- 博客(104)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 opencv.framework使用时报错：Expected identifier
最近想在iOSdemo中测试OpenCV中的目标跟踪模块，由于之前工程中使用的opencv.framework不包含tracking部分，所以需要使用包含opencv_contrib模块的opencv.framework。开始在网上找的时候，没有找到现成的，就按照官方文档下载编译，操作说明在这个连接：https://docs.opencv.org/master/d5/da3/tutorial_ios_install.html下载的速度还行，就是编译的时间非常长，我编译了一个小时还没编译完。在等待的过程
2021-06-23 15:14:11
1001
原创 TypeError: __init__() got an unexpected keyword argument ‘is_valid_file‘
应该是torchvision的版本较低，换了一个高版本的虚拟环境，就可以了。
2021-06-15 10:34:05
357
原创 OSError: image file is truncated (71 bytes not processed)
在加载训练图像数据，准备训练模型的时候，报错如下：OSError: image file is truncated (71 bytes not processed)
2021-06-10 22:36:03
1158
转载 unsigned char*格式的bgr转rgb
// @param:// input: {bgr_image:"读取图像为BGR格式的uchar字符数组"， image_width:"图像的宽度", image_height:"图像的高度"}// output: {rgb_image:"转化为RGB格式图像的uchar字符数组"}// return: {0:"成功", 1:"输入或输出uchar数组错误"}int BGR2RGB(const unsigned char* bgr_image , const int image_width , c.
2021-06-03 21:45:13
567
原创 Python 计算欧氏距离
mport math len = math.hypot(x1-x2, y1-y2) #（x1, y1）与（x2, y2）间的欧氏距离
2021-05-31 18:21:54
867
转载 request.post()
在通过requests.post()进行POST请求时，传入报文的参数有两个，一个是data，一个是json。常见的form表单可以直接使用data参数进行报文提交，而data的对象则是python中的字典类型；而在最新爬虫的过程中遇到了一种payload报文，是一种json格式的报文，因此传入的报文对象也应该是格式的；这里有两种方法进行报文提交...
2021-05-31 06:49:56
5917
转载 Python中json格式的数据与dict格式的数据相互转化方式
import json<json> = json.dumps(<dict>)<dict> = json.loads(<json>)
2021-05-31 06:46:57
549
原创 统计图像mask占比
##统计占比output[output<128]=0output[output>=128]=1area_ratio = np.sum(output)/(im_h*im_w)
2021-05-28 10:35:21
410
原创 Python OpenCV获取图像矩阵mask对应的矩形区域
最近在项目中需要对分割模型得到的mask区域进行矩形裁切，就是截取包含mask的矩形区域。中间需要获取最左最右的x，最上最下的y，然后根据这个进行裁切。index = np.nonzero(output)if len(index[0])!=0 and len(index[1])!=0: minx = np.min(index[1]) maxx = np.max(index[1]) miny = np.min(index[0]) maxy = np.max(index[
2021-05-28 10:21:49
1968
2
原创 C++结构体与IOS NSArray之间转换使用
#define GetNSValueFromCType(cValue) ([NSValue value:&cValue withObjCType:@encode(typeof(cValue))])#define SetCValueFromNSValue(ocValue, cValue) [ocValue getValue:&cValue]使用方法如下：int count = 10;NSValue *value = GetNSValueFromCType(count);.
2021-05-27 16:32:28
408
原创 将字典结构数据写入json文件
import jsondata ={ 'name': liangliang, 'age': 30, 'gender': male, 'address:', beijing}json_str = json.dumps(data, ensure_ascii=False, indent=4) #字符缩进4json_path = './xxx.json'with open(json_path, 'w') as json_file: json_file.write(json_str)..
2021-04-28 06:46:48
637
原创 python3 UnicodeEncodeError: ‘ascii‘ codec can‘t encode characters in ordinal not in range(128)
1.设置环境变量在linux或Mac上设置环境变量，编辑~/.bash_profile文件（’~’指的是用户登录后的默认目录），添加一行：export LANG="en_US.UTF-8"然后执行source .bash_profile，让上面的设置生效。2.使用PYTHONIOENCODING在运行python命令前添加参数 PYTHONIOENCODING=utf-8 python xxx_xxx.py...
