钟鸣_-CSDN博客

原创 Yolov5 v6.1网络结构

Yolov5 已经更新到v6.1版本了，与之前的版本有了不少区别，网络结构有了进一步优化。来整理一下。本文主要参考 https://blog.csdn.net/qq_37541097/article/details/123594351，大佬真了不起。借用大佬的模型图删除Focus层之前看的资料，网络的第一层都是Focus层，v6.0之后换成了一个kernel=6,stride=2,padding=2大小的卷积层，有人认为两者在理论上是等价的，可能是觉得两者的输出大小相同。但是我个人认为从细节

2022-03-21 16:35:53 10249 5

原创 Yolov5 网络结构

yolov5 的网络结构yolov5 的网络结构的配置文件在models文件夹下，有yolov5n.yaml, yolov5s.yaml, yolov5m.yaml等等。几个网络结构其实都一样，通过depth_multiple和width_multiple参数来控制网络结构的深度和宽度。主要理解 head和backbone部分，根据需求对模型做修改时主要也是改动backbone部分。# YOLOv5 v6.0 backbonebackbone: # [from, number, module,

2022-03-17 05:54:44 8031 2

原创 Yolov5 口罩识别

自定义口罩数据集进行目标检测目录自定义口罩数据集进行目标检测Yolov5 代码地址数据集一、手动收集标记数据集二、使用公开数据集改动源码训练结果迁移学习制作自定义数据集的注意事项Yolov5 代码地址https://github.com/ultralytics数据集数据集可以手动标记或者使用公开数据集一、手动收集标记数据集使用Labelimg软件标记，网上有很多介绍软件下载二、使用公开数据集https://public.roboflow.com/以口罩数据集为例：口罩数据集训练图片

2022-03-15 05:13:13 3080 4

原创 Yolov5 学习笔记

目录一、Yolov3网络结构Bounding BoxLOSS Function参考文档关于 Yolov5家族知识点的总结。长文。资料来源于网上。一、Yolov3网络结构网络结构图yolov3 的网络主体是darknet53，最基本的结构是DBL，由卷积+BN+Leaky relu组成。class ConvolutionalLayer(nn.Module): def __init__(self, in_channels, out_channels, kernal_size, strid

2022-03-10 19:38:24 6457

原创深度强化学习（DRL）五：优先回放DQN(Prioritized experience replay)

目录一、优先回放二、代码参考全部代码https://github.com/ColinFred/Reinforce_Learning_Pytorch/tree/main/RL/DQN一、优先回放在经验回放中是利用均匀分布采样，而这种方式看上去并不高效，对于智能体而言，这些数据的重要程度并不一样，因此提出优先回放（Prioritized Replay）的方法。优先回放的基本思想就是打破均匀采样，赋予学习效率高的样本以更大的采样权重。一个理想的标准是智能体学习的效率越高，权重越大。符合该标准的一个选择是

2022-03-08 17:06:53 4090

原创深度强化学习（DRL）四：DQN的实战(DQN, Double DQN, Dueling DQN)

目录一、环境二、DQN一、环境查看可用的环境from gym import envsprint(envs.registry.all())ValuesView(├──CartPole: [ v0, v1 ]├──MountainCar: [ v0 ]├──MountainCarContinuous: [ v0 ]├──Pendulum: [ v1 ]├──Acrobot: [ v1 ]├──LunarLander: [ v2 ]├──LunarLanderContinuous: [ v

2022-03-08 08:35:35 2883 1

原创深度强化学习（DRL）三：从Q-learning到Deep Q Network(DQN)

目录一、Q-learning一、Q-learning关于Q-learning，网上的资料很多，简单的总结一下它的特点。Q-learning最核心的是有一个Q表，它记录了在环境中的所有状态(s) 以及每个状态对应的所有行为(a) 的Q值。状态 \ 行为a1a2a3a4s1s2s3……Q值的更新公式如下：...

