- 博客(61)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 目标检测中几个算法的正负样本划分策略
参考:yolov5与Faster-RCNN 训练过程正负样本和评价指标 https://blog.csdn.net/norman_sen/article/details/121975655目标检测: 一文读懂 YOLOV5 Loss 正样本采样 https://blog.csdn.net/weixin_46142822/article/details/123820031目标检测正负样本区分策略和平衡策略总结(一) https://zhuanlan.zhihu.com/p/138824387faste
2022-06-24 17:39:09
1234
1
原创 python crypto模块问题
1.使用问题TypeError: Object type <class 'str'> cannot be passed to C code解决：pip install pycrypto==2.6.1，或者按其他人说的，安装cryptography包2.安装问题安装pycrypto==2.6.1报错C:\Program Files (x86)\Windows Kits\10\include\10.0.17763.0\ucrt\inttypes.h(27): err...
2022-05-24 10:15:25
518
原创 gdb调试包含多个动态库so库的简单工程
(一共>2个so库,libTNN.so需要librknpu_ddk.so,librknpu_ddk.so需要其他3个so库,librknpu_ddk.so和其他3个so库放一起, 在文件夹rknpu_ddk_lib64下, 即rknpu_ddk一共4个so库)测试过程是首先通过以下命令用g++编译工程, 然后进gdb -q test_tnn进行调试第一种-L和-l包括rknpu_ddk和TNN, -Wl,-rpath包括rknpu_ddk 4个so库和libTNN.so的目录编译成..
2021-09-29 11:57:13
3610
原创 C++实现共享变量的另类方式：通过返回静态变量的引用
返回静态变量的引用作为“共享变量”. 在类里面实现的话 就有类似静态变量的作用神奇，类里面函数fun即使不用static修饰，它返回的变量也是被所有类实例共享的(类似静态成员)？？？rt...
2021-09-13 11:29:21
260
原创 c++ unique_ptr和shared_ptr使用例子
std::unique_ptr不支持复制和赋值std::shared_ptr支持复制和赋值参考C++ 智能指针的正确使用方式 | 编程沉思录#include <iostream>#include <thread>class PP {public: PP(int v) { _v = v; } ~PP() { printf("=== pp is end. _v: %d\n", _v); }private: int _v = -1;};void
2021-09-13 09:57:41
399
原创 onnx模型加入resize op
my code:# -*- coding: utf-8 -*-import numpy as npimport onnxfrom onnx import helperfrom onnx import AttributeProto, TensorProto, GraphProtoimport onnxruntime.backend as backendimport cv2import onnxruntime as ortimport matplotlib.pyplot as plt.
2021-09-03 16:07:43
2097
原创 win下编译TNN安卓库(静态或者动态) + android studio ndk调用
前言:如果想借用TNN自己写一个库(比如exp.so), 通常我们选用TNN的静态库(libTNN.a),因为使用静态库后自己生成的库文件就一个exp.so如果使用动态库(libTNN.so)那么自己生成的库文件就有两个了: libTNN.so和exp.soTNN安卓库编译环境: 源码: https://github.com/Tencent/TNN/archive/refs/tags/v0.3.0.zip c++编译器: "C:\Program Files (x86)\Micr...
2021-08-24 11:48:11
1316
原创 记录过程: Android Studio4.2通过NDK调用TNN(预编译的tnn so库)
目录0. 准备1. 创建android ndk工程2. 分析默认生成的工程3. 写好java native接口4. 实现这些java native方法(jni)5. 修改cpp/CMakeLists.txt, 准备编译cpp工程6. 编译cpp工程7. 编写简单android界面, 测试ImageClassify结果8. 结果环境:win10jdk1.8android studio 4.2.2 SDK Platforms: Android...
2021-08-20 18:32:18
1779
2
原创 YOLOX笔记
正负样本划分过程说明: gt_centerbbox是在gt_bbox中心点向四周发散的bbox, 中心点到该bbox四边的距离是 center_radius * expanded_strides_per_image1. is_in_boxes: [n_gt, n_anchor], 样本中心点是否落在各个gt_bbox里面2. is_in_boxes_all: [n_anchor], 样本中心点是否至少落在1个gt_bbox里面3. is_in_centers: [n_gt, n.
2021-07-23 15:29:28
3491
11
原创 windows下最新yolov5转ncnn教程(支持u版yolov5(ultralytics版)v5.0)
参考1.详细记录u版YOLOv5目标检测ncnn实现, 这篇文章作者就是ncnn作者2. YOLOv5转NCNN过程3.TorchScript, ONNX, CoreML Export#251, 这是yolov5官方github上的issue前提1.编译好ncnn win, 我用的是ncnn-20210525-full-source2.git clone yolov5源码,我是在20210630时间直接clone的主页3. 根据TorchScript, ONNX, CoreML E...
