是小晰瓜啊-CSDN博客

原创 [Yolo部署落地系列教程]（2）Yolov5之Pytorch部署

Yolov5之Pytorch部署前言代码介绍使用方式1.导入库2.定义推理单张图片函数3.实际测试推理单张图片4.定义推理图片文件夹函数5.实际推理图片文件夹6.定义推理视频函数7.实际推理视频模型库前言yolov5官方代码功能太多太杂，新手小白同学往往不能很好的使用，我们部署的时候只需要选择其中我们需要的部分整理并增加一定的灵活性即可。本文代码在yolov5 5.0基础上封装，经测试，适用于3.0-5.0，s,m,l,x各版本。本文代码以上传至github yolo部署代码介绍代码目录如下：Y

2021-08-02 22:56:13 7174 14

原创 [Yolo部署落地系列教程]（1）目录总览

[Yolo部署落地系列教程]（1）目录总览前言导航前言许多小白同学学习yolo目标检测时，网上的大部分教程都是从如何配置训练环境->使用官方的代码及命令检测图片(视频)->训练voc、coco数据集->训练自己的数据集。但是如何使用我们自己的代码将模型部署应用起来，却是我们更应该学习的。本系列博文旨在详细介绍如何部署自己已经训练好的yolo模型。模型包括yolov3，yolov4，yolov5。方式包括但不限于pytorch，libtorch，darknet，opencv dnn，on

2021-08-02 21:26:19 1491

原创 Opencv Python版学习笔记09.膨胀操作

img = cv2.imread('dige.png')cv2.imshow('img', img)cv2.waitKey(0)cv2.destroyAllWindows()kernel = np.ones((3,3),np.uint8) dige_erosion = cv2.erode(img,kernel,iterations = 1)cv2.imshow('erosi...

2019-06-27 03:16:06 532

原创 Opencv Python版学习笔记08.腐蚀操作

img = cv2.imread('dige.png')cv2.imshow('img', img)cv2.waitKey(0)cv2.destroyAllWindows()kernel = np.ones((3,3),np.uint8) erosion = cv2.erode(img,kernel,iterations = 1)cv2.imshow('erosion',...

2019-06-27 03:10:59 413

原创 Opencv Python版学习笔记07.图像平滑

img = cv2.imread('lenaNoise.png')cv2.imshow('img', img)cv2.waitKey(0)cv2.destroyAllWindows()可以看出这张图片有非常多的噪点。现使用滤波的操作使图像平滑，从而去掉噪点。# 均值滤波# 简单的平均卷积操作blur = cv2.blur(img, (3, 3))cv2.imsh...

2019-06-27 03:03:54 249

原创 Opencv Python版学习笔记06.图像阈值

ret, dst = cv2.threshold(src, thresh, maxval, type)src：输入图，只能输入单通道图像，通常来说为灰度图 dst：输出图 thresh：阈值 maxval：当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值 type：二值化操作的类型，包含以下5种类型： cv2.THRESH_BINARY； cv2.THRE...

2019-06-27 02:46:10 364

原创 Opencv Python版学习笔记05.数值计算

img_cat=cv2.imread('cat.jpg')img_dog=cv2.imread('dog.jpg')img_cat[0:5,:,0]#输出为 array([[142, 146, 151, ..., 156, 155, 154], [107, 112, 117, ..., 155, 154, 153], [108, 112, 118, ..., 1...

2019-06-26 03:33:26 312

原创 Opencv Python版学习笔记04.边界填充

top_size,bottom_size,left_size,right_size=(50,50,50,50)replicate=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)reflect=cv2.copyMakeBorder(img,top_...

2019-06-26 03:01:05 1703

原创 Opencv Python版学习笔记03.ROI区域

截取部分图像数据img=cv2.imread('cat.jpg')cat=img[0:200,0:200]cv_show('cat',cat)颜色通道提取b,g,r=cv2.split(img)#将图片拆成三通道img=cv2.merge((b,g,r))cv_show('img',img)#将三通道合并#只保留R通道cur_img=img.copy()cur_...

2019-06-26 02:39:39 235

原创 Opencv Python版学习笔记02.视频的读取与处理

#视频的读取vc=cv2.VideoCapture('test.mp4')#利用cv2.Video.Capture来读取视频文件#判断视频文件是否读取成功，open是一个布尔变量，open为True则表示读取到了这一帧的图像，frame是视频中读取的每一帧图像。if vc.isOpened(): open,frame=vc.read()else: open = Falsewh...

2019-06-25 23:25:11 761 1

原创 Opencv Python版学习笔记01.计算机眼中的图像

在计算机眼里，图像是通过数字矩阵的形式存储的。如上图所示，这张图片被分为了若干个小方格，但是每个方格仍然不够小，随意取出一个方格放大观察，这个方格是由许多小格组成的，其中每个小格叫做一个像素点，像素点即是一个值。在计算机中一个像素点的值的范围是0-255之间。数值越大代表这个像素点越亮，数值越小代表像素点越暗。如像素点值为0表示该点最暗，像素点值为255表示该点最亮。一张彩色图片可分为R、G、...