2020-02-29 20:23:23 1686

原创深度强化学习（DRL）二：强化学习环境Gym

目录一、选择框架二、认识Gym三、从代码开始一、选择框架RL方面学习框架和平台很多，比较出名的有DeepMind的 Control Suite，OpenAI的 Gym 和 MuJoCo，以及Roboschool、PyBullet等等。模型和算法依赖于后端使用的库有numpy, tensorflow, keras, pytorch等等。作为一个初学者，我选则比较常用的OpenAI的 Gym ...

2020-02-28 15:18:40 5508

原创深度强化学习（DRL）一：入门篇

目录前言强化学习（RL）的基本概念主要算法和相关分类QlearningSarsaA3C强化学习到深度强化学习前言之前通过对AlphaGo Zero的学习，我对深度强化学习有了一定的了解。但是由于没有经过系统的学习，我对其中的知识还有很多不懂的地方。写这一系列文章主要是整理一下网上的资料，梳理这方面的知识，做一下总结。目前网上关于深度强化学习的应用这方向的资料不算多，再加上深度强化学习本身也是一...

2020-02-27 13:47:46 17514 1

原创剑指offer总结——动态规划篇

前言什么是动态规划？根据百度百科，动态规划就是把多阶段过程转化为一系列单阶段问题，利用各阶段之间的关系，对其逐个求解的算法。动态规划最经典的应用是解决背包问题和最短路径问题。剑指offer中也有一些题都可以运用这种解法。这一章就从剑指offer中基础的题目入手，对动态规划算法深入了解一下。7、斐波那契数列大家都知道斐波那契数列，现在要求输入一个整数n，请你输出斐波那契数列的第n项（从0开...

2020-01-07 16:59:34 761

原创剑指offer总结（C++和python）

剑指offer总结（C++和python）1、二维数组中的查找2、替换空格3、从尾到头打印链表4、重建二叉树5、用两个栈实现一个队列6、旋转数组的最小数字代码有C++和python两个版本。用C++来做题，python用来巩固，简化。我发现用python做题简直就是在作弊啊。在做题目之前理一下思路，做完经典的题目要总结算法原理。重要的不是题目本身，而是要在做题中锻炼自己的思维能力和解决问题的...

2020-01-06 14:18:22 397

原创 AlphaZero五子棋网络模型【python】

前文： AlphaGo Zero详解蒙特卡洛树搜索（MCTS）代码详解【python】代码来自 https://zhuanlan.zhihu.com/p/32089487五子棋版的AlphaZero网络一开始是公共的3层全卷积网络，分别使用32、64和128个 3\times3 的filter，使用ReLu激活函数。然后再分成policy和value两个输出。在policy这一端，先使...

2019-03-27 20:57:45 8165 2

原创蒙特卡洛树搜索（MCTS）代码详解【python】

前文：AlphaGo Zero 详解之前看了AlphaGo Zero 的整个流程，接下来就要了解一下具体怎么实现的。毕设选择做用 AlphaGoZero 做五子棋，也在网上找到了相当不错的前人写的代码。我要做的是先看懂他写的，然后再试试改进算法的性能。首先要实现 MCTS 的部分，原版注释用英语写的。现在我要一步一步的分析。首先创建节点类 TreeNode：class TreeNode(...

2019-03-23 23:37:09 24929 5

原创 mujoco win7下载安装

mujoco在win7环境下的下载和安装一安装Microsoft Visual C++ 14.0下载地址: https://964279924.ctfile.com/fs/1445568-239446865这个在安装 scrapy 时候遇到过,很烦人.二安装mjpro150 win64，下载地址：https://www.roboti.us/index.html把解压好的文件...

2019-03-21 13:32:28 4359 7

原创 AlphaGo Zero详解

AlphaGo Zero思考再三，决定研究一下 AlphaGo Zero，并把 AlphaGo Zero 的思想运用到五子棋中，毕设就决定做这个。AlphaGo Zero 最大的亮点是：完全没有利用人类知识，就能够获得比之前版本更强大的棋力。主要的做法是:利用蒙特卡洛树搜索建立一个模型提升器在自我对弈过程中，利用提升器指导模型提升，模型提升又进一步提高了提升器的能力。蒙特卡洛树...

