RuanChengfeng的博客

原创 运行MAT项目环境配置中出现的问题及参考方案

MAT项目环境配置遇到的问题

原创 pytorch指定使用多个GPU

在pytorch指定使用特定gpu的三种方式。

原创 京东笔试题

京东笔试题，漂亮串

原创 查看当前使用包或模块的文件路径

当我们想要知道我们当前调用的包或者模块的源文件所在的路径时，或者我们想要了解我们调用的包或者模块是来自于哪里的，我们可以使用包中的__file__属性获取。

原创 安装v0.6.0的mmdetection——运行行人检测MGAN

因为MGAN这个行人检测项目所以需要安装mmdetection-0.6.0版本，这个项目中没有提供任何需要如何配置运行环境的信息。项目地址：https://github.com/Leotju/MGANmmcv、mmdetection选择什么版本全部靠自己探索。最终可以运行的环境配置是：python3.6+CUDA10.0+pytorch1.1.0+mmcv0.2.14+mmdetection-0.6.01.pytorch1.0.0中没有torch.nn.SyncBatchNorm类，pyto

原创 双重否定的翻译 百度翻译 VS. 谷歌翻译

VS.

原创 模型中参数空间大小计算

If you only consider the weights of a single Linear layer from that model. You get49200^2 = 2420640000elements + each element takes 4 bytes, which gives you2420640000 * 4 / 1024^3 = 9,01GBfor the weights alone. Then, you need another memo...

原创 pip install 依赖包报错：ImportError: ‘module‘ object has no attribute ‘main‘

一个可行的解决方法，安装一个pip-get文件，curlhttps://bootstrap.pypa.io/get-pip.py-oget-pip.py;pythonget-pip.py即可解决。

原创 Cython的原理：知其然，知其所以然

这篇博客很好，把Cython的原理讲明白了，编译时出错都就能很容易解决了。记录下来。地址：https://www.cnblogs.com/freeweb/p/6548208.html。

原创 安装cython-bbox报错：invalid numeric argument ‘/Wno-cpp‘

cython-bbox直接可以使用命令安装：pip install cython-bbox报错：invalid numeric argument '/Wno-cpp'解决方法：先下载cython-bbox源码压缩包然后修改其中extra_compile_args=['-Wno-cpp']为extra_compile_args = {'gcc': ['/Qstd=c99']}即可参考：https://blog.csdn.net/qq_24739717/article/details/1055.

原创 多目标跟踪代码运行总结

1.detect to track and track to detect（1）先在windows上安装环境，配置编译环境，尝试了好多天，由于时间有限就没有再花时间往下尝试了。（2）在linux上面花了半天时间对整个环境进行了配置并运行，编译都通过了，但是运行时由于pytorch的版本太低，与服务器上的cuda不匹配，运行中出现了错误。因为是在服务器上配置的环境，还没找到不改变别人的cuda环境只改变自己cuda运行版本的方法。有待进一步尝试。2.Real-time multiple peopl

原创 linux安装多个版本的CUDA并实现自由简单的切换

首先一个系统某一时刻只用使用一个CUDA，所以要使用不同的CUDA版本就需要进行切换。实现的主要步骤：（1）先安装多个版本的CUDA；（2）添加环境变量时，环境变量的路径指向CUDA的软连接，而不是直接指向某个版本的CUDA。这样做的好处是切换CUDA版本时不用修改环境变量，而只用删除现有的软连接，创建指向新的版本的CUDA的软连接。具体细节请参考：https://blog.csdn.net/yinxingtianxia/article/details/80462892...

原创 报错：ImportError: /home/magic/rcf/pyproj/detect_to_track_v2/lib/model/nms/_ext/nms/_nms.so: undefined

可能是编译过程中使用的torch版本与cuda版本不对应的问题，可以使用torch.version.cuda查看torch对应的CUDA版本。解决方案：https://github.com/sfzhang15/ATSS/issues/17

原创 运行fasterrcnn.pytorch1.0记录

faster_rcnn.pytoch1.0项目的地址：https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0运行该项目的训练程序主要环节是：编译faster_rcnn中的模块和编译pythoncocoapi。(1)编译faster_rcnn的时候pytorch必须是1.0版本的，否则即使编译成功了，在运行阶段也会报cannot import _C的错误。还有python=3.6，cuda为10.0.看lib文件夹下面有没有bu

原创 windows编译pycocoapi

环境配置：windows10python3.6pytorch1.0.1遇到的错误：cl : Command line error D8021 : invalid numeric argument '/Wno-cpp'error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio 14.0\\VC\\BIN\\x86_amd64\\cl.exe' failed with exit status 2解决方案：https:

原创 编译faster rcnn.pytorch1.0项目中部分文件

faster rcnn.pytorch1.0项目项目地址：https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0先直接按照readme中提供的环境配置进行编译在编译过程中出现了错误。错误1：Microsoft Visual C++ 14.0 is required按照这个教程：https://zhuanlan.zhihu.com/p/37995301，以及报错中提供的安装tools路径，我安装了visual studio 20

原创 ssh服务器安装和ssh客户端安装

1.ssh服务器安装参考：https://juejin.im/post/68449038886135562372.ssh客户端安装参考：https://blog.csdn.net/YYtomorrow/article/details/81544918问题1：客户端是在powershell中安装的，在cmd中运行ssh命令会出现，ssh不是内部命令错误，有待解决。大概有以下方法：https://blog.csdn.net/wm609972715/article/details/83

原创 图像空间人脸正面化代码运行小结

因为组里实验的需要，我在这几天找了一些图像空间人脸正面化的方法进行了从侧面人脸到正面人脸的生成正面的人脸图像。总体来说图像空间人脸正面化的方法开源程度不高，甚至可以说算小的。这些天，我看了DRGAN、TPGAN、DAGAN、Rotate and Render（三维的）这些算是图像空间人脸正面化的开源方法了，但是TPGAN和DAGAN都没有提供预训练模型，只提供了开源的代码，而人脸正面化训练消耗的时间和资源都是很大的，还有图片的预处理也是很相比于其他任务来说也是要求很高的，对于我们只想利用人脸正面化结果来

原创 tpr、fpr和far、val含义及计算总结

tpr和fpr含义及其具体计算方法见下列代码段：def calculate_accuracy(threshold, dist, actual_issame): predict_issame = np.less(dist, threshold) tp = np.sum(np.logical_and(predict_issame, actual_issame)) fp = np.sum(np.logical_and(predict_issame, np.logical_not(ac

原创 安装pytorch出现问题

上午在pycharm中的虚拟环境中安装pytorch出现各种问题：（1）pip 更新过程中出现已经存在。（2）然后安装pytorch出现当前的路径中找不到合适的，然后我就临时换成清华源，出现SSL连接超时。然后就添加pip.ini文件永久修改软件源。出现修改了没有任何用处的问题。然后我又在pycharm中的Interpret中进行修改，还是没用。后来我就打算把基础环境换成python=3.6，然后换成python3.6的基础环境，安装pytorch就成功了。...

原创 在pycharm中更新pip出现问题：Requirement already up-to-date: ... (20.1.1)

解决方法：删除该路径下的20.1.1文件夹。然后重新运行python -m pip install --upgrade pip即可安装成功。

原创 调试validate_on_lfw记录

1.先下载lfw原始数据集2.再对原始数据集进行中心裁剪，并且得到(160*160)固定大小的图片3.运行validate_on_lfw(注：在这一步要配置处理后的图片的路径和模型的路径，及其他参数。在这一步我遇到了一个错误：KeyError: "The name 'decode_image/cond_jpeg/is_png' refers to an Operation not in the graph." 解决方法：给facenet.create_input_pipeline方法加一个范围，是.

原创 os.path模块中的一些获取路径函数

__file__:得到的是该文件的执行路径os.path.realpath()：获得该路径的真实路径（绝对路径）os.path.split()：切分文件路径得到路径和文件名os.path.abspath():与realpath的区别是，当涉及到软链时，返回的是软链的地址，而realpath返回的是软链的真实地址os.path.dirname():返回目录路径...

原创 facebook mAP实现详解，学习mAP代码实现总结

Facebook实现VOC数据集上的mAP评价指标有三个函数：parse_rec(): 解析每张图片的.xml文件，得到其中的groundtruthvoc_ap(): 利用得到的rec、precision数组按照VOC07的方式或者计算面积的方式计算每个类别ap值voc_eval(): 在给定的iou阈值下，计算每个类别的预测框是TP or FP，得到recall、precision数组首先来看voc_eval()函数：（1）先读入所有测试图片的文件名；（2）然后判断存放每张图片gr

原创 python中list切片超过范围不报错，取到最后的元素

原创 启动指定环境中的tensorboard，并且在命令行中关闭启动的tensorboard服务

（1）启动指定环境中的tensorboard参考如下文件中的第二部分 2.virtualenv ，写得很清楚https://www.cnblogs.com/chenhuabin/p/10538773.html（2）在命令行关闭tensorboard服务，参考这篇文档，在我的使用中，使用Ctrl+C可以退出，平台Windowshttps://stackoverrun.com/cn/q/13101465...

