原创 模型訓練技巧——激活函數mish
代碼地址：https://github.com/lessw2020/mish 1. mish的公式表達和曲線 公式表達：Mish=x * tanh(ln(1+e^x)) 曲線表達，如下圖所示： Caption 2. mish
2020-07-07 22:02:22
1
原创 Linux 高級命令彙總
1. 從一個文件夾中隨機拷貝一定數量的圖片，放到另外一個文件夾中 find img_path_one -name '*.jpg' | shuf -n1000 | xargs -i cp {} img_path_two 註釋
2020-07-07 22:02:22
原创 Pascal VOC數據集轉化爲COCO數據集格式
1. 實現起來比較簡單，直接看代碼 import os from tqdm import tqdm import xml.etree.ElementTree as ET import json class_names = ['aero
2020-07-07 22:02:22
3
原创 mmdectionv1 SSD-mobilenetv2實戰
１．版本說明，博主使用的mmdetv1. ２．註冊主幹網絡 在 mmdet/models/backbones/ 目錄下添加mobilenetv2.py文件。 文件下載鏈接：https://download.csdn.net/d
2020-06-16 10:14:52
6
原创 Cascade Mask R-CNN實戰——訓練自己的數據集
1. 配置訓練環境，準備自己的數據集，註冊數據集 該部分請參考我的博客SOLO實戰，按照步驟來就OK。 ２．修改配置文件 我的配置文件如下，僅供參考：cascade_mask_rcnn_r50_fpn_1x_yourdat
2020-06-13 16:07:53
9
原创 SOLO實戰——用自己的數據集訓練實例分割模型
論文：https://arxiv.org/abs/1912.04488 代碼：https://github.com/WXinlong/SOLO 1.配置訓練環境 小胖墩是用conda配置的訓練環境，用一下幾行命令即可配置成功：
2020-06-11 11:59:09
14
原创 Open3D——RGBD圖轉化爲點雲(pcd)並顯示
1. 用Open3D分別讀取RGB圖片和深度圖片 彩色圖： 深度圖： 2. 把Open3D中的RGBD圖片轉化pcd格式並儲存 3. 顯示點雲 直接看代碼： # Open3D
2020-06-11 11:59:09
原创 把分割結果的mask畫到圖上
1. 獲取分割結果 2. 把分割結果畫圖片上 # --*-- coding:utf-8 -*- import cv2 import numpy as np import xml.etree.ElementTree as ET de
2020-06-11 11:59:09
1
原创 CIFAR10數據集轉化爲圖片
CIFAR10下載：http://www.cs.toronto.edu/~kriz/cifar.html 1. 數據集介紹 該數據集共有60000張彩色圖像，這些圖像是32*32，分爲10個類，每類6000張圖。這裏面有500
2020-05-15 00:24:14
原创 模型訓練技巧——CutMix
論文：https://arxiv.org/pdf/1905.04899v2.pdf 官方代碼：https://github.com/clovaai/CutMix-PyTorch 1. 論文核心 Caption
2020-05-10 15:39:38
3
原创 模型訓練技巧——warm up
1. pytorch 中學習率的調節策略 （1）等間隔調整學習率 StepLR （2）按需調整學習率 MultiStepLR （3）指數衰減調整學習率 ExponentialLR （4）餘弦
2020-05-10 15:39:38
原创 模型訓練技巧——Random Erasing
論文：https://arxiv.org/pdf/1708.04896v2.pdf 代碼：https://github.com/zhunzhong07/Random-Erasing 1. 論文核心 Caption
2020-05-10 15:39:38
8
原创 模型訓練技巧——mixup
論文：https://arxiv.org/abs/1710.09412 代碼：https://github.com/facebookresearch/mixup-cifar10 1. 論文核心 Caption (xi,y
2020-05-08 04:56:36
2
原创 模型訓練技巧——label smoothing
1. 原理 Caption 通俗理解：將真實標籤減去一個很小的數，然後平均分配到其他類上，實現了標籤軟化。 2. 作用 Caption (a圖)：當增加ε時，目標類別與其它類別之間的理論差距減小。(b圖)：
2020-05-08 04:56:36
25
原创 由名字列表快速構建字典
直接看代碼，以voc的名字爲例 ： name_list =['aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car', 'cat', 'ch
2020-05-08 04:56:36