- 博客(128)
- 资源 (8)
- 收藏
- 关注
原创 【Tensorflow2.0】Tensorflow2.x的安装教程
anaconda 可以使tensorflow的安装变的简单昨天tensorflow 开发者大会刚开完,会上发布了关于 TensorFlow 2.0,TensorFlow Lite,TensorFlow.js,Swift for TensorFlow,TFX 等产品生态体系的最新更新和首次发布的内容,2019年任会支持tensorflow1.x,但是我们相信,版本的升级会带来易用性和使用性能的提升......
2019-10-21 22:44:43 110248 65
原创 计算图片中两个任意形状多边形相交部分的大小
本文使用opencv实现对于一张图中任意两个多边形相交面积的大小,而且是使用图像处理的方法,思路很是清奇
2023-11-14 14:10:12 245
原创 2、基于pytorch lightning的fabric实现pytorch的多GPU训练和混合精度功能
使用pytorch lightning fabric模块快速实现模型的混合精度和分布式训练
2023-10-25 15:48:46 1125
原创 2、vscode c++ 项目配置调试及运行
主要写了基本的vscode环境下,cmake工具如何配置项目的cmakelist.特别的写了调试和运行使用方法。对于常用计算机视觉常用库opencv也写了配置方式。onnxruntime的配轩方式也有写到。
2023-10-11 20:10:51 1045
原创 基于图片相似度对视频进行抽帧
基于图片相似度来选取不同的图片进行保存,相似度计算方法主要参考https://aistudio.baidu.com/projectdetail/4185629?channelType=0&channel=0 这篇中的方法。做深度学习需要自己收集图片,其中一种是收集视频,然后将视频转换成图片。在视频转图片过程中,会存在大量的高度相似帧,对于模型训练无用,而且增加标注成本,如何选取有足够差异的图片是我们需要的。代码中提供基于hash的三种方法和一种结构相似性方法,需要手动改代码来切换方法及相关阈值。
2023-10-07 16:55:05 493
原创 picodet onnx转其它芯片支持格式时遇到
原代码中,用的paddle.nn.Upsample(scale_factor=2,mode=“nearest”),在GPU上可以正常推理,但最终目的是为了上AI,所以必须把这个算子进行适配,好在该算子没有参数,无需对模型进行重新训练,只是说在转换上有地方有点问题。整个模型转换过程是:paddle 动态模型转成静态,再用paddle2onnx转成onnx,onnx再转成特定芯片的格式,这是最后一个环节出的问题,即onnx转特定AI芯片时,转换工具报出来错,下面找原因。
2023-10-07 14:02:08 154
原创 3、picodet c++版onnxruntime推理及reshape和transpose的c++实现
k是每个检测头最后的大小,如输入是256,每个头的stride分别是[8,16,32,64],那么应有k就是[32,16,8,4],直接c++实现,有些搞不明白,先用python来实现。k ,这个m就是冒号这里的位置,取m=0,1,2,3,4,5,6,7,分别表示这一维度下的8个。关于c代码,可以查看我上边的PicoDet::generate_proposal里代码。4x8xkxk对应的是python: k,:,i,j,冒号就是全取,c对应的是:k。8,这是8个数的首地址,接差连取8个即可。
2023-04-19 14:51:13 491
原创 Tensorflow pytorch及paddle交叉熵损失函数类标签及label smooth配置方法
tensorflow,pytorch,paddle三种不同深度学习框架交叉熵损失函数类标签及label smooth配置方法对比
2022-12-12 11:13:24 626
原创 从目标检测数据集中扣出所需类别进行分类
从开源检测数据集VOC,COCO,YOLO,openimage,object365中扣出所需类别图片
2022-09-26 18:20:41 2071 6
原创 PaddleDetection检测结果转VOC格式与扣图
本文主要对paddledetection导出的检测结果转换成VOC格式的xml文件,方便使用labelimg进行标注和查看;别外写了基于检测结果,把检测部分扣图的代码。
2022-07-07 19:47:39 726 2
原创 1、picodet模型全流程-VOC格式数据准备模型训练验证导出推理
本文完成使用PaddleDetection以picodet为例完成模型训练的全流程。具体包括1)VOC格式的数据准备和整理,2)模型的训练 3)模型的验证 4)模型推量 5)模型导出 6)目标检测结果的保存
2022-07-07 19:11:39 2544 1
nmap-7.70-setup.zip
2021-09-06
xfeatured.zip
2021-04-23
vscode-server.zip
2021-04-22
opencv_contrib
2020-12-15
opencv.zip
2020-12-15
torch-1.7.0-cp36-cp36m-linux_aarch64.whl
2020-11-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人