- 博客(1242)
- 资源 (125)
- 收藏
- 关注
原创 【树莓派】yolov5 Lite,目标检测,树莓派4B,推理v5lite-e_end2end.onnx,摄像头实时目标检测
这里有大概的环境配置:https://qq742971636.blog.csdn.net/article/details/138048132yolov5树莓派跑不起来,用yolov5 Lite试试:https://github.com/ppogg/YOLOv5-Lite今天我将向您介绍如何使用YOLOv5 Lite在树莓派上进行目标检测。YOLOv5 Lite是一种轻量级目标检测模型,适用于资源受限的设备,如树莓派。在本文中,我将分享环境配置、项目克隆、模型部署以及示例推理的详细步骤。首先,让我们配置环
2024-04-25 00:16:04 162
原创 【深度学习】图像修复的一些模型
Mask-Aware Transformer 大空洞修复。1、图像修复 Introduction定义图像修复(Image inpainting、Image completion、image hole-filling)指的是合成图像中缺失区域的过程,可以帮助恢复被遮挡或降质的部分。在下图中,左图是原图,左图蓝色区域是mask区域(原图的mask区域是不传给模型的),右图是模型输出图。[图片]一般输入的是Image图(扣掉后)+Mask图(单通道),如下图。[图片]用途。
2024-04-24 13:58:53 120
原创 【深度学习】yolo-World,数据标注,zeroshot,目标检测
【代码】【深度学习】yolo-World,数据标注,zeroshot,目标检测。
2024-04-23 10:22:46 280
原创 【深度学习】烟雾和火焰数据集,野外数据集,超大量数据集,目标检测,YOLOv5
标注了2w张数据集,是目标检测yolo格式的,有火焰、烟雾两个目标。
2024-04-23 00:35:41 202
原创 【树莓派】如何刷个系统给树莓派4B,如何ssh登陆到树莓派
然后按ctrl+O ,然后按Enter确认保存文件。局域网就可以通过mobaxterm连接树莓派了。先搞个屏幕和鼠标键盘给树莓派,设置一下。然后按ctrl+X 退出文件编辑。按ctrl+alt+T进入终端。
2024-04-21 22:06:41 294
原创 【TB作品】tph-yolov5 火焰 烟雾 检测
Google的MobileNet[14 ]和ShuffleNet [15 ]引入了深度可分离卷积操作,以使用较小的卷积核来构建有效的CNN,其余卷积层仍将占用大量内存和FLOPs,这些卷积层在提取特征图时通常会包含丰富甚至冗余的特征图,以保证对输入数据有全面的理解。改进后的模型在训练时只用了400个epoch,就可以准确的对火源和烟雾目标进行检测。由Ghost bottleneck组成的C3Ghost模块替换C3模块,利用“廉价”的方式获得和普通卷积相同的特征,降低了模型的参数量和计算量,加快了推理速度。
2024-04-21 16:04:18 912
原创 【TB作品】基于stm32单片机的指纹识别考勤系统,实物,代码,AS608
stm32f103最小系统板、as608指纹模块、0.96寸oled显示屏、usb转ttl模块、温湿度dht11传感器、蜂鸣器、 GY-906红外测温模块、电磁门开门指示灯led。(4)指纹正确,oled显示ok,电磁门开门指示灯led亮2秒,表示正常开门,然后led熄灭。(5)显示已打卡的人数和未打卡人数(即是录入的所有指纹中,已打卡和未打卡的)(3)用单片机按键搭配as608指纹模块,实现指纹录入、指纹删除功能。(5)指纹错误,oled显示error,蜂鸣器响5秒,表示开门失败。显示删除指纹ID提示。
2024-04-21 15:50:14 770
原创 【深度学习】DDoS-Detection-Challenge aitrans2024 入侵检测,基于机器学习(深度学习)判断网络入侵
1、提交的flowid不能重复,提交的是非入侵的数量和数据flowid,看check.cpp可知。2、Stage1采集的训练数据和验证数据采集来源不是同一天,需要有专家知识设计。当了次教练,做了个比赛的Stage1,