2019-03-20 23:21:27 25281 1

原创毕设日志（二）

毕业设计工作日志（二）2019.3.9DQN2019.3.9今天的任务是了解Deep Q Network，以及Double DQN，Dueling DQN，Deep Deterministic Policy Gradient，A3C，Proximal Policy Optimization (PPO)等等强化学习算法。用Tensorflow实现一个简单的Deep Q Network。开...

2019-03-09 21:41:09 5304

原创毕设日志（一）

毕业设计工作日志一2019.3.5现在开始准备做本科毕业设计，将每天的安排和进度记录下来，督促自己。首先，毕设的大致方向是深度强化学习。具体内容未知。Q1：我现在的任务是什么？A1：（1）掌握相关的知识，如深度强化学习，图像处理等等，（2）学习相关的论文并复现。Q2：我现在具体在做什么？A2：了解强化学习,并用python实现一些小例子。Q-learning算法别人的代码：来自...

2019-03-05 21:04:55 8019 1

原创 Python3+PyQT5+Pyserial 实现简单的串口工具

练手项目，先上图先实现一个简单的串口工具，为之后的上位机做准备代码如下：github 下载地址pyserial_demo.pyimport sysimport serialimport serial.tools.list_portsfrom PyQt5 import QtWidgetsfrom PyQt5.QtWidgets import QMessageBoxf...

2018-04-19 11:04:00 54431 57

原创三、kali linux 安装输入法、浏览器、pycharm等软件

在kali linux 中安装软件首先要更新源，之前已经说过了https://blog.csdn.net/windowsyun/article/details/79828870源更新以后就可以下载一些常用的软件，如中文输入法、最新的火狐浏览器、pycharm、Open-VM-Tools等等。一、输入法#安装谷歌拼音输入法-重启生效 apt-get install fcitx fc...

2018-04-06 16:53:02 4098

原创二、kali linux 更新源

一、查看、修改或替换kali系统的更新源地址文件查看信息uname-a #显示电脑以及操作系统的相关信息cat /proc/version #正在运行的内核版本cat /etc/issue #发行版本信息更新源地址leafpad /etc/apt/sources.list在kali中打开火狐浏览器，输入这个博客的地址并打开，复制镜像源注意，...

2018-04-05 20:26:30 1484

原创一、Kali Linux 在VMware中的安装与配置

在VMware10虚拟机安装kali linux，其他VMware版本操作类似一、下载VMware10的破解版https://pan.baidu.com/s/1N8W5BZeEMxkiWnWcCf_Q6Q发布日期: 2015-05-05 版本号: 2700073 产品安装程序中包含所有操作系统的VMware tools。 MD5校验和: 242d7853bcd6fcba...

2018-04-05 16:34:13 3385 1

原创基于PyQt5的五子棋编程（人机对弈）

这篇博客主要是为了学习Python和PyQt，因为对棋类游戏比较热衷，所以从规则较简单的五子棋入手，利用PyQt5实现图形界面，做一个可以进行人机对弈的脚本，最后打包成应用程序。AI的算法打算用神经网络来完成，正在苦学TensorFlow中。本来我以为五子棋规则很简单，不就像小学时候玩的那样，五个棋子连在一起就赢了嘛，但是后来发现事情并没有那么简单，现在的五子棋有禁手这个规则，“三三禁手” 、“四

2017-12-23 03:02:51 9604 10

原创数据分析（四）从K近邻算法入门

K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。举例来说，我们要根据三角形更像什么（跟哪种图形离得更近），预测三角形的类别。我们找到三个离它最近的邻居：两个菱形和一个圆。菱形的数量多于圆，因此我们

2017-11-16 22:17:10 645

原创数据分析（三）

这篇将前面的内容写成.py文件，对各个机器学习算法的正确率进行评估，然后选择具有较高正确率的算法生成模型。这篇只是作者对sklearn库学习过后的简单的应用，之后会更深入的去学习。第一个代码主要是将数据进行整理，变成前文说的形式。titanic1.pyimport pandas as pdimport numpy as npimport redef get_title(name):

