:14:48
1137
原创 如何使用YOLOV8训练自己的目标检测模型
用yolo8在自己的数据集上训练模型首先需要配置好YOLO8的环境，如果不会配置YOLO8环境可以参考。
2024-01-28 19:45:21
2895
2
原创 windows11下安装Tensor RT，并在conda虚拟环境下使用
windows11下安装Tensor RT，并在conda虚拟环境下使用
2023-11-23 16:07:38
755
2
原创 nohup命令 不挂断执行shell脚本，终端退出后进程被关闭
(2) 2>&1 表示把标准错误重定向到标准输出，这里&1表示标准输出 ， 为什么需要将标准错误重定向到标准输出的原因，是因为标准错误没有缓冲区，而STDOUT有。在微调Qwen大模型的时候，由于训练时间比较长，因此使用nohup命令想把用于训练的shell脚本挂在后台不挂断运行，想着即使是liunx终端关闭，也能在后台训练。至此，我们现在可以直接关闭shell窗口（我用的是FinalShell，用的比较多的还有Xshell），而不用再输入exit这个命令来退出shell了。功能：不挂断的运行命令。
2023-11-13 10:18:49
1015
原创 Qwen-14B-Chat-Int4推理报错:ImportError: libcudart.so.12: cannot open shared object file
按照提示，pip安装这两个包，结果报错： ImportError: libcudart.so.12: cannot open shared object file: No such file or directory。发现是由于安装的 auto-gptq版本与conda安装的CUDA版本冲突所导致。在 Qwen-14B-Chat-Int4推理时，发现报错，缺少 optimum 和 auto-gptq 两个pip包。安装了跟我conda环境与cuda版本相匹配的 AutoGPTQ，问题解决。
2023-11-09 11:53:06
904
原创 YOLO8实战：yolov8实现行人跟踪计数
行人跟踪统计是智能监控系统中的重要功能，可以广泛应用于人流控制、安全监控等领域。传统的行人跟踪算法往往受到光照、遮挡等因素的干扰，难以实现准确跟踪。随着深度学习技术的发展，目标检测模型逐渐成为行人跟踪的主流方案。本文介绍使用YOLOv8目标检测模型实现行人跟踪统计的方法。
2023-10-31 23:06:25
3036
原创 一文带你在GPU环境下配置YOLO8目标检测(跟踪)运行环境
本文介绍GPU下YOLO8目标跟踪任务环境配置、也即GPU下YOLO8目标检测任务环境配置。
2023-10-29 18:08:13
1956
1
原创 voc数据集格式与yolo数据集格式的区别及相互转化
Pascal VOC数据集是目标检测领域最常用的标准数据集之一，几乎所有检测方向的论文都会给出其在VOC数据集上训练并评测的效果。VOC数据集包含的信息非常全，它不仅被拿来做目标检测，也可以拿来做分割等任务，因此除了目标检测所需的文件之外，还包含分割任务所需的文件，比如 SegmentationClass, SegmentationObject等。Annotation文件夹中存放着每张图片相关的标注信息，以xml格式的文件存储，标注文件中各个属性的含义，见下图。#以VOC2007为例，第三级。
2023-10-09 15:01:56
564
原创 pandas：read_csv（）方法编码报错：UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xa1 in position xxx
声明文件为utf-8编码格式，还是不行，最后用vscode打开该csv文件从新以utf-8编码保存，Bug解决。之后我尝试了设置 encoding='utf-8-sig' encoding = ‘gb2312’ encoding='gb18030' encoding="ISO-8859-1" 等等，发现还是报错UnicodeDecodeError。
2023-09-05 14:51:33
348
原创 论文阅读：DIN-SQL: Decomposed In-Context Learning of Text-to-SQL withSelf-Correction
NL2SQL是将自然语言转化为SQL的任务，该任务隶属于NLP的子任务，NL2SQL在AIGC时代之前，以seq2seq、BERT等系列的模型在NL2SQL的主流数据集上取得了不错的效果，2022年底，ChatGPT爆火，凭借LLM强大的逻辑推理、上下文学习、情景联系等特点，按理说LLM应该可以超过seq2seq、BERT等系列的模型，但是使用少样本、零样本提示方法用LLM解决NL2SQL问题效果却比不上之前的模型。今天分享的这篇来自NLP顶级会议的论文解决了这个问题：如何改进Prompt让LLM超越之前的