2024-04-20 11:26:46 368
原创 【深度学习】目标检测YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information
当前的深度学习方法主要关注如何设计最合适的目标函数,以使模型的预测结果最接近真实情况。同时,必须设计一个适当的架构,以便为预测提供足够的信息。现有方法忽略了一个事实,即当输入数据经过逐层特征提取和空间转换时,会丢失大量信息。本文将深入探讨数据在传输过程中通过深度网络时所面临的重要问题,即信息瓶颈和可逆函数。我们提出了可编程梯度信息(PGI)的概念,以应对深度网络为实现多个目标所需的各种变化。PGI可以为目标任务提供完整的输入信息来计算目标函数,从而获取可靠的梯度信息以更新网络权重。
2024-04-17 10:58:04 959
原创 【深度学习】【机器学习】用神经网络进行入侵检测,NSL-KDD数据集,基于机器学习(深度学习)判断网络入侵,网络攻击,流量异常【3】
之前用NSL-KDD数据集做入侵检测的项目是:【1】【2】有人问我是不是可以改代码,我说可以。
2024-04-16 20:43:36 814
原创 docker 容器指定utf-8编码
请注意,不同的基础镜像可能需要不同的设置。上述 Dockerfile 是以 Debian 或者 Ubuntu 为基础的镜像示例,如果你使用的是别的 Linux 发行版,你可能需要调整命令来适应相应的包管理器和配置方式。在运行 Docker 容器的时候,如果容器内应用需要使用 UTF-8 编码来正常处理中文,你可以通过设置环境变量来指定编码。然后你运行容器时就不需要再指定环境变量了,除非你需要覆盖 Dockerfile 中的设置。记得,每当你修改了 Dockerfile 之后,都需要重新构建镜像。
2024-04-11 15:05:44 518
原创 【深度学习】Fine-Grained Face Swapping via Regional GAN Inversion高保真换脸范式
提出一种新的高保真换脸范式,能够保留期望的微妙几何和纹理细节。从微观面部编辑的角度重新思考换脸任务,基于“编辑用于互换(editing for swapping)”(E4S)的原则,提出了一种基于面部组件形状和纹理的显式解耦方法。遵循E4S原则,实现面部特征的全局和局部互换,以及由用户指定的部分互换。此外,E4S范式通过面部遮罩固有地处理面部遮挡问题。核心是一种新的区域GAN逆映射(RGI)方法,它允许显式解耦形状和纹理,同时允许在StyleGAN的潜在空间中进行面部互换。
2024-04-11 14:40:37 458
原创 【深度学习】人脸表情、人脸属性,真假脸判断,deepfake脸
在DFDC数据集中,"fake的脸"是指通过特定的算法和方法生成的面部交换视频,即使用演员的面部特征替换到其他视频中的角色上。Fake的脸:与“real的脸”相对,指的是通过数字手段创建或修改的人脸。Real的脸:指的是原始的、未经修改的人脸视频或图像。在Deepfake检测的上下文中,这意味着视频中的人脸是真实的,演员自然地进行表情和动作,没有经过任何形式的数字编辑或面部替换。在Deepfake技术及其检测领域中,“real的脸”和“fake的脸”是指视频中的人脸是否经过了某种形式的篡改或合成。
2024-04-11 10:31:00 288
原创 【深度学习】YOLO-World: Real-Time Open-Vocabulary Object Detection,目标检测
YOLO-World是一种实时开放词汇目标检测系统,它通过视觉-语言建模和大规模数据集上的预训练,增强了YOLO(You Only Look Once)系列检测器的开放词汇检测能力。具体来说,该研究提出了一个新的可重新参数化的视-语路径聚合网络(RepVL-PAN)和区域-文本对比损失函数,以促进视觉和语言信息之间的交互。YOLO-World在零样本方式下检测广泛对象类别方面表现出色,并且效率很高。
2024-04-08 15:04:21 1097
原创 【深度学习】yolov5,用显卡,简单代码直接跑,python直接跑