2017-11-08 23:13:41 503

原创数据分析（二）

数据清洗做完特征分析后，先来看一下train表变成什么样子，再看看还需要做些什么train.head(10)Cabin因为缺失值太多，暂且不考虑这一个特征。Ticket没看出有多大作用，也忽略掉。Age有一些缺失值，需要补上。还有一些特征已经提取过信息了，像SibSp, Parch已经归纳出IsAlone，就可以删除了。等等还有一些操作，得一步一步来。首先先填补年龄，前面说过年龄和称呼应该有很大

2017-10-21 20:18:48 247

原创数据分析（一）

以Kaggle上的一道经典题Titanic为例，总结一下数据分析的一些方法。题目说明RMS泰坦尼克号的沉没是历史上最著名的沉船事件之一。 1912年4月15日，泰坦尼亚号在首次航行中与冰山相撞后沉没，在2224名乘客和船员中有1502人死亡。虽然在幸存的人有一些运气成分在，但确实有些人比其他人有更大的生存机会，如妇女，儿童和上层阶级。在这个挑战中，我们要求你完成对可能活下来的人进行分析，应

2017-10-20 22:33:17 589

原创一位有效编码（独热编码）

简单介绍有一组数据，其中有个特征是性别。既然是性别，那它的值显然只有两个选择，要么男性（用1表示）要么女性（用0表示）。独热编码就是将这一个特征变成两个特征：是男性、是女性。我是男的，我的特征就变成了 [1, 0]，1代表我是男的，0代表我不是女的。同样，女性的特征变为[0, 1]。用处为什么用独热编码？假设一个特征是颜色，选项有：黄色、红色、绿色等等。如果我们不采用独热编码，用0表示黄

2017-10-18 21:10:03 4214

原创 OpenCV Python 学习笔记（五）人脸识别

从电脑自带的摄像头（也可以是USB摄像头或者录好的视频）中识别人脸OpenCV提供了多种分类器，有识别眼睛的，有识别身体的，有识别笑脸的，还有识别猫脸的。用Python的话一般得自己下载opencv的完整压缩包，将其中的data文件夹解压到工作目录下。下载地址：opencv代码：import cv2# 告诉OpenCV使用人脸识别分类器face_cascade = cv2.Cas

2017-10-13 18:24:53 1405

原创 OpenCV Python 学习笔记（四）图像混合

首先介绍图像的混合加权函数 addWeighted函数原型： addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]]) -> dst第一个参数，src1，表示需要加权的第一个图像第二个参数，alpha，表示第一个图像的权重第三个参数，src2，表示第二个图像，它需要和第一个图像拥有相同的尺寸和通道数第四个参数

2017-10-05 04:45:16 1171

原创 OpenCV Python 学习笔记（三）仿射变换

什么是仿射变换？仿射变换就是图像的线性变换加上平移用一幅图表示，就是由 image1 到 image2 的转换经过了三个操作旋转 (线性变换)缩放操作(线性变换)平移 (向量加)如果没有了第3个平移的操作，那它就是线性变换。前两个笔记已经整理了图像的旋转、缩放和平移的各个方法，如何利用仿射变换，它的原理是什么，就是接下来要说的内容。

2017-10-04 17:26:34 18235 5

原创 OpenCV_Python 学习笔记（二）图像的基本操作

四、图像的基本信息图像的基本信息有：行、列、通道、像素数目和图像数据类型示例代码：import cv2img = cv2.imread('Rachel.jpg')color_img = cv2.imread("Rachel.jpg", cv2.IMREAD_COLOR)gray_img = cv2.imread("Rachel.jpg", cv2.IMREAD_GRAYSCAL

2017-10-04 03:59:12 1366

原创 openCV Python 学习笔记（一）图像的基本操作

Python的版本是Python3.6，openCV使用的是cv2示例图像是一、图像的读取、显示和保存读取图像：cv2.imread该函数有两个参数，第一个参数是图片的地址，第二个参数是读取图像的方式（默认值为1，以RGB格式读取）显示图片：cv2.imshow以窗口的形式显示图片，两个参数，第一个是窗口上显示的名字，第二个是图像在代码中的表示名

2017-10-03 01:51:05 5487

钟鸣的博客