- 博客(31)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 npm ERR! While resolving: [email protected] ERR! Found: [email protected]
执行：npm install --legacy-peer-deps 后问题解决。
2023-10-21 09:18:37
1574
原创 Error: Cannot find module ‘webpack/lib/RuleSet‘
这个问题是因为高版本的node 默认装了7以上的npm版本。这个版本会要求强制解决peer-dependency的冲突 导致安装的wepback不对。如果一定要使用高版本的node 和npm。否则就降一下node和npm版本 最高到node 12。但是前提是webpack 4能正常的和其他插件工作。
2023-10-21 09:18:03
2820
原创 mysql创建一张带当前日期的表
怎么在Pymysql根据变量生成表格名称，或者根据时间生成表格名称，很多人不知道怎么实现，自己找的资料也没有相关的。以下是自己实现的过程，通过字符填入。
2022-10-10 15:14:13
1302
1
原创 使用Tensorflow2.0和Keras训练分类模型实例
1.训练过程：from tensorflow.keras.preprocessing.image import ImageDataGeneratorfrom tensorflow.keras.applications.xception import Xceptionfrom tensorflow.keras.layers import GlobalAveragePooling2D, GlobalMaxPooling2D, Dense, Flatten, Input, Concatenate, Dr.
2021-07-22 17:01:42
623
原创 深度学习模型部署，c++调用python模块的Tensorflow推理过程
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数..
2021-05-25 09:00:36
1818
3
原创 编译tensorflow CPU版本的C++库以及C++中调用Keras模型
最近要将keras训练的模型部署在c++的工程中自己找了很多的资料，第一次尝试遇到了很多的坑，用了差不多一个星期终于能实现在c++的环境中调用keras训练出的模型，其实还是主要是将keras的H5模型转化成tensorflow的pb模型，然后编译c++的tensorflow调用pb模型。
2020-07-29 16:53:37
2631
11
原创 Tensorflow在CPU上的加速Intel_MKL工具
TensorFlow *是深度学习领域中广泛使用的机器学习框架，要求有效利用计算资源。为了充分利用英特尔®架构并提取最大性能，已使用面向深度神经网络的英特尔®数学内核库（英特尔®MKL-DNN）原语对TensorFlow框架进行了优化，这是针对深度学习应用程序的流行性能库。有关优化和性能数据的更多信息，请参见此博客文章TensorFlow *现代英特尔®架构上的优化。Anaconda *现在使AI社区可以方便地在TensorFlow中实现高性能计算。从TensorFlow v1.9开始，Anaconda
2020-06-01 17:29:20
4268
10
翻译 pyinstaller打包tensorflow出错，ModuleNotFoundError: No module named tensorflow_core.python
该类型错误还有ImportError: cannot import name 'pywrap_tensorflow' 等。运行报错是pyinstaller无法导入tensorflow_core。问题解决方式为：在所运行的python文件（mypython.py中使用from tensorflow import *）路径下创建一个名为hooks的文件夹,文件夹没创建python程序文件hook-tensorflow.py。--mypython.py--hooks --hook-tensorflo.
2020-06-01 16:33:39
1904
转载 Keras常见问题汇总
如何引用keras？如果keras对您的研究有帮助，请在出版物中引用。BibTeX例子如下：@misc{chollet2015keras, title={Keras}, author={Chollet, Fran\c{c}ois and others}, year={2015}, publisher={GitHub}, howpublished={\url{ht...
2020-01-20 12:19:48
677
原创 python3.7 pyinstaller 打包exe可执行文件报错
自己设计了一个简单的界面调用AI模型用于检测工业产品缺陷界面有了之后就打算在pyinstaller做成可执行文件，供客户使用。在python3.7 使用pyinstaller 版本v3.5打包时成功了，但是运行可执行程序闪退，并有报错信息：报错信息：no such file or directory:"c:\\user\\****\\appdata\\local\\temp\\_MEI24...
2020-01-02 16:41:54
2496
4
原创 图像分类训练技巧和精度提升总结
计算机视觉主要问题有图像分类、目标检测和图像分割等。针对图像分类任务，提升准确率的方法路线有两条，一个是模型的修改，另一个是各种数据处理和训练的技巧(tricks)。图像分类中的各种技巧对于目标检测、图像分割等任务也有很好的作用，因此值得好好总结。本文在精读论文的基础上，总结了图像分类任务的各种tricks如下： Warmup Linear scaling learning rat...
2019-08-13 11:04:07
7085
转载 keras实现迁移学习训练自己的数据集及其预测
from tensorflow.keras.applications.vgg19 import VGG19, preprocess_inputfrom tensorflow.keras.models import Modelfrom tensorflow.keras.layers import GlobalAveragePooling2D, Densefrom tensorflow.kera...