原创 VOC文件 TFRecord文件 生成\转换

1、VOC数据集、TFRecord文件是什么？VOC数据集是一种数据集文件存放的标准格式，满足这种格式的就是VOC数据集。博客园：https://www.cnblogs.com/sdu20112013/p/10801383.htmlTFRecord文件：我的上一篇博客。2、图片标注工具？https://github.com/tzutalin/labelImg3、VOC文件制作？参考这篇：https://www.cnblogs.com/WSX1994/p/11218264.html

原创 TFRecord是什么？

1、它是一种二进制文件格式，理论上可以保存任何格式的信息。2、它是为TensorFlow量身打造的，用于统一训练时数据的文件格式。3、TFRecord不是非用不可。4、TFRecord的创建和读取，官方都提供了API，操作简单。参考文档：https://juejin.im/entry/5b30af58518825749630f045...

原创 什么是VOC数据集，以及如何制作？

参考：https://www.cnblogs.com/sdu20112013/p/10801383.htmlhttps://www.cnblogs.com/WSX1994/p/11215947.html

原创 人脸识别中的比较指标FAR理解

参考：https://blog.csdn.net/liuweiyuxiang/article/details/81259492

原创 python中科学技术法、int转字节数据、从二进制文件读取小数float

1.python中小数按科学技术法的形式输出：print("%e" % number)2.int.from_bytes(bytes, bytesorder='big'/'little', signed=False)参数解释：bytes是需要解析的字节；bytesorder是说明要解释的字节中左边是高位还是右边是高位，big左边是高位，little左边是低位；signed表示当前解析的是否是有符号数。int.to_bytes()是int.from_bytes的逆过程，把十进制整数，转换为byt

原创 scipy1.2.0后弃用的函数imread()imresize()imsave()etc.

在SciPy1.2.0版本以后中有些函数已弃用，如imread() imresize() imsave()等对于imread()函数可以用matplotlib.pyplot.imread() 或者 用imageio.imread()进行代替。其中matplotlib.pyplot.imread()返回的类型是numpy.ndarray，与scipy.misc.imread()相同，但imagesio.imread()返回的类型是imageio.core.util.Array。...

原创 progress 和 progressbar 有区别

1.各自的具体内容参考下面两篇文档progress：https://blog.csdn.net/chengyq116/article/details/89364435progressbar：https://blog.csdn.net/qq_17753903/article/details/850416042.安装命令progress: pip install progressprogressbar: pip install progressbar...

原创 non-saturating neurons非饱和神经元、saturating neurons饱和神经元 的含义和区别

参考知乎回答：https://www.zhihu.com/question/264163033含义：non-saturating neurons = 没有被挤压（到一个特定的区间）处理过的值saturating neurons = 被挤压（到一个特定的区间）过的值输出saturating neurons的activation：sigmoid: input neurons的值会被挤压到[0,1]的区间tanh：input neurons的值会被挤压到[-1,1]的区间输出non-s

原创 Face Identification 中的任务分类与解释

Face Identification 依据测试图片是否包含在训练集中分为两类：（1）测试图片包含在训练集中：与测试图片相关的Face Identification，在这种情况下可以直接训练一个身份分类器，用于测试者的身份判别。测试的时候有testing set（2）测试图片不包含在训练集中：与测试图片无关的Face Identification，在这种情况下需要用训练集中的图片训练一个特征提取器。在测试时，有testing Gallery和testing Probe 两种图片。再根据testing

原创 Set/Template based FR 和 video based FR的区别

基于集合/模板的人脸识别 要求 gallery和probe是一个imges或者videos的集合，在这种情况下进行face identification 和 face verification 的任务；基于视频的人脸识别 中 gallery中只包括一个人脸的单个媒体（image or videos）。...

原创 python中生成[-1, 1)的随机数

np.random.random()默认生成0~1之间的浮点数，因此只要使用该函数转换一下，就能生成-1~1中的随机数(b-a)*np.random.random() + a所以：(1-(-1)) * np.random.random() + (-1)参考这篇文章

原创 latex中相关知识

1.latex中公式中的~$\sim$2.上取整符号$\lceil \rceil$3.插入图片使用宏包\graphicx\documentclass{article}%引言区\usepackage{graphicx}... ...%引言区\begin{document}使用浮动体导入图片\begin{figure}[ht]% h表示here t表示top\centering\includegraphics[scale=0.6]{fullscreen.p..

原创 numpy数组的布尔索引和数组索引和[::]的用法

先创建一个names一维数组，再用numpy.random中的randn函数生成一个7*4数组：>>names=np.array(["Bob","Joe","Will","Bob","Will","Joe","Joe"])>>data=np.random.randn(7,4)1.对names和字符串“Bob”的比较运算将会产生一个布尔型数组：>>> names=="Bob"array([ True, False, False,True, Fals..

原创 出现Warning Expected type int (matched generic type T), got str instead

出现原因：在一个list中先添加了type_1的元素，后又添加了type_2的元素，所以Pycharm会出现这总警告解决方案：参考该blog，其实也不用解决，知道什么原因就行