原创 樹莓派4B快速安裝pytorch,torchvision和opencv

樹莓派安裝pytorch1.3和torchvison0.4.1: 直接使用命令: pip3 install torch-1.3.0a0+de394b6-cp37-cp37m-linux_armv7l.whl pi3 install tor

原创 多目標跟蹤算法,使用pytorch實現RFBNet+deepsort,基於RFBNet的多目標跟蹤算法

       由於deepsort使用的faster-rcnn速度很慢,無法達到實時跟蹤。所以在deepsort框架的基礎上使用RFBNet來代替faster-rcnn。檢測速度在GTX1060上可以達到15-20FPS。        

原创 Jetson TX2安裝編譯pytorch

工作需要將deepsort移植到TX2上面,從網上搜集了教程。 安裝教程: 1. 最好是重新安裝一個jetpack系統,3.2及以上都可以。 2. 首先安裝環境依賴:因爲是在python3下面安裝pytorch,所以使用pip3。 su

原创 SOLO:Segmenting Objects by Locations閱讀筆記

論文下載地址: https://arxiv.org/abs/1912.04488 論文摘要:        當前實例分割算法大部分是先檢測後分割的框架,例如Mask-RCNN算法。或者先進行語義分割,然後再通過聚類算法來進行分類。論文提出

原创 Dual Attention Network for Scene Segmentation論文閱讀筆記

Dual Attention Network for Scene Segmentation 2018年已經掛出來,2019年被CVPR接收。 文章下載地址:https://arxiv.org/abs/1809.02983 代碼下載地址:h

原创 MNN深度框架學習教程(一) 編譯MNN,並跑通MNN的demo

實驗環境: 系統:Ubuntu18.04 硬件設備:PC設備和樹莓派4B 編譯教程:         MNN框架主要分爲三部分:推理,訓練和轉換。推理:在端側加載MNN模型進行推理的階段。訓練:訓練框架上,根據訓練數據訓練出模型的階段。轉

原创 A Simple Baseline for Multi-Object Tracking多目標跟蹤算法

論文下載地址:https://arxiv.org/abs/2004.01888 代碼下載地址:https://github.com/ifzhang/FairMOT 論文摘要:近幾年目標檢測算法和重識別算法發展迅速。這兩個是多目標跟蹤算法的

原创 將COCO數據集轉成VOC數據集,還可以提取單獨的類別分離出來,像行人檢測數據集。

最近的項目需要對行人進行檢測,網上搜集的數據集比較少因此手動將COCO數據集裏面的行人類別單獨分離出來,並設置爲xml格式。 1. 首先準備COCO數據集,只需要訓練 數據集就夠用了。 圖片下載地址:http://images.cocod

原创 霍夫圓檢測進行鋼管檢測

通過霍夫圓檢測來檢測圖片中的圓形。例如鋼管檢測 HoughCircles裏面的參數是可以自己設置的,具體參數的設置,在文章的最後。 再把參數調整一下檢測效果還會好一些。 import cv2 as cv import numpy as

原创 記錄在訓練深度學習算法過程中遇到的問題及解決辦法。持續更新中....

問題1. RuntimeError: received 0 items of ancdata" 解決辦法主要由兩種:(出現這種錯誤是因爲文件描述器共享策略達到了峯值) (1)將代碼裏面的num_workers的值設爲0 num_work

原创 在Jetson TX2和RTX2080TI上面安裝pycuda,以及遇到的一些問題解決辦法。

Jetson TX2上面安裝pycuda: sudo pip3 install pycuda 安裝過程中不會報錯但是在測試demo的時候會報無法找到nvcc路徑問題。找到compiler.py文件,直接將ncvv的路徑改爲絕對路徑就可以

原创 FCOS: Fully Convolutional One-Stage Object Detection論文筆記

論文下載地址:https://arxiv.org/pdf/1904.01355.pdf 論文代碼:https://github.com/tianzhi0549/FCOS/ 論文創新點:本文作者提出了一種基於特徵圖像素點的目標檢測算法。對特

原创 融合卷積層和BN層加速網絡

BN層可以通過1*1的卷積層來代替,因此可以將BN層添加到前面的卷積層裏面。 鏈接:https://github.com/ziweizhan/fuse-conv-bn import torch import torchv

原创 CBAM: Convolutional Block Attention Module

論文下載地址:https://arxiv.org/pdf/1807.06521.pdf 論文代碼:https://github.com/ziweizhan/CBAM 論文創新:論文核心是提出了新的通道注意力網絡結構和空間注意力網絡結構。這

原创 pytorch轉tensorrt遇到的一些問題?

1. AttributeError:module 'tensorrt' has no attribute 'PaddingMode' 解決辦法:是tensorrt版本問題,可以將版本升級到5.1+就可以解決這個問題。 2. ValueEr