给权重路径:/data/xiedong/eff_train/yolov5-master/yolov5n640/weights/best.pt。本地下载好仓库/data/xiedong/eff_train/yolov5-master。cpu跑就别加这两句。
2024-04-07 18:06:32 176
原创 【深度学习】Progressive Distillation for Fast Sampling of Diffusion Models
这种方法通过迭代地将一个需要较多步骤的模型(称为教师模型)蒸馏成一个需要较少步骤的学生模型,每次迭代都将采样步骤减半,直到达到所需的采样步骤数量。通过渐进式蒸馏,论文将原始需要8192步采样的模型成功蒸馏为只需4步采样就能取得接近的生成质量的新模型,大幅提高了扩散模型的推理效率。这篇论文提出了一种"渐进式蒸馏"(Progressive Distillation)的方法,来大幅降低用于生成对抗网络(GAN)的扩散模型(Diffusion Model)在推理阶段的采样步数,从而提高其推理效率。
2024-04-07 16:54:33 547
原创 【单片机】心率传感器,串口发送,MAX30102心率传感器模块
数值还是稳定的,但太贵了,stm32单片机的话,直接用这篇博客()的代码,一样稳定。
2024-04-06 19:15:00 423
原创 【单片机】CJSH22-CH2O,甲醛传感器,甲醛传感器数据读取处理
逻辑是:1、初始化串口和定时器10ms中断2、循环读取一帧数据到rev_CH2O_bufferdata3、在主函数解析数据rev_CH2O_bufferdata4、最终的pm2.5数值就是CH2O_value使用CH2O_value的数据即可。PPB单位,除以1000就是ppm,再乘以1.34那么单位就是mg/m3。
2024-04-06 18:08:36 306
原创 【单片机】PMS5003,PM2.5传感器数据读取处理
PMS5003是一款基于激光散射原理的数字式通用颗粒物浓度传感器,可连续采集并计算单位体积内空气中不同粒径的悬浮颗粒物个数,即颗粒物浓度分布,进而换算成为质量浓度,并以通用数字接口形式输出。本传感器可入各种与空气中悬浮颗粒物浓度相关的仪器仪表或环境改善设备,为其提供及时准确的浓度数据。
2024-04-06 17:13:42 329
原创 【单片机】74HC4052电路图,单片机端口复用电路
如下图,还是很好理解,PA9、PA10是单片机引脚。当A和B是00,那么就是X-COM和0X短路,Y-COM和0Y短路。当A和B是01,那么就是X-COM和1X短路,Y-COM和1Y短路。以此类推。74HC 工艺可以直接3.3V供电,也可以5V供电,都能正常工作。
2024-04-06 15:01:12 484
原创 【深度学习】海洋生物数据集,图片分类
通过上述步骤,模型逐渐学习从图像数据中提取有用的特征,并准确分类图像。每个epoch的训练和验证过程都旨在评估模型的性能和泛化能力,同时通过反复迭代优化,不断提高模型的准确率。打开网页后,可以点击这里上传图片,然后点击提交,等待片刻,即可看到模型的推理结果。在最下方,也有示例图片,也可以点击某张示例图片后,就点击提交。收集9种以上的海洋生物图片,然后基于深度学习做一个分类模型,训练完成后,分类模型就可以对未知图片进行分类。在之后随便传一张图片,分类模型就可以推理出这张图片上面的是什么海洋生物。
2024-04-06 11:57:13 905
原创 【TB作品】STM32单片机读取MAX30102心率传感器,血氧传感器,稳定数值输出,stm32f103c8t6
【代码】【TB作品】STM32单片机读取MAX30102心率传感器,稳定数值输出,stm32f103c8t6。
2024-04-03 22:52:57 471
原创 【深度学习】sdwebui的token_counter,update_token_counter,如何超出77个token的限制?对提示词加权的底层实现
CLIP的输出是177768的特征,现在基本上一个图像的prompt提示词的token数肯定是很高,会超过77,那超出的时候是如何计算的呢?sdwebui输入的文本token是自动更新计算的,如何做到的呢?