2023-08-22 12:01:59
2093
1
原创 Transformers架构系列---transformers库的使用
Transformers最初是由Google发布的论文 Attention is All You Need (2017) 提出的一种新的深度学习网络架构，这篇论文证明了序列模型（如 LSTM）可以完全被注意力机制取代，甚至可以获得更好的性能。Transformers网络结构自2017年提出之后仅仅一两年的时间内就一直在NLP领域及其子任务霸榜，目前的LLM大语言模型（ChatGPT、ChatGLM等）都是基于Transformers网络架构。Transformers不仅在NLP领域表现出色，自2020年开始
2023-08-17 12:02:07
1157
原创 论文阅读：Interleaving Pre-Trained Language Models and Large LanguageModels for Zero-Shot NL2SQL Generat
摘要：零样本NL2SQL在实现自然语言到SQL中至关重要，它能够在0注释的NL2SQL样例环境中自适应新的数据库、新的SQL语言。现有的NL2SQL研究方法要么根据带注释的数据去微调预训练模型（PLM），要么使用提示词指导大语言模型(LLM)。PLM 在模式对齐方面表现良好，但难以实现复杂推理，而 LLM 在复杂推理任务中表现出色，但无法实现精确的模式对齐。在本文中，我们提出了一个 ZeroNL2SQL 框架，它结合了 PLM 和 LLM 的互补优势，以支持零样本 NL2SQL。ZeroNL2SQL 首
2023-08-16 16:37:40
513
原创 Gradio部署应用到服务器不能正常访问
之后，我又修改了share=True，Gradio返回了一个类似这样的地址，通过这个地址还是访问不到应用，后来查阅资料才发现share=True返回的地址是 Gradio 官网提供的免费公共 URL，可以通过公网访问你本地部署的 Gradio 应用程序。但是我部署到的团队服务器跟我的电脑是局域网连接起来的，这个服务器外网是访问不到的。用Gradio部署一个基于ChatGLM-6B的应用，发布到团队的服务器上（局域网，公网不能访问），我将gradio应用发布到服务器的9001端口。
2023-08-15 18:15:20
7005
4
原创 深度学习快速入门系列---损失函数
在深度学习中，损失函数的作用是量化预测值和真实值之间的差异，使得网络模型可以朝着真实值的方向预测，损失函数通过衡量模型预测结果与真实标签之间的差异，反映模型的性能。同时损失函数作为一个可优化的目标函数，通过最小化损失函数来优化模型参数。在本篇文章中，我们介绍一下，深度学习中最常用的几种损失函数
2023-08-13 21:43:08
550
原创 一文读懂什么是Byzer
Byzer是一门全新的语言，不过它是一门面向大数据、AI、云原生的分布式语言，它内置了许多插件，可以帮助软件行业工程人员更好地在数据分析、机器学习、AI等领域落地实际的应用项目。这门语言诞生的初衷是从编程语言层面上进行革新，从根本上提高数据平台落地和 AI 工程化的效率，在统一的平台上实现过去要使用多语言、多平台、多组件才能实现的事情。
2023-08-11 17:00:58
952
原创 Byzer-LLM环境安装
Byzer-LLM 是基于 Byzer 的一个扩展，让用户可以端到端的完成业务数据获取，处理，finetune大模型，多场景部署大模型等全流程。该扩展的目标也是为了让企业更好的将业务数据注入到私有大模型（开源或者商业），并且可对外提供多场景部署形态，诸如 ETL, 流式计算，API 服务 等。
2023-08-11 16:52:32
440
原创 基于Byzer-LLM和ChatGLM-6B快速搭建一款免费的语言大模型助力电商企业
基于Byzer-LLM和ChatGLM-6B快速搭建一款免费的语言大模型助力电商企业
2023-08-08 11:18:17
317
原创 CUDA Setup failed despite GPU being available.
CUDA Setup failed despite GPU being available. Please run the following command to get more information:python -m bitsandbytesInspect the output of the command and see if you can locate CUDA libraries. You might need to add themto your LD_LIBRARY_PATH.
