- 博客(87)
- 收藏
- 关注
RSS订阅原创 深度学习之视频分类项目小记
写在前面，最近一阵在做视频分类相关的工作，趁有时间来记录一下。本文更注重项目实战与落地，而非重点探讨多模/视频模型结构的魔改。
2023-09-03 08:40:58
596
原创 Git之Reset的三种模式
前言使用场景：当commit的内容有错误，需要回撤到之前的某个版本时。git reset一句话概括：git-reset - Reset current HEAD to the specified state意思是可以让HEAD这个指针指向其他的地方。例如我们有一次commit不是不是很满意，需要回到上一次的Commit里面。那么这个时候就需要通过reset，把HEAD指针指向上一次的commit的点。`Git Reset的三种模式Git Reset有三种模式，soft,mixed,hard
2021-07-09 23:09:14
7797
4
原创 深度学习之OCR相关经验记录
写在前面：最近实习阶段做了一些关于OCR相关的内容，在此记录一下Q1：基于深度学习的文字检测方法有哪几种？各有什么优缺点？A：常用的基于深度学习的文字检测方法一般可以分为基于回归的、基于分割的两大类，当然还有一些将两者进行结合的方法。（1）基于回归的方法分为box回归和像素值回归。a. 采用box回归的方法主要有CTPN、Textbox系列和EAST，这类算法对规则形状文本检测效果较好，但无法准确检测不规则形状文本。 b. 像素值回归的方法主要有CRAFT和SA-Text，这类算法能够检测弯曲文本且对
2021-01-15 14:34:34
1225
1
原创 深度学习之OCR识别
写在前面，最近两天在做ocr识别相关内容，趁有时间来记录一下。本文的代码是基于Pytorch框架mobilenetv3基础网络的CRNN+CTC网络实现文字检测与识别介绍文字识别也是图像领域一个常见问题。然而，对于自然场景图像，首先要定位图像中的文字位置，然后才能进行识别。所以一般来说，从自然场景图片中进行文字识别，需要包括2个步骤：文字检测：解决的问题是哪里有文字，文字的范围有多少文字识别：对定位好的文字区域进行识别，主要解决的问题是每个文字是什么，将图像中的文字区域进转化为字符信息。在
2020-12-18 15:00:28
3612
3
原创 深度学习之学习率退火的六种调整策略
记录下SGD优化时几种常见的学习率调整策略，方便后续使用PyTorch学习率调整策略通过torch.optim.lr_scheduler接口实现。PyTorch提供的学习率调整策略分为三大类，分别是a. 有序调整：等间隔调整(Step)，按需调整学习率(MultiStep)，指数衰减调整(Exponential)和 余弦退火CosineAnnealing。b. 自适应调整：自适应调整学习率 ReduceLROnPlateau。c. 自定义调整：自定义调整学习率 LambdaLR。1 等间隔调
2020-12-10 14:28:55
4396
原创 Python之常用函数小结
进制转换：# 10->2a = bin(int(2)) # a = 0b2 # 2->10str = "10001"a = int(str, 2) # a = 17
2020-11-23 18:52:11
607
原创 Python之Numpy常用操作
Numpy常用操作文章目录Numpy常用操作1.数组初始化2.数组基本运算3.多维数组组合4.数组中查找最大/小索引5.查找符合条件元素索引6.更改数组维度1.数组初始化# 生成特定数组print(np.array([2, 3], dtype=np.int16)) # shape: (, 2)print(np.zeros((2, 3))) # shape: (2, 3)print(np.empty((2, 3))) # shape: (2, 3)p
2020-11-23 18:51:38
119
原创 项目之爬虫入门（豆瓣TOP250）
本文的代码是基于Python的爬虫练手，爬取豆瓣电影top250的信息配套视频：爬虫视频先贴一张爬虫结果图：预备知识浏览器访问网址的步骤是：1）用户发送一个url链接访问请求；2）服务器根据请求返回特定的响应；3）浏览器解析返回的响应（HTML），获取目标信息等展示出来。爬虫的目的就是在3）步时，不全部解析出来，而是只取自己需要的部分保存下来。所以爬虫的整体流程分3步发送url，获取响应数据（html）解析数据保存结果1. 发送url，获取响应使用urllib包参考：
2020-11-19 10:36:50
653
11
原创 深度学习之权重初始化
四种权重初始化方法：把w初始化为0对w随机初始化Xavier initializationHe initialization把w初始化为0:缺点：因为如果把w初始化为0，那么每一层的神经元学到的东西都是一样的（输出是一样的）。在梯度回传阶段，同一层内的所有神经元都是相同的，这样的话神经网络就没有意义了，相当于每一层只有一个神经元。因为在前项传播时，同层的所有神经元都相同，w也相同，在回传计算的梯度时，w的梯度也相同，同层内的神经元同步更新，数值都一样。对w随机初始化
2020-08-10 22:29:15
592
原创 C++的基础知识【面试遇到】
文章目录1. 多态1.1 多态的分类1.2 动态多态满足的条件1.3 动态多态的使用2. 空指针与野指针2.1 空指针2.2 野指针3. const关键字3.1 const修饰指针3.2 const修饰函数4. static关键字4.1 静态成员变量4.2 静态成员函数1. 多态参考：参考视频1.1 多态的分类静态多态：函数重载和运算符重载属于静态多态，复用函数名，但是形参的个数或类型不...