2019-06-24 00:08:57 850

原创 Numpy基础

高效计算库Numpy，你要是之前在实验室用MATLAB之类的语法，会发现Numpy和它们很像，参考文档可以看这里python里面调用一个包，用import对吧, 所以我们import numpy 包:import numpy as np1.Array/数组可以调用np.array去从list初始化一个数组:输入：a=np.array([1,2,3])#1维数组print...

2018-12-28 16:43:10 133

原创 Python语法基础

1.基本数据类型数值型输入：x=4print (x),type(x)#使用tpye（）来查看变量x的数据类型输出：4(None, int)-------------------------------------------------------------输入：print (x+1)#加print (x-1)#减print (x*2)#乘print (x**2)...

2018-12-27 22:09:14 289

原创机器学习面试题41-60

41.是否可以捕获协连续变量和非连续变量之间的的相关性是的，我们可以用ANCOVA（协方差分析）技术来捕获连续型变量和分类变量之间的相关性。42.GBM和随机森林的区别最根本的区别是，随机森林算法使用bagging技术做出预测。 GBM采用boosting技术做预测。在bagging技术中，数据集用随机采样的方法被划分成使n个样本。然后，使用单一的学习算法，在所有样本上建模。接着利用投...

2018-10-16 11:02:42 4339

原创机器学习面试题21-40

21.数据不平衡问题这主要是由于数据分布不平衡造成的。解决方法如下：采样，对小样本加噪声采样，对大样本进行下采样数据生成，利用已知样本生成新的样本进行特殊的加权，如在Adaboost中或者SVM中采用对不平衡数据集不敏感的算法改变评价标准：用AUC/ROC来进行评价采用Bagging/Boosting/ensemble等方法在设计模型的时候考虑数据的先验分布。22.特征数量比...

2018-10-15 22:48:17 8520

原创机器学习面试题1-20

1.哪些机器学习算法不需要做归一化？在实际应用中，通过梯度下降法求解的模型一般都是需要归一化的，比如线性回归、logistic回归、KNN、SVM、神经网络等模型。但树形模型不需要归一化，因为它们不关心变量的值，而是关心变量的分布和变量之间的条件概率，如决策树、随机森林(Random Forest)。归一化和标准化主要是为了使计算更方便比如两个变量的量纲不同可能一个的数值远大于另一...

2018-10-15 21:45:59 1909

原创深度学习面试题21-40

21.r-cnn，fast-r-cnn、faster-r-cnn三者的区别？CNN流行之后，Szegedy做过将detection问题作为回归问题的尝试（Deep Neural Networks for Object Detection），但是效果差强人意，在VOC2007上mAP只有30.5%。既然回归方法效果不好，而CNN在分类问题上效果很好，那么为什么不把detection问题转化为分类...

2018-10-15 21:27:22 1330 1

原创深度学习面试题总结1-20

1.CNN的卷积核是单层还是多层的？描述网络模型中某层的厚度，通常用名词通道channel数或者特征图feature map数。不过人们更习惯把作为数据输入的前层的厚度称之为通道数（比如RGB三色图层称为输入通道数为3），把作为卷积输出的后层的厚度称之为特征图数。卷积核的厚度H, 一般等于前层厚度M(输入通道数或feature map数). 特殊情况M > H。卷积核的个数N, ...

2018-10-15 19:50:48 27146 2

原创使用Python刷Leetcode前200题——树篇（EASY）

100.相同的树给定两个二叉树，编写一个函数来检验它们是否相同。如果两个树在结构上相同，并且节点具有相同的值，则认为它们是相同的。示例 1:输入: 1 1 / \ / \ 2 3 2 3 [1,2,3], [1,2,3]输出: true示例 2:输入:...

2018-10-11 12:07:28 651 1

原创使用Python刷Leetcode前200题——字符串篇（EASY）

13.罗马数字转整数罗马数字包含以下七种字符: I， V， X， L，C，D 和 M。字符数值I 1V 5X 10L 50C 100D 500M 1000例如，罗马数字 2 写做 I...

2018-10-10 10:47:58 651

原创使用Python刷Leetcode前200题——数组篇（EASY）

26.删除排序数组中的重复项给定一个排序数组，你需要在原地删除重复出现的元素，使得每个元素只出现一次，返回移除后数组的新长度。不要使用额外的数组空间，你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。思考：由于是排序数组，所以重复的元素必定是相邻的，那么从数组第一个元素下标0开始，依次查找其下一个元素，检查是否相等，若相等即删除该元素，若不等则下标+1。...

2018-10-09 15:21:21 5246 3

是小晰呱啊的博客