原创 PASCAL VOC數據集訓練集、驗證集、測試集的劃分和提取

1、訓練集、驗證集、測試集按比例精確劃分 #數據集劃分 import os import random root_dir='./park_voc/VOC2007/' ## 0.7train 0.1val 0.2test trai

原创 mmdetection使用tensorboard可視化訓練集與驗證集指標參數

如何使用mmdetection訓練自己的數據可以參考這篇文章https://blog.csdn.net/weicao1990/article/details/93484603,在這篇文章中只是用訓練集進行訓練,沒有用到驗證集驗證模型的指標

原创 非極大值抑制(NMS)講解

非極大值抑制(Non-maximum suppression,NMS)是一種去除非極大值的算法,常用於計算機視覺中的邊緣檢測、物體識別等。 算法流程: 給出一張圖片和上面許多物體檢測的候選框(即每個框可能都代表某種物體),但是這些框很可能

原创 No module named '_tkinter', please install the python3-tk package

https://blog.csdn.net/justKidrauhl/article/details/83790217

原创 requirements.txt 簡單使用

在虛擬環境下操作 1. 獲取當前python虛擬環境中的依賴包清單到requirements.txt文件中 pip freeze > requirements.txt 2.在線安裝requirements.txt文件中的依賴包 pip i

原创 輪廓圓度計算方式

Halcon中圓度計算方式 設p爲區域中心點(質點),p_i爲輪廓上全部像素點,F爲輪廓面積(此處指輪廓像素點個數,並不是輪廓所圍成區域的面積) Distance爲輪廓上像素點到中心的平均距離,Sigma爲輪廓像素點到中心的距離與平均距

原创 成功解決AttributeError: 'str' object has no attribute 'decode'

解決問題 AttributeError: 'str' object has no attribute 'decode' 解決思路 根據問題提示,意思是,屬性錯誤:“str”對象沒有屬性“decode” python3.5和Python2.

原创 Pytorch 實現sobel算子的卷積操作

卷積在pytorch中有兩種實現,一種是torch.nn.Conv2d(),一種是torch.nn.functional.conv2d(),這兩種方式本質都是執行卷積操作,對輸入的要求也是一樣的,首先需要輸入的是一個torch.autog

原创 數據預處理與Batch Normalization

在構建模型的時候,對數據進行預處理和批標準化特別重要,因此模型訓練並不容易,特別是一些非常複雜的模型,並不能很好的訓練得到收斂結果,所以對數據增加預處理,同時使用批標準化能夠得到非常好的收斂結果,這也是卷積神經網絡能夠訓練到非常深的層的一

原创 卷積類型

https://baijiahao.baidu.com/s?id=1625255860317955368&wfr=spider&for=pc https://blog.csdn.net/ahxieqi/article/details/93

原创 模型性能指標

這裏首先介紹幾個常見的模型評價術語,現在假設我們進行二分類的任務,可將樣例根據其真實類別與學習器預測類別的組合劃分爲真正例(true positive)、假正例(false positive)、真反例(true negative)、假反例

原创 全卷積網絡FCN

原文鏈接:https://blog.csdn.net/qq_33485434/article/details/80580415 背景 CNN能夠對圖片進行分類,可是怎麼樣才能識別圖片中特定部分的

原创 PyTorch 常用代碼段整理合集

原文鏈接:https://zhuanlan.zhihu.com/p/59205847 https://zhuanlan.zhihu.com/p/59205847 本文代碼基於PyTorch 1.

原创 使用Lua CJSON庫進行encode與decode操作完成對Json數據轉化

原文鏈接:https://blog.csdn.net/vivi_12/article/details/76549066 https://blog.csdn.net/vivi_12/article