2021-04-19 16:26:52
223
原创 YOLO中letterbox_image相关解释
pytorch实现YOLO中对输入图像尺寸进行调整，满足输入的尺寸要求，比如412*412或者320*320def letterbox_image(img, inp_dim): """ lteerbox_image()将图片按照纵横比进行缩放，将空白部分用(128,128,128)填充,使图像尺寸满足输入要求 具体操作就是,某个边正好可以等于目标长度,另一边小于等于目标长度 将缩放后的数据拷贝到画布中心，即可完成输入变换 """ img_w, img_h
2021-04-11 18:20:28
2340
1
原创 非极大值抑制-NMS
在目标检测任务中，滑动窗口经过特征提取和分类器识别后，每个窗口会得到一个分数，但滑动窗口胡导致很多窗口之间存在较大交叉重叠的情况，使用NMS可以选取在相邻区域相互交叉但得分最高的候选框，剔除那些得分低的候选框。检测之后的候选框集合用B表示，每个候选框的置信度用S表示，IOU阈值设置为T，NMS的实现步骤可以总结为：1.在候选框集合B中选择具有最大置信度S的候选框M2.将M从候选框集合B中移除，并加入到最终的检测结果D中3.将B中剩余候选框和M进行IOU计算，从B中剔除IOU值大于阈值T的候选
2021-04-08 06:53:46
141
原创 yolo fastest中get_actual_detections函数作用及thresh的意义
测试YOLO fastest训练模型命令的时候，有个参数是-thresh，所以需要查看适用这个参数的地方// Creates array of detections with prob > thresh and fills best_class for themdetection_with_class* get_actual_detections(detection *dets, int dets_num, float thresh, int* selected_detections_num,
2021-04-06 14:40:42
392
原创 FPN相关理解
不同尺寸的特征图对应的感受野不同，进而特征图所能表达的信息抽象程度也有所区别。浅层的特征图(对应大尺寸的特征图)感受野小，比较适合检测小目标(要检测大目标，则其只“看”到了大目标的一部分，有效信息不够)；深层的特征图(对应小尺寸的特征图)感受野大，适合检测大目标(要检测小目标，则其”看“到了太多的背景噪音，冗余噪音太多，学不到小目标的有效信息)。所以，有文章就提出了将不同尺寸的特征图，融合之后进行预测，来提升目标检测的性能，特征金字塔网络[FPN]的主要思想就是这个。...
2021-03-27 07:48:46
304
原创 yolo fastest模型网络结构魔改
在将训练的yolo fastest模型部署移动端测试的时候，发现其中一个分支基本没有起作用，在训练的时候从日志也看出来了，打印的指标都是0，所以打算将网络的这个分支剥离掉。修改的方式就是将cfg文件中对应的分支去掉，只保留有用的那个分支。虽然减少了一个分支，但是计算量并没有减少太多，在移动端提升大概1ms+。...
2021-03-23 17:31:10
1078
原创 darknet提取主干网络权重或者指定层数的权重
在YOLO fastest的readme里面，有下面一个这样的命令，开始运行这个：./darknet partial yolo-fastest.cfg yolo-fastest.weights yolo-fastest.conv.109 109开始没太在意，就照着流程做，后面在看代码的时候对这个地方有了更多认识。这个地方是提取yolo-fastest.weights中0-108层的权重，并保存为文件。void partial(char *cfgfile, char *weightfile,
2021-03-22 17:25:22
809
原创 YOLO fastest cfg文件理解及注释
YOLO fastest cfg文件注释分析，大体上跟其他版本的YOLO配置文件一致，此处主要是记录一下，针对自己不熟悉的地方额外添加一点说明。1.[net]层[net]batch=64subdivisions=1width=320height=320channels=3momentum=0.949 #动量参数影响着梯度下降到最优值的速度。decay=0.0005 #权重衰减正则项，防止过拟合。angle=0 #数据增强，设置旋转角度。saturation=1.5 #饱和度ex
2021-03-22 16:41:58
1236
原创 C实现去除字符串中的指定字符
//将非法字符去除，重新链接字符串，并以'\0'作为结尾void strip(char *s){ size_t i; size_t len = strlen(s); size_t offset = 0; for(i = 0; i < len; ++i){ char c = s[i]; if(c==' '||c=='\t'||c=='\n') ++offset; else s[i-offset] = c; }.
