原创 ubuntu下配置 centernet
目錄 1.配置cuda9.0+cudnn7.6.0 1.1下載 1.2 cuda安裝 1.3 cudnn配置 1.4 環境變量 2.配置pytorch0.4.1 3.配置centernet 3.1 下載centernet 3.2 下
2019-10-26 04:27:27
9
原创 mask-rcnn的配置及訓練自己的數據
目錄 一、配置與測試 1.下載gitclone 2.安裝pycocotools 二、訓練自己的數據 1.labelme安裝與轉換 2.數據集的修改 3.測試代碼修改 1）修改load_shapes函數 2）load_mask函數
2019-10-26 04:27:27
263
原创 deeplab訓練自己的數據
目錄 一、環境配置 1、添加變量 2、測試 二、製作自己的數據集 1、製作 2、 數據集目錄deeplab/train下目錄放置 3、生成txt文件 4、生成tfrecord文件 三、訓練前代碼修改 1、data_generator
2019-10-26 04:27:27
原创 anaconda
醉了，anaconda，cudn,cudnn有時候真的見鬼，下載失敗，anconda用清華源下載注意: 1.不能用anconda3.5.3.1有問題不用，更新不了anconda系統變量，用最新的那個201907。 2.想用python2.
2019-09-16 03:05:20
原创 yolov3+opencv
目錄 1.opencv的安裝 1）去官網下載opencv 2）解壓下載下來的zip包 3）安裝必須庫和cmake-gui 4）cmake-gui編譯 5）make和make install 6）路徑設置 7）測試一下： 2.yolov3
2019-09-08 02:46:05
原创 linux下YoLov3學習（二）：可視化loss，iou
目錄 1.添加log路徑 2.格式化log 3.繪製loss 4.繪製iou 1.添加log路徑 新建visualization文件夾，用於後續可視化 train訓練命令如下： ./darknet detector train cf
2019-09-05 02:59:30
原创 linux下YoLov3學習（一）：訓練自己的數據集
目錄 1.下載yolov3項目工程 2.修改Makefile配置，使用GPU訓練 3.測試圖片 4.生成label文件 5.修改名稱類別 6.下載預訓練模型： 7.開始訓練： 8.測試評測 配置流程參考：https://blog.cs
2019-09-05 02:59:30
76
原创 linux下yolov3學習（三）：計算map，繪製precision-recall
1輸出記錄目標位置信息的txt文件 可以使用valid命令，如下： ./darknet detector valid cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_900.weigh
2019-09-05 02:59:30
9
原创 linux下yolov3學習（四）：批量化檢測與保存圖片
目錄 1.修改detector.c 替換detector.c中的void test_detector函數 添加頭文件，Getfilename函數 2.影像路徑文件 3.批量化測試 4.保存結果圖 1.修改detector.c 替換dete
2019-09-05 02:59:30
原创 linux 下ssd訓練自己的數據
目錄 一 準備工作 1 代碼地址 2製作voc2007數據 3 解壓ssd_300_vgg.ckpt.zip 4下載vgg16 二 測試部分 1 創建ssdtest.py 2 對visualization.py修改 三訓練部分 1 p
2019-09-03 02:49:31
2
原创 linux下faster rcnn入門二：使用voc訓練評測
文章目錄1運行檢測結果2 ap map ;precision_recall:3 train4 可視化 1運行檢測結果 GPU_ID=0 CUDA_VISIBLE_DEVICES=${GPU_ID} ./tools/demo.py
2019-08-31 01:38:26
1
原创 深度學習入門一：tensorflow_gpu環境配置
事實告訴我們，有些坑必須自己走 順序所需我們都懂：cuda、cudnn、python（anaconda）、tensorflow，但是 坑 1：python：報錯encording， 不知什麼時候手欠刪除了pythonhome，可加
2019-08-23 02:30:05
8
原创 深度學習三：網絡的調試
場景分類網絡： 1、Alexnet網絡：花卉分類，參照博客一 2、GoogLeNet網絡：參照博客二，遇到cudnn問題上篇博客講過 目標檢測網絡： 1、SSD網絡 （沒有自己數據集，無法測試）調試源碼，參考博客三、博客四，遇到問
2019-08-23 02:30:05
5
原创 faster rcnn入門1
基本配置流程 這裏不講環境配置，調試源碼（坑比較多） 因爲tensorflow版的源碼是python3.5，所以我用anaconda又配了個python3.5的tensorflow。主要參考博客，博主寫的很nice，然而該踩得坑，
2019-08-23 02:30:05
39
原创 faster rcnn入門2
根據需求更改 1、檢測標記所有類別： faster rcnn是對每一個圖片進行分類別測試，有點太亂。參照faster rcnn demo.py:在一個窗口顯示所有類別標註，進行修改。 2、保存目標檢測結果 demo.py 倒數第二
2019-08-23 02:30:04