2020-08-06 16:22:05
184
原创 部署模型之Libtorch学习（一）
最近接触到一些工程落地的任务，大体是将pytorch的模型转成Libtorch，去部署到c++工程上，特此记录一下1. Libtorch安装pytorch官网上下载libtorch各个版本的url（1.0 - 1.4）1.5版本官网下载就好 注：安装时尽量pytorch版本和libtorch版本保持一致2. 转换模型import torchimport torchvision# An instance of your model.model = torchvision.models.
2020-06-18 19:35:04
2265
原创 Linux之SWIG安装（无需安装pcre依赖）
官网下载swig-4.0.0.tar.gz；swig-4.0.1下载地址解压；进入解压后的目录，依次运行：bash ./configure --prefix=/usr/local/swig-4.0.1 --without-pcre【注：1. --prefix 后面加上想安装的路径；2.无需安装pcre】配置环境变量vim ~/.bashrc引入环境变量wq!source ~/.bashrc查看版本是否成功swig -version...
2020-05-31 17:50:02
2403
原创 libtorch下tensor与img的互相转换
最近在使用libtorch部署项目，在此记录一下img->tensor，tensor->img。img到tensor//大体思路：img->mat->tensorcv::Mat image = cv::imread("gt_4.jpg");torch::Tensor ten_img = torch::from_blob(image.data, {1, image.rows, image.cols, 3}, torch::kByte).to(device);ten_img =
2020-05-26 11:22:06
2599
5
原创 Git和Github实现代码同步
0. 背景最近需要多人合作来维护一个项目，需要使用Git同步代码到Github，因此来记录一下1. 配置首先你需要有一个自己的github账号，并登入创建一个远程工程，并填写必要信息下载安装Git下载地址：https://git-for-windows.github.io/一路默认安装就好配置Git与github生成一个新的SSH密钥并将其您的帐户关联到Github的SSH密钥列表:a) 找到安装的Git，打开Git Bashb) 输入命令ssh-ke
2020-05-14 22:11:44
346
原创 薄板样条插值(Thin plate splines)的实现与使用
最近项目用到了tps算法，opencv2封装的tps实现起来比较慢，于是用pytorch实现了一下，可以支持gpu加速，就很nice了，在这里记录一下！1. 简介薄板样条函数(TPS)是一种很常见的插值方法。因为它一般都是基于2D插值，所以经常用在在图像配准中。在两张图像中找出N个匹配点，应用TPS可以将这N个点形变到对应位置，同时给出了整个空间的形变(插值)。2. 实现1. opencv的tps使用def tps_cv2(source, target, img): """ 使用cv2自带的
2020-05-14 21:45:21
10885
19
原创 人脸识别+检索项目记录
人脸检索主要分为3个部分介绍：mtcnn、facenet、faiss首先，使用opencv读取视频，每25帧检测一次（1秒25帧，1秒取1次）；使用mtcnn处理视频的帧 返回若干个人脸框、置信分及关键点，将图片按人脸框切割并resize成指定大小（160x160），然后利用关键点将人脸对齐，后送入faceNet提取人脸特征（128维），然后l2归一化后存储。最后用faiss对提取的人脸特征进行...
2020-05-04 12:27:48
2499
22
原创 Pycharm远程调试：变量内容加载过慢或不能加载
Preference --> python debugger --> Gevent compatible勾选后重跑
2020-05-03 21:29:54
1853
原创 Pytorch常用总结（持续更新...）
Pytorchdim用法：参考:https://blog.csdn.net/qq_27261889/article/details/88613932### testa = torch.rand((3,4))print(a.size())print(a)b = torch.argmax(a, dim=1) #意味着以行为单位操作所有列，从每一行的所有列中找最大print(b)pr...
2020-05-03 21:13:10
298
原创 语义分割之图像经镜像、翻转、裁剪后像素点的位置映射
1. 问题标注完数据之后,因为数据量太小经常会做一些数据增广,但是经过旋转等操作之后,原先标注的坐标就不再准确，需要重新标注。2. 解决通过计算原标注的边界点随图像增广后的映射位置，可以解决重新标注的问题。3. 实现#1.图像水平翻转，对应坐标映射 def mirror_position(height,width,x,y): #height/width：为图片的高和宽；x/y为像素...