2021-03-19 17:56:26
1214
原创 C语言实现的获取文件夹内文件名
今天想在darknet实现的yolofastest中添加一些测试代码，需要实现用C实现获取文件夹内文件名字，并转换为完整路径的功能。太久没写C了，都忘了，记录一下：#include<dirent.h>DIR *dp;struct dirent *dirp;char filedir[] = "/home/xxx/images/";if((dp = opendir(filedir)) == NULL) printf("Can't open %s\n", filedir);
2021-03-19 17:52:22
7680
1
原创 char*指针的使用
最近在看darknet的源码的时候，发现有些C的知识，记不清楚了，调试的时候有些不理解，查询后原来是之前的语言都模糊了，记录一下。char *p1 = "a bc d e";char p2[] = "a bc d e";其中p2中的值可以改变（例：p2[1] = 'f'），但如果想改变p1中的值（例：p1[1] = 'f'）就无法编译通过。原因：char * 实际上定义了指向字符串的指针，由于指向的内容由编译器分配在文字常量区（存放常量字符串，程序结束后由系统释放）中，无法改变其值。ch
2021-03-18 12:34:43
762
原创 UnicodeEncodeError: ‘ascii‘ codec can‘t encode characters in position xxx: ordinal not in range(128)
在Python3环境中执行代码的时候，遇到如下错误：UnicodeEncodeError: 'ascii' codec can't encode characters in position 412-413: ordinal not in range(128)前段时间解决过这个问题，忘了怎么解决了，下面记录下，在虚拟环境终端执行如下命令即可：export PYTHONIOENCODING=utf-8...
2021-03-17 16:33:47
462
原创 yolo fastest中输出结果解析
//预测输出中置信度超过阈值的 box 个数int yolo_num_detections(layer l, float thresh){ int i, n; int count = 0; for (i = 0; i < l.w*l.h; ++i){ for(n = 0; n < l.n; ++n){ ////获得置信度偏移位置 int obj_index = entry_index(l, 0, n*l.w*l.h +.
2021-03-17 14:12:54
606
原创 YOLO fastest输出日志的理解
在用自己的数据训练YOLO fastest的过程中，对保存的训练日志数据看着有点不理解，下面粘贴一段日志数据，然后稍微解释一下，以免理解不牢，容易搞混。199996: 1.257923, 1.345533 avg loss, 0.000010 rate, 0.330016 seconds, 12799744 images, 0.008982 hours leftv3 (iou loss, Normalizer: (iou: 0.07, cls: 1.00) Region 115 Avg (IOU:
2021-03-16 22:32:05
1512
原创 darknet源码学习(一) 入口及测试总体流程
最近在使用YOLO fastest训练检测模型，之前听过很多次YOLO这个系列，跑过相关测试demo及现成的训练代码，但对里面的细节几乎一无所知。这次在对自己的数据格式进行转换调整后，进行训练，发现检测效果及性能都很好，在iPhone6s及以上机型可以轻松做到实时。但在训练的过程中，日志的输出却存在一些异常的地方。后来跟一些技术群里面的同学讨论过，应该是代码部分存在点小问题，所以需要研究下代码的细节。 darknet的主函数在darknet.c文件中，入口main函数根据命...
2021-03-12 15:41:27
4703
原创 Python2环境 安装cv2/opencv-python出错
由于转换模型需要py2.7环境，使用Anaconda 创建了python2.7 环境，安装 opencv：pip install opencv-python。出现TypeError: 'NoneType' object is not iterable错误。原因： Opencv 最新版不再支持 Python 2.7，而pip install opencv-python命令会下载最新版本Opencv。因此需要安装时指定opencv的老版本，最后一个支持 Python 2.7 的 Opencv 版...
2021-03-10 18:51:37
655
原创 nvidia-smi输出内容介绍
第一栏的Fan：风扇转速，从0到100%之间变动，这个速度是计算机期望的风扇转速不是实际转速。有的设备不会返回转速，因为它不依赖风扇冷却。第二栏的Temp：是温度。第三栏的Perf：是性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能。第四栏下方的Pwr：是能耗，上方的Persistence-M：是持续模式的状态，持续模式虽然耗能大，但是在新的GPU应用启动时，花费的时间更少，这里显示的是off的状态。第五栏的Bus-Id是涉及GPU总线的东西，domain:bus:device.
2021-03-09 14:01:57
155
原创 Docker 容器内安装Python3环境
apt-get updateapt-get upgradeapt install build-essential -yapt install libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev -yapt install zlib1g-devapt install wgetapt install opensslapt install curlapt install libsqlite3-.
2021-03-07 07:52:57
4701
2
原创 ubuntu下安装新版本cmake
sudo apt-get install build-essential#http://www.cmake.org/files 这个网站里面有cmake的所有版本的列表，根据需要下载对应的cmake版本wget http://www.cmake.org/files/v3.15/cmake-3.15.1.tar.gztar xf cmake-3.15.1.tar.gzcd cmake-3.15.1./configuremake接下来：sudo apt-get install chec.