2021-07-01 11:16:16
1821
1
原创 简单理解nvidia tensorRT模型量化原理
参考资料：某人的量化原理笔记https://blog.csdn.net/sinat_31425585/article/details/101607785某人对int8比较详细的介绍https://zhuanlan.zhihu.com/p/58182172某人对ncnn的量化原理和源码理解(ncnn量化是基于tensorRT改进的)https://zhuanlan.zhihu.com/p/72375164一、两张图粗糙理解量化思路一句话把原始值等比例映射到-127~127, 以便.
2021-06-29 11:14:24
1363
1
原创 windows10上安装mmdetection2.5.0 + pytorch1.6 + CUDA10.1 (python==3.6)
之前只能在windows上安装py37版本的, 目前已支持py36了.(2020-10-19)能不能安装, 主要是看能装什么版本的mmcv-full.在mmcv的安装包网址上可以看到, 目前已经有mmcv_full-1.1.5+torch1.6.0+cu101-cp36-cp36m-win_amd64.whl的安装包了.而在mmdetection的官方安装教程中可以看到, mmdetection>=2.3.0版本是需要mmcv-full>=1.0.2的.能够直接用pip安装mmcv-fu
2020-10-19 14:30:57
1697
原创 windows10上安装detectron2(0.2.1) + pytorch1.5.1 + CUDA10.1
0. 安装NVIDIA显卡驱动, 安装CUDA(因为底层需要用到c++编译deformable conv层) 注意: 由于后面用conda安装pytorch会安装conda的cudatoolkit包, 需要确保cudatoolkit和这里安装的本地CUDA版本一致(比如下面装的是CUDA10.1, 这里也要装CUDA10.1)1. 根据NVIDIA显卡驱动确定自己可以安装的CUDA版本以及pytorch版本 上图来自cuda-toolkit-release-notes 比如...
2020-10-19 11:47:58
2517
原创 SiamFC、RPN系列中样本对pair(模板图和搜索图)生成方式
准备数据集时，需要exemplar图和search图(或称为instance图)，对应大小为exemplar_size(比如127)和search_size(比如255)这种处理有两种形式第一种，处理原始数据集阶段：（参考https://github.com/STVIR/pysot/blob/master/training_dataset/vid/par_crop.py） 对于原...
2020-01-17 15:44:28
1198
5
转载 高斯模糊（高斯滤波）的原理与算法
该文章为转载内容，转自https://blog.csdn.net/nima1994/article/details/79776802,http://www.ruanyifeng.com/blog/2012/11/gaussian_blur.html通常，图像处理软件会提供”模糊”（blur）滤镜，使图片产生模糊的效果。“模糊”的算法有很多种，其中有一种叫做“高斯模糊”（Gaussi...
2020-01-01 15:02:54
1931
原创 python将日志同时输出到控制台(屏幕)与文件
当使用python训练模型或者做其他比较耗时又需要时刻观察变量的任务时, 通常会在屏幕上print一些信息. 然而当信息很多的时候, 或者电脑死机了, 一种比较好的方式就是把日志保存到本地.1.使用logging模块logging有不同的日志等级, 参考日志等级（level） 描述 DEBUG 最详细的日志信息，典型应用场景是 问题诊断 INFO 信息详细程度仅次...
2019-12-25 16:04:46
5164
原创 从源码解析YOLOv3的损失函数
损失函数源码参考这里yolo_layer.c本文参考这里和这里yolo_layer.c中的delta指的是对网络层原始输出y'的负梯度, delta=-gradient总的来说,loss可分为loss_obj, loss_noobj, loss_cls, loss_coor4个部分, 前3个部分都用到了BCE(binary cross entropy)(网上很多复现的代码中, 损失和原文是有...
2019-12-17 17:14:41
7056
13
原创 计算(分析\画出)给定数据的分布(概率密度函数)
目录一、背景知识1.累积分布函数2.概率密度函数3.核密度估计二、画出一组数据的分布（概率密度函数）1.数据的频率分布直方图2.画出给定数据的频率分布直方图3.画出给定数据的概率密度函数做ML时，往往需要先分析手头的数据，比如数据集中某个特征的分布特性。很多时候，拿到的数据分布不那么尽如人意，比如长尾分布，这时就需要做数据变换(比如box-cox变换)，来得到分...