2023-08-07 16:17:26
3362
原创 一文快速入门Byzer-python
Byzer通过 Byzer-python 扩展（内置）来支持Python 代码。通过 Byzer-python，用户不仅仅可以进行使用 Python 进行 ETL 处理，比如可以将一个 Byzer 表转化成一个分布式DataFrame on Dask 来操作，支持各种机器学习框架，比如 Tensorflow，Sklearn，PyTorch
2023-08-01 10:41:14
343
1
原创 Matplotlib入门与实践（二）
本节介绍常用图表的绘制，主要包括绘制折线图、绘制柱形图、绘制直方图、绘制饼形图、绘制散点图、绘制面积图、绘制热力图、绘制箱形图、绘制3D图表、绘制多个子图表以及图表的保存。
2023-07-20 23:09:18
303
原创 Matplotlib入门与实践（一）
Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。Matplotlib可以绘制的图表的类型包括条形图、柱状图、折线图、饼图、散点图、面积图、环形图、雷达图等。此外，通过图表的相互叠加还可以生成复合型图表。不同类型的图表适用不同的场景，可以按使用目的选择合适的图表类型。
2023-07-13 23:34:06
288
原创 论文阅读 HighlightMe: Detecting Highlights from Human-Centric Videos
我们提出了一种与领域和用户偏好无关的方法来检测以人为中心的视频中的精彩片段摘录。我们的方法适用于视频中多种可观察到的以人为中心的模态的基于图形的表示，例如姿势和面部。我们使用配备时空图卷积的自动编码器网络来检测基于这些模式的人类活动和交互。我们根据帧的代表性训练网络，将不同模态的基于活动和交互的潜在结构表示映射到每帧的突出得分。
2023-07-12 18:56:27
1173
原创 Pandas理论与实战（二）
1.数据抽取数据分析过程中，并不是所有的数据都是我们想要的，此时可以抽取部分数据，主要使用DataFrame对象的loc属性和iloc属性。对象的loc属性和iloc属性都可以抽取数据，区别如下。
2023-07-11 17:02:53
397
原创 Pandas理论与实战（一）
Pandas是数据分析三大剑客之一，是Python的核心数据分析库，它提供了快速、灵活、明确的数据结构，能够简单、直观、快速地处理各种类型的数据。
2023-07-08 21:29:59
876
原创 神经网络解决预测问题（以共享单车预测为例）
大约从2015年起，共享单车席卷了大部分城市。共享单车在给人们带来便利的同时，也存在一些问题：单车的分布很不均匀。比如在早高峰的时候，一些地铁口往往聚集着大量的单车，而到了晚高峰却很难找到一辆单车了。那么如何解决共享单车分布不均匀的问题呢？目前，共享单车公司会雇一些工人来搬运单车，把它们运送到需要单车的区域。但工人应该运多少单车？什么时候运？运到什么地方呢？这就需要准确地知道共享单车在整个城市不同地点的数量分布情况。下面造一个共享单车预测器，用来预测某一时间、某一停放区域的单车数量。供共享单车公司参考
2023-07-07 18:23:31
1066
原创 论文阅读：GLOBAL PROTOTYPE ENCODING FOR INCREMENTALVIDEO HIGHLIGHTS DETECTION
视频亮点检测 (VHD) 是计算机视觉中的一个活跃研究领域，旨在在给定原始视频输入的情况下定位最吸引用户的片段。然而，大多数 VHD 方法都是基于封闭世界假设，即预先定义固定数量的高亮类别，并且所有训练数据都是预先可用的。因此，现有方法在增加高亮域和训练数据方面的可扩展性较差。为了解决上述问题，我们提出了一种名为全局原型编码 (GPE) 的新型视频亮点检测方法，通过参数化原型逐步学习以适应新领域。
2023-05-24 17:44:28
728
原创 论文阅读：Query-Dependent Video Representation for Moment Retrieval and Highlight Detection
近年来，随着视频理解需求的急剧增加，视频时刻检索和高亮检测(MR/HD)成为人们关注的焦点。MR/HD的主要目标是对给定的文本进行视频时刻定位和内容一致性估计，即显著性得分。尽管最近基于transformer的模型带来了一些进步，但我们发现这些方法并不能完全利用给定查询的信息。例如，在预测时刻及其显著性时，有时会忽略文本查询与视频内容之间的相关性。为了解决这个问题，我们引入了基于查询的DETR (QD-DETR)，这是一种为MR/HD量身定制的检测transfomer。
2023-04-29 21:53:00
375
1
原创 论文笔记：Fully Convolutional Networks for Semantic Segmentation
卷积网络是产生特征层次结构的强大视觉模型。我们展示了卷积网络本身，经过端到端、像素到像素的训练，超过了语义分割的最新技术水平。我们的主要见解是构建“全卷积”网络，该网络接受任意大小的输入并通过有效的推理和学习产生相应大小的输出。我们定义并详细说明了全卷积网络的空间，解释了它们在空间密集预测任务中的应用，并绘制了与先前模型的联系。我们将当代分类网络（AlexNet 、VGG 网络和 GoogLeNet）调整为完全卷积网络，并通过微调将它们学习到的表征转移到分割任务中。