2021-03-07 07:09:10
840
原创 下列签名无效： EXPKEYSIG 6ED91CA3AC1160CD NVIDIA CORPORATION (Open Source Projects) ＜[email protected]＞
最近需要在Ubuntu系统配置一个环境，在跟新软件的时候apt-get install，提示如下错误：W: 校验数字签名时出错。此仓库未被更新，所以仍然使用此前的索引文件。GPG 错误：https://nvidia.github.io/nvidia-docker/ubuntu18.04/amd64 InRelease: 下列签名无效： EXPKEYSIG 6ED91CA3AC1160CD NVIDIA CORPORATION (Open Source Projects) <cudatools@
2021-03-06 09:29:25
786
原创 python使用中跳出双层for循环
在二维数组的遍历中，经常使用双层for循环。但是在某些时候，并不需要遍历整个二维数组。当条件满足时就应该终止for循环。但是，直接在内层循环中break并不会让外层循环也终止。可以使用for...else...解决。for i in range(5): for j in range(5): print(i, j) if i == 3 and j == 3: break else: continue break当内循环正常结束的时候才会执行else
2021-02-24 16:27:18
1551
原创 分割-检测数据格式转换中cv2.connectedComponentsWithStats()使用
在将用于分割任务的标注数据转换为检测格式数据的时候，用到了这个函数。cv2.connectedComponentsWithStats()这个函数输入为一个二值化图像，输出为一个长为4的tuple,第一个返回值是连通区域的个数，第二个返回值是一整张图的label，第三个返回值是(x, y, width, height, area)，即每个区域的左上角坐标,宽和高，面积，此处注意，最后一个元素是(0, 0, 图像width, 图像height, 图像area)，需要剔除，第四个是每个连通区域的中心点。
2021-02-24 10:38:13
623
原创 pytorch 获取参数量代码片段
# Find total parameters and trainable parameterstotal_params = sum(p.numel() for p in model.parameters())print(f'{total_params:,} total parameters.')total_trainable_params = sum( p.numel() for p in model.parameters() if p.requires_grad)print(f'{to.
2021-02-13 08:13:43
174
原创 pytorch 通过torchvision获取模型
最近在看一个开源的代码，在代码开头，获取模型的地方，使用了一个简洁的方式获取网络模型，看着非常好，记录一下。import torchfrom torchvision import modelsfrom .repvgg import func_dict as repvggdef build_model(net, num_classes=10): if net in ["resnet18", "resnet34", "resnet50"]: model = getattr
2021-02-10 08:21:02
552
1
原创 pytorch导出onnx格式模型时，不固定输入输出维度
Pytorch模型转换为onnx格式模型后，模型的输入、输出维度跟转换模型时，用的dummy_input的维度有关系，属于固定尺寸的输入与输出。可以采用以下代码修改onnx模型的输入输出维度：import onnx model = onnx.load('xxx.onnx')# 此处可以理解为获得了一个维度 “引用”，通过该 “引用“可以修改其对应的维度
2021-02-02 16:48:11
4436
原创 RuntimeError: Failed to export an ONNX attribute ‘onnx::Gather‘, since it‘s not constant, please try
最近在把pytorch模型转换onnx格式模型的时候，遇到了如下错误：RuntimeError: Failed to export an ONNX attribute 'onnx::Gather', since it's not constant, please try to make things (e.g., kernel size) static if possible在网上查了下，这个连接是跟我的问题相关的：https://github.com/onnx/tutorials/issue
2021-01-22 11:30:45
2981
原创 pytorch semantic segmentation using torchvision
一些有用的小的代码片段。# use the following function to convert this 2D image to an RGB image where each label is mapped to its # corresponding color.# Define the helper functiondef decode_segmap(image, nc=21): label_colors = np.array([(0, 0, 0), # 0=bac
2021-01-21 11:49:30
223
原创 pytorch squeeze and excitation模块
可以自适应的调整各通道的特征响应值，对通道间的内部依赖关系进行建模，主要为下面三个步骤： Squeeze: 沿着空间维度进行特征压缩，将每个二维的特征通道变成一个数，是具有全局的感受野。对进行global average pooling，得到大小的特征图，这个特征图可以理解为具有全局感受野。 Excitation: 每个特征通道生成一个权重，用来代表该特征通道的重要程度。使用一个全连接神经网络，对Sequeeze之后的结果做一个非线性变换。 Reweight：将Excitation
2021-01-15 11:20:41
899
原创 pytorch optimizer, scheduler使用
import torchdef get_optimizer(network, args): optimizer = torch.optim.SGD(network.parameters(), lr=args.lr, momentum=args.momentum, weight_decay=args.w.
2021-01-14 11:35:53
814
openglbible中需要的gltools.h及.a文件
2019-03-26
光照预处理方法---伽马校正
2012-04-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人