2020-05-03 20:57:21
1288
1
原创 Anconda之常用命令汇总
1. 创建环境并激活(以python27为例)conda create -n python27 python=2.7conda activate python27 注，每个子环境用单独的pip，安装的包也是属于子环境的，最好每次创建子环境后进入使用which pip查看一下pip是子环境的还是base的2. 列出所有环境conda info --envs3. 删除一个环境cond...
2020-05-03 17:48:37
450
原创 Linux之解决终端关闭，程序停止运行问题
问题：实验室电脑使用服务器跑程序时，经常遇到电脑重启或停电等问题导致终端关闭，正在运行的程序无法中断问题。解决：方法1可以使用nohup命令；方法2使用screen（推荐）使用：安装screenyum install screen创建一个screen会话并进入（如会话：me）screen -S me然后在会话内执行需要执行的命令，待程序运行起来，关闭终端，此时程序会继...
2020-05-03 17:07:37
2217
原创 Python之pyclipper使用
问题：在对图片中的重要像素点进行旋转、平移等操作时，部分关键点可能会超出图片的边界，导致关键点的缺失。解决：在网上查到了pyclipper函数，可以使用有界多边形去切割无界多边形，对应到图片可以使用图片的大小作为界限去切割越界的像素点，类似于在图片范围内找到与越界像素点最近的位置来代替它。使用：import pyclipperimport numpy as np#重要的点，有的点可...
2020-05-03 15:13:04
7839
2
原创 Python之np.where的使用
目的：在numpy数组中查找到符合条件元素的索引函数: np.argwhere、np.whereimport numpy as npdata = np.arange(15).reshape(5, 3)print(data) #[[ 0 1 2] #[ 3 4 5] #[ 6 7 8] #[ 9 10 11] #[12 13 14]]print(np.where(d...
2020-05-03 14:35:41
4886
原创 Markdown常用语法汇总（缩进、换行、字体大小等）
文章目录1. 实现缩进2. 实现换行3. 字体大小、颜色、类型、加粗、倾斜4. 超链接5. 图片6. 分割线7. 标题8. 生成目录1. 实现缩进切换至全角入职状态下，直接使用空格键注，全角与半角切换2. 实现换行法1，使用回车法2，<br>文本</br>3. 字体大小、颜色、类型、加粗、倾斜<font size=1> 缩小字体大小为1&...
2020-05-03 11:19:57
3039
1
原创 【Pytorch】nvidia-dali——一种加速数据增强的方法
Tutorials1. Generaldata loading：讲自定义数据加载操作iteratorpipeline构建DALI expressions and arithmetic operations：: 讲可以在tensor上自定义一些+ - * /操作Multiple GPU support：主要讲多GPU（shard_id：显卡id, num_shards：将数...
2020-05-03 10:19:40
7754
7
原创 常用的Opencv函数汇总（持续更新...）
cv.read()、cv.imwrite()作用：读取/写入图片（注意：读取的通道为BGR）使用：#读取图片img_path = "img.jpg"img = cv.imread(img_path) #BGR#写入图片cv.imwrite("img.png", img) 注，在读取操作时，PIL的Image.open函数读取的通道为RGB，速度比cv.read快。cv...
2020-05-02 22:47:29
4958
原创 语义分割之原图与mask的可视化
目的语义分割中，标注或由其产生的mask与原图可以正确匹配，是训练模型的前提。接下来介绍1种可视化方法，可以直观且方便的check匹配的正确性。实现原图（我把gt打印出来了，没影响）：mask：代码：imgfile = 'image.jpg' #原图路径pngfile = 'mask.png' #mask路径img = cv2.imread(imgfile, 1)mask ...
2020-05-02 21:41:18
5064
原创 计算机基础【面试遇到】
操作系统并发与并行并发：指宏观上在一段时间内能同时运行多个程序，但任一个时刻点上只有一个程序在处理器上运行，是逻辑上的同时发生（并行更多是侧重于物理上的同时发生）。并行：指同一时刻能运行多个指令，需要硬件支持，如多流水线或者多处理器。同步与异步同步：是所有的操作都做完，才返回给用户结果（等结果产生，才将结果返回）异步：不用等所有操作都做完，就相应用户请求（类似先返回...
2020-04-22 15:13:57
125
原创 语义分割之OCR的评判标准
参考：中文文字检测与识别的评测方法Challenges 4使用的评测方法1. 介绍不同于Challenges 1和2，是Challenges 4标定的框多种多样，并不是水平的，如果像之前那样可能各种匹配形式会很复杂。Challenges 4的评测方法采用简单的计算IoU来进行评测，在Challenges 4中标定框与检测框都为多边形而不是之前的水平矩形了。2. 具体方法针对每张图片，...