2024-04-03 17:28:11 1315
原创 【深度学习】IP-Adapter-FaceID,IP-Adapter,代码实践
之前介绍了一下论文:https://qq742971636.blog.csdn.net/article/details/137224151测试出图将majicmixRealistic_v7转为diffusers文件:运行这个app.py:效果都有点崩,还需要继续探索。问询、帮助请看:
2024-04-01 15:32:48 1089
原创 【深度学习】IP-Adapter-FaceID,IP-Adapter: Text Compatible Image Prompt Adapter for Text-to-Image Diffusion
近年来,大型文本到图像扩散模型的强大能力在创造高保真图像方面取得了令人印象深刻的成果。然而,仅使用文本提示来生成所需图像是非常棘手的,因为这通常涉及复杂的提示工程。文本提示的一个替代方案是图像提示,正如俗话所说:“一幅图胜过千言万语”。尽管现有的直接从预训练模型进行微调的方法有效,但它们需要大量的计算资源,并且与其他基础模型、文本提示和结构控制不兼容。在本文中,我们提出了IP-Adapter,这是一种有效且轻量级的适配器,用于实现预训练文本到图像扩散模型的图像提示能力。
2024-04-01 11:22:35 788
原创 【深度学习】FaceChain: A Playground for Human-centric Artificial Intelligence Generated Content
个性化图像生成领域的最新进展揭示了预训练文本到图像模型从一系列肖像图像中学习身份信息的引人注目能力。然而,现有解决方案在生成真实细节方面存在脆弱性,并且通常受到几个缺陷的困扰,例如:(i) 生成的人脸展示其自身独特的特征,即面部形状和面部特征定位可能不像输入的关键特征,以及 (ii) 合成的人脸可能包含扭曲、模糊或损坏的区域。
2024-03-30 21:28:34 738
原创 【深度学习】【机器学习】用神经网络进行入侵检测,NSL-KDD数据集,基于机器学习(深度学习)判断网络入侵,网络攻击,流量异常
特征编号特征名称特征描述类型范围1duration连接持续时间,从TCP连接建立到结束的时间,或每个UDP数据包的连接时间连续[0, 58329]秒2协议类型,可能值为TCP, UDP, ICMP离散3service目标主机的网络服务类型,共70种可能值离散4flag连接状态,11种可能值,表示连接是否按照协议要求开始或完成离散5src_bytes从源主机到目标主机的数据的字节数连续6dst_bytes从目标主机到源主机的数据的字节数连续7。
2024-03-30 14:28:37 1626 1
原创 【Python】gradio如何给一个例子在网页中,gr.Examples
【代码】【Python】gradio如何给一个例子在网页中,gr.Examples。
2024-03-29 13:59:57 294
原创 怎么更新sd-webui AUTOMATIC1111/stable-diffusion-webui ?
然后再次执行webui.sh,这样会自动重新启动stable-diffusion-webui.更新代码完毕后,删除venv的虚拟环境。
2024-03-29 10:35:19 596
原创 【TB作品】MSP430G2553,超声波倒车雷达PCB,单片机,超声波SR04,键盘,oled
硬件:MSP430G2553、 SR04超声波传感器 、3*4键盘、 无源蜂鸣器、oled显示屏软件1 、实时显示测量得到的距离2、按键设置一个报警门限数值,直接输入数值后确认3、低于报警门限数值就开始报警,而且距离越近蜂鸣器的鸣叫频率越高程序原理图+pcb。
2024-03-28 22:37:27 360
原创 【深度学习】【机器学习】用神经网络进行入侵检测,NSL-KDD数据集,基于机器学习(深度学习)判断网络入侵
【深度学习】用神经网络进行入侵检测,NSL-KDD数据集,用TCP连接特征判断是否是网络入侵NSL-KDD数据集,有dos,u2r,r21,probe等类型的攻击,和普通的正常的流量,即是这样:Normal:正常记录DOS:拒绝服务攻击PROBE:监视和其他探测活动R2L:来自远程机器的非法访问U2R:普通用户对本地超级用户特权的非法访问数据集样子:https://towardsdatascience.com/a-deeper-dive-into-the-nsl-kdd-data-set-15c75
2024-03-27 20:38:22 1840 2
51单片机 示波器 LCD12864 淘宝资料 论文 淘宝爆款
2020-01-19
STM32F103VET6 正点原子 移植 模板 ,模仿正点原子工程
2019-12-17
LCD12864 万年历 单片机 农历 显示 温度DS18B20 DS1302 AT24C02
2019-12-05
STM32F103RCT6 PCB 原理图 打板 原子 mini
2019-11-29
TI tiva tm4C ARM 库函数手册
2019-11-26
android P 9.0 支持HTTP
2019-09-25
PIC16F887 官方文档 用户手册 另加2个仿真例程 LCD1602 矩阵键盘 拨号 计算器 音乐盒
2019-09-19
kaggle 猫狗数据集二分类 系列(1)构建模型进行二分类,保存模型,画出走势图 代码
2019-09-16
avr MEGA16 DS1302 LCD1602 万年历 时钟显示 proeus 仿真 + 程序
2019-09-11
Gitxmind GIt bash 使用 xmind
2021-07-11
SHT3x_Datasheet_digital英文手册.pdf
2021-02-21
51单片机 普中V2 数字时钟 电子时钟 万年历 DS1302 LCD1602 AT24C02
2020-10-26
STM32F103C8T6 单片机 ESP8266 12F接入机智云
2020-09-05
工具软件 MSP430F149下载程序所需要用到的软件
2020-07-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人