2019-12-04 18:40:06
22767
7
原创 lightGBM使用
1.categorical_feature(类别特征)使用lightGBM比XGBoost的1个改进之处在于对类别特征的处理, 不再需要将类别特征转为one-hot形式, 具体可参考这里.在使用python API时(参考官方文档)1.1可以使用pd.DataFrame存放特征X, 每一列表示1个特征, 将类别特征设置为X[cat_cols].astype('category'). 这样模型...
2019-12-03 09:58:47
7546
原创 sklearn的GridSearchCV的使用
可以先参考官方说明文档基本参数说明:estimator: 指定要使用的模型param_grid: 指定要搜索的参数scoring: 指定在搜索时, estimator的评分函数: 1.可用的预设的评分函数在这里(搜索sklearn.metrics)可以看到 2.可以通过sklearn.metrics.make_scorer(myfunc, greater_is_bette...
2019-12-02 15:46:43
1220
原创 GBDT算法笔记
目录1.CART回归树2.加法模型与前向分布算法3.回归问题的提升树4.GBDT算法5.GBDT用于二分类问题A.单个样本的损失(BCE损失)B.在第m步样本的损失的负梯度C.算法的第一步中, 模型的初始值D.每个节点区域的输出值的估计概述：GBDT算法可以看成是由M棵树CART回归树组成的加法模型，该模型使用前向分布算法来学习，在前向分布算法中，每一...
2019-11-26 17:52:18
492
原创 keras通过callback根据epoch自定义修改学习率以及根据loss停止训练
直接放上代码from tensorflow.keras.callbacks import LearningRateScheduler, Callbackclass EarlyStoppingByLossVal(Callback): def __init__(self, monitor='val_loss', value=0.00001, verbose=0): s...
2019-11-18 18:09:01
3055
原创 对LSTM中间变量形状shape的理解, 附keras中LSTM的各个变量的shape理解
假设输入的shape是[bs, length, d], bs是批数量, length是预定义的最大序列长度, d是序列中每个step的维度(对于图像序列,可以理解为每一帧的特征向量维度).下面说对于bs中1个样本的情况, 也就是shape为[1, length, d]LSTM(或者RNN)有多个cell, 1个cell对应1个step(1个时刻的状态), 这些cell之间的网络层是共享的, ...
2019-11-15 15:23:49
6053
7
原创 YOLO v2从原理到tensorflow2复现
目录原理篇：一、YOLO v1回顾二、YOLO v2介绍代码篇三、YOLO v2的tensorflow2实现原理篇：一、YOLO v1回顾下图是YOLO v1的整体网络框架图：●主要的检测思路： 1.首先使用CNN对输入图片提取出尺寸为S*S的特征图，特征图上每个像素点映射回原图就表示原图的1个区域，所以该特征图可以把原图分成S*S个网格区域。...
2019-11-07 17:52:00
3648
3
原创 CornerNet源码中对_decode函数(最后的输出处理)的理解
文章: https://arxiv.org/pdf/1808.01244.pdf源码链接: https://github.com/princeton-vl/CornerNet.git, 基于Pytorch实现_decode函数位于: CornerNet/models/py_utils/kp_utils.py中以往的目标检测框架Faster RCNN, YOLO, SSD之类的都需要在网络中生...
2019-04-26 10:18:48
1412
3
原创 Python中通过修饰器判断函数参数，决定是否执行函数
修饰器是make_decorate要修饰的函数是my_func现在希望判断my_func的参数x如果x==1, 就执行my_func;否则, 就不执行my_func, 执行其他动作代码如下：def make_decorator(func): print('aaa') def decorator(x, *args, **kwargs): pri...
2018-07-30 16:33:17
2039
原创 Pytorch使用manual_seed
seed = 2018torch.manual_seed(seed)torch.cuda.manual_seed(seed)a=torch.rand([1,5])b=torch.rand([1,5])关闭进程，重新运行上面代码，发现得到的a和b和上一次的a和b是一样的seed = 2018torch.manual_seed(seed)torch.cuda.manual_se...
2018-06-26 16:48:24
14881
原创 InforGAN笔记
InforGAN笔记Purpose: 通过非监督学习得到可分解的特征表示.Motivation:由于G使用噪声z的时候没有加任何的限制, 所以1z是在以一种高度混合的方式被使用, 2z的任何一个维度都没有被明显的表示数据的一个特征(即我们不知道什么样的噪声可以生成数字1,什么样的噪声可以生成数字3...)Solution:作者在生成器的输入中, 除了z之外还增加了一个隐含编码c(也是随机的)...