2020-04-09 17:12:12
882
原创 语义分割之PointRend论文与源码解读
参考：https://zhuanlan.zhihu.com/p/98508347?utm_source=qq存在问题：一般的语义分割网络，在得到一定分辨率的mask之后，都会直接插值回原像素尺寸，这会导致回插的物体边缘像素十分不准确。以MaskRCNN举例，由于计算量和显存的原因，对于每一个ROIAlign之后的proposal我们一般只会upsample到28*28的分辨率的mask，这...
2020-04-08 10:35:03
3324
86
原创 语义分割之评价指标MIoU介绍
预备知识我们在进行语义分割结果评价的时候，常常将预测出来的结果分为四个部分：True Positive，False Positive，True Negative，False Negative，其中negative就是指非物体标签的部分(可以直接理解为背景)，那么显而易见的，positive就是指有标签的部分。下图显示了四个部分的区别：在图上可以清晰的看到，prediction图被分成四个部分...
2020-03-29 14:37:29
4578
2
原创 Python的基础知识【面试遇到】
1. 可变与不可变对象参考：https://blog.csdn.net/qq915697213/article/details/669728361.1 分类可变对象：Number ,String , Tuple不可变对象：List , Set , Dictionary1.2 参数在函数体内改变对参数本体的影响：注：栈中存储的是函数中的变量，堆中存储的是动态生成的值，栈中的变量一般...
2020-03-20 11:47:56
153
原创 语义分割之Deeplabv3源码解读
写在前面，本文的代码是基于resnet50基础网络的预备知识本文提到的output_stride来源于deeplabv3论文，指的是(输入图像的分辨率/特征图的分辨率），可以看出，output_stride越大，说明特征图越小，每个特征图网格包含的原图像素越多，越高层。【论文中resnet50对应 8, resnet101对应16】ResNet50ResNet50包括一个Init Bloc...
2020-03-18 23:39:52
1462
22
原创 语义分割之VOC2012、Cityscapes数据集介绍
PASCAL-VOC2012数据集介绍官网： 参考数据集下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tarVOC2012数据集分为20类，包括背景为21类，分别如下：Person: personAnimal: bird, cat, cow, dog, horse, sheep...
2020-03-16 23:06:12
3753
原创 Pycharm远程调试报错：undefined symbol: AttachDebuggerTracing
最近PyCharm升级到2019.3版本，然后远程连接服务器，进行Debug的时候，发现会报错AttributeError: /home/wangdepeng/.pycharm_helpers/pydev/pydevd_attach_to_process/attach_linux_amd64.so: undefined symbol: AttachDebuggerTracing解决方法：...
2020-03-16 20:38:49
1400
原创 Linux之常用操作总结
查看cuda版本和cudnn版本cuda 版本cat /usr/local/cuda/version.txtcudnn 版本cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
2020-03-16 08:33:22
161
原创 解决百度云下载过慢、Linux下载百度云数据问题
1. 找到你要下载的百度云链接我这里是：https://pan.baidu.com/s/1uzwqLaCXcWe06xEXk1ROWw2. 第二步找到文件实际下载路径两种方式：使用f12/Fn+f12进入控制台，输入【这种方式，我尝试不好使，网上说好使，可能是以前网盘分享可以无密码分享的原因，现在不行了】具体参考：(function(){ var _id = 3098...
2020-03-15 16:27:52
1638
1
原创 C++之实现优先队列
二叉堆详解实现优先级队列二叉堆主要操作有2个：sink（下沉）和 swim（上浮），用以维护二叉堆的性质。其主要应用有两个，首先是一种排序方法【堆排序】，第二是一种很有用的数据结构【优先级队列】。二叉堆首先，二叉堆和二叉树有啥关系呢，为什么人们总数把二叉堆画成一棵二叉树？因为，二叉堆其实就是一种特殊的二叉树（完全二叉树），只不过存储在数组里。一般的链表二叉树，我们操作节点的指针，而在...
2020-03-14 22:44:03
1262
2
原创 机器学习（西瓜书）读书难点参考资料
7 贝叶斯分类器7.1贝叶斯朴素贝叶斯分类，假设特征相互独立图解贝叶斯定理贝叶斯分类算法【嫁/不嫁实例】7.2极大似然估计极大似然估计7.6EM算法人人都懂EM算法...
2020-03-14 15:02:17
234
原创 目标检测之Mtcnn网络详解（人脸检测）
本文记录了学习MTCNN的一些细节，参考Mtcnn的预测过程（大体流程介绍）这是论文中的原图，揭示了MTCNN预测时的主体流程，主要分为4个部分：图像金字塔、PNet、RNet、ONet首先对test的图片进行resize，得到图片金字塔。按照resize_factor(如0.709，这个具体根据数据集人脸大小分布来确定，基本确定在0.70-0.80之间会比较合适，设的比较大，容易...
2020-03-03 16:47:50
1124
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