2023-04-15 20:22:18
451
1
原创 Pytorch快速入门系列---（十九）Pytorch实现R-CNN系列目标检测网络
在PyTorch提供的已经训练好的图像目标检测中,均是R-CNN系列的网络，并且针对目标检测和人体关键点检测分别提供了容易调用的方法。
2023-04-14 13:40:35
2152
原创 Pytorch快速入门系列---（十八）Pytorch实现FCN图像语义分割网络
针对图像的语义分割网络，本节将介绍PyTorch中已经预训练好网络的使用方式，然后使用VOC2012数据集训练一个FCN语义分割网络。
2023-04-13 12:04:08
1128
原创 Pytorch快速入门系列---（十七）图像语义分割与目标检测概述
在计算机视觉领域,不仅有图像分类的任务，还有很多更复杂的任务，如对图像中的目标进行检测和识别，对图像进行实例分割和语义分割等。其中在基于卷积神经网络的深度学习算法出现后，图像的语义分割和目标检测的精度也有了质的提升。
2023-04-12 16:26:13
644
原创 论文笔记 U-Net: Convolutional Networks for Biomedical Image Segmentation
摘要：人们普遍认为，深度网络的成功训练需要数千个带注释的训练样本。在本文中，我们提出了一种网络和训练策略，该策略依赖于大量使用数据增强来更有效地使用可用的注释样本。该体系结构包括用于捕获上下文的收缩路径和用于实现精确定位的对称扩展路径。我们表明，这样的网络可以从很少的图像进行端到端训练，并且在 ISBI 挑战中优于先前的最佳方法（滑动窗口卷积网络）,用于分割电子显微堆栈中的神经元结构。使用在透射光显微镜图像（相差和 DIC）上训练的相同网络，我们在这些类别中以大幅优势赢得了 2015 年 ISBI 细胞跟踪
2023-04-10 14:57:07
259
1
原创 Pytorch快速入门系列---（十六）Pytorch实现图像风格迁移（二）
本节介绍使用PyTorch对固定风格任意内容的快速风格迁移进行建模。该模型根据下图所示的网络及训练过程进行建模,但略有改动，主要对图像转换网络的上采样操作进行相应的调整。在下面建立的网络中，将会使用转置卷积操作进行特征映射的上采样。
2023-04-05 00:48:14
768
原创 Pytorch快速入门系列---（十五）Pytorch实现图像风格迁移（一）
图像风格迁移是图像纹理迁移研究的进一步拓展，可以理解为针对一张风格图像和一张内容图像，通过将风格图像的风格添加到内容图像上，从而对内容图像进行进一步创作，获得具有不同风格的目标图像。基于深度学习网络的图像风格迁移主要有三种类型，分别为固定风格固定内容的风格迁移、固定风格任意内容的快速风格迁移和任意风格任意内容的极速风格迁移。
2023-04-03 22:35:26
2100
3
原创 Pytorch快速入门系列---（十四）搭建卷积自编码对图像去噪
本篇文章介绍基于卷积层的自编码去噪网络。利用卷积层进行图像的编码和解码,是因为卷积操作在提取图像的信息上有较好的效果，而且可以对图像中隐藏的空间信息等内容进行较好的提取。该网络可用于图像去噪、分割等。
2023-04-01 11:51:23
1427
1
minist数据集原始图片 压缩包中是minist数据集的图片文件，包含60000张图片，标签为0-9
2023-08-09
byzer-llm-3.3-2.12-0.1.0-SNAPSHOT.jar
2023-07-25
Byzer-lang：byzer-lang-all-in-one-linux-amd64
2023-07-25
JAVA生命游戏多线程模式(使用n个线程并行读取初始pgm文件,把图像分割为n份，分别计算出下一轮的细胞状态，然后重新整合)
2023-06-28
JAVA多线程实现2个producer和一个Consumer把整数放入到一个环形缓冲Circle Buffer中
2023-06-28
c语言商品销售系统源码
2023-06-28
基于c语言实现的中国象棋源码
2023-06-28
c语言实现的力学相关的流体源码
2023-06-28
基于c语言实现的火车票订票管理系统
2023-06-28
c语言实现的汉诺塔演示程序
2023-06-28
基于c语言实现的UDP通信系统
2023-06-28
基于C语言实现的俄罗斯方块小游戏
2023-06-02
基于Java Swing组件的实验展示系统
2023-06-02
java swing mysql实现的员工工资管理系统项目
2023-05-24
c语言教工工资管理系统
2023-05-24
glove.6B.100d.tx t词向量文件
2023-03-28
NLTK下载停用词（stopwords）
2023-03-28
IMDb Large Movie Review-数据集
2023-03-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人