2018-06-07 21:06:08
1289
原创 pytorch中如何只让指定变量向后传播梯度?
pytorch中如何只让指定变量向后传播梯度？（或者说如何让指定变量不参与后向传播？）有以下公式，假如要让L对xvar求导：（1）中，L对xvar的求导将同时计算out1部分和out2部分；（2）中，L对xvar的求导只计算out2部分，因为out1的requires_grad=False；（3）中，L对xvar的求导只计算out1部分，因为out2的requires_gr...
2018-05-23 11:21:49
5002
3
原创 把vgg-face.mat权重迁移到pytorch模型
最近使用pytorch时，需要用到一个预训练好的人脸识别模型提取人脸ID特征，想到很多人都在用用vgg-face，但是vgg-face没有pytorch的模型，于是写个vgg-face.mat转到pytorch模型的代码#!/usr/bin/env python2# -*- coding: utf-8 -*-"""Created on Thu May 10 10:41:40 2018...
2018-05-17 11:00:39
3214
7
原创 starGAN的笔记(代码)
一、图片和标签融合输入CNN:把标签转为one_hot(记为c), 维度是类别的个数, 假设是5个类别, 那么x.size()==>[nb, cn, h, w] (cn是图片通道)y.size()==>[nb, 1]c.size()==>[nb, 5]在generator的forward时, 把c扩展到四个维度(记为c_expand), 第3 4维度值和x一样首先通过...
2018-01-25 21:12:32
2932
7
原创 win10通过开启teredo访问ipv6
使用某工具想科学上网，但是需要开启ipv6，因为在路由器拨号上网，开着dhcp，导致不能访问ipv6。相关的解决办法在工具网页有说明 在win10开启ipv6但是我把里里面方法尝试了一遍还是不行，后来在这里找到了 How to install Teredo Tunneling Pseudo-Interface on Windows 10做了里面的步骤1，修改了注册表，然后下
2018-01-11 10:20:22
45642
2
原创 windows下安装django(python2.7)并配置mysql
一.安装djangopip install django二.安装mysql1.去官网下载，我安装的版本是mysql-5.7.12-winx64添加"..\mysql-5.7.17-winx64\bin\"到环境变量path,2.在安装根目录下，新建my.ini，内容为：[client]#添加客户端对中文的支持default-character-set=utf
2017-08-08 11:53:42
1705
原创 tensorflow从已经训练好的模型中，恢复(指定)权重(构建新变量、网络)并继续训练(finetuning)
之前已经写了一篇《Tensorflow保存模型，恢复模型，使用训练好的模型进行预测和提取中间输出（特征）》，里面主要讲恢复模型然后使用该模型假如要保存或者恢复指定tensor，并且把保存的graph恢复(插入)到当前的graph中呢？总的来说，目前我会的是两种方法，命名都是很关键！两种方式保存模型，1.保存所有tensor，即整张图的所有变量，2.只保存指定scope的变量
2017-07-27 18:18:45
45729
21
原创 在ubuntu上搭建ftp服务器及使用
搭建ftp服务器参考：http://blog.csdn.net/u013971306/article/details/529281751，安装服务sudo apt-get install vsftpd2，判断是否成功sudo service vsftpd restart3，更改配置文件/etc/vsftpd.confvim /etc/vsftpd.c
2017-07-27 11:51:38
579
原创 Tensorflow中把稀疏的数字类别标签转为向量类型并计算loss和accuracy（附对mnist的损失函数值cross_entropy的理解）
对于N个类别，我们的数据中的标签一般是0,1,2,3,4,..n-1这样的数字而官方的mnist中的标签是向量类型，比如有5类，那么五个标签分别是：[ 1 , 0 , 0 , 0 , 0][ 0 , 1 , 0 , 0 , 0][ 0 , 0 , 1 , 0 , 0][ 0 , 0 , 0 , 1 , 0][ 0 , 0 , 0 , 0 , 1]mnist中，最后经过10个神经元的...
2017-07-10 13:00:46
3294
1
原创 tf.train.batch和tf.train.shuffle_batch的理解
capacity是队列的长度min_after_dequeue是出队后，队列至少剩下min_after_dequeue个数据假设现在有个test.tfrecord文件，里面按从小到大顺序存放整数0~1001. tf.train.batch是按顺序读取数据，队列中的数据始终是一个有序的队列，比如队列的capacity=20，开始队列内容为0,1，..,19=>读取10条记录后，...
2017-06-28 21:51:30
36303
6
原创 tensorflow中对lstm及双向lstm的理解
双向RNN(LSTM)的实现参考：https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/bidirectional_rnn.py需要注意的是，里面的static_bidirectional_rnn()函数是来自tf.contrib.rnn的，它的输入必须是list
2017-06-28 20:33:02
13336
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人