2019-07-31 14:34:33
1729
2
转载 目标检测：奇淫技巧
背景国内的数据竞赛真的缺乏交流，还是喜欢 kaggle 的 kernel 和讨论区，真硬核！这里分享一下我总结的一些目标检测中会用到的 “奇淫技巧”，牵扯到代码的我就直接拿mmdetection[1] 来举例了，修改起来比较简单。这些都是跟随郑烨、梁爽、元梵、杨胜、亚光、徐大哥等大佬一起学习的一部分思路，感谢各位大佬不嫌弃小弟，带我不断起飞，哈哈哈。1. 模型选择近一年多以来目标检测...
2019-07-12 17:26:40
1461
1
转载 数据增强——Keras Image Data Augmentation 各参数详解
图像深度学习任务中，面对小数据集，我们往往需要利用Image Data Augmentation图像增广技术来扩充我们的数据集，而keras的内置ImageDataGenerator很好地帮我们实现图像增广。但是面对ImageDataGenerator中众多的参数，每个参数所得到的效果分别是怎样的呢？本文针对Keras中ImageDataGenerator的各项参数数值的效果进行了详细解释，为各位...
2019-07-10 17:03:32
3545
2
转载 深度学习之图像的数据增强
在图像的深度学习中，为了丰富图像训练集，更好的提取图像特征，泛化模型（防止模型过拟合），一般都会对数据图像进行数据增强，数据增强，常用的方式，就是旋转图像，剪切图像，改变图像色差,扭曲图像特征，改变图像尺寸大小，增强图像噪音（一般使用高斯噪音，盐椒噪音）等.但是需要注意，不要加入其他图像轮廓的噪音. 对于常用的图像的数据增强的实现，如下：# -*- coding:utf-8 -...
2019-03-04 08:50:59
1221
原创 tensorflow 训练完模型的导出和测试模型
在我的另一篇博客中[tensorflow 物体检测（检测限速标志）](https://blog.csdn.net/WK785456510/article/details/86149398)中已经训练好了模型，接下来我们进行测试模型。导出模型文件训练完以后，如何对单张图片进行目标检测呢？Object Detection API提供了一个export_inference_graph.py脚...
2019-01-11 16:12:44
7776
2
转载 Xshell远程服务器后Tensorboard的本地可视化方法
问题由于tensorflow程序在远程服务器运行，而tensorboard启动后访问地址为：0.0.0.0:6006，导致无法在本机用浏览器访问。Xshell解决方法1.不太推荐的方法可能大家在网上查了许多资料后，看到一种常见的是使用命令 ssh -L 16006:127.0.0.1:6006 olivier@my_server_ip 之后在服务器上运行tensorboardte...
2019-01-11 08:34:15
1076
1
原创 tensorflow 物体检测（检测限速标志）
环境配置使用protobuf来配置模型和训练参数，所以API正常使用必须先编译protobuf库，这里可以下载直接编译好的pb库（https://github.com/google/protobuf/releases ），解压压缩包后，把protoc加入到环境变量中：$ cd tensorflow/models$ protoc object_detection/protos/*....
2019-01-09 16:19:40
1381
2
原创 np.dot np.multiply 和*在np.array np.mat 的不同结果
import numpy as np 观察以下两个输出语句结果的不同：import numpy as np a1 = np.array([[1, 2], [3, 4]])c1 = np.array([[5,6],[7,8]]) b1 = np.mat([[1, 2], [3, 4]])d1 = np.mat([[5,6],[7,8]]) print("a1乘c1的结果：",...
2018-11-28 13:07:22
401
原创 yolov3 制作voc数据格式：xml转换成txt
按照voc数据集的结构放置图像文件。1）Annotation中主要存放xml文件，每一个xml对应一张图像，并且每个xml中存放的是标记的各个目标的位置和类别信息，命名通常与对应的原始图像一样;2)ImageSets我们只需要用到Main文件夹，这里面存放的是一些文本文件，通常为train.txt、test.txt等，该文本文件里面的内容是需要用来训练或测试的图像的名字;3）JP...
2018-08-10 16:48:28
13451
16
转载 全卷积网络 Fully Convolutional Networks
CNN 与 FCN通常CNN网络在卷积层之后会接上若干个全连接层, 将卷积层产生的特征图(feature map)映射成一个固定长度的特征向量。以AlexNet为代表的经典CNN结构适合于图像级的分类和回归任务，因为它们最后都期望得到整个输入图像的一个数值描述（概率），比如AlexNet的ImageNet模型输出一个1000维的向量表示输入图像属于每一类的概率(softmax归一化)。...
2018-07-27 10:56:03
851
转载 Faster R-CNN原理介绍
Faster R-CNN原理介绍2017-01-17 分类：图像 阅读(16915) 评论(0) 看本文之前需要先了解Fast RCNN。Faster R-CNN提出了一种加快计算region proposals的方法，就是通过建立RPN（Region Proposal Network）网络。RPN是一个全连接的卷积网络，通过 end-to-end的方式训练出来高质量的region p...
2018-07-26 22:25:42
500
转载 faster r-cnn实现过程
目录 faster rcnn论文备注 caffe代码框架简介 faster rcnn代码分析 后记 faster rcnn论文备注 引言faster rcnn paper是Ross Girshick在基于CNN生成region proposal提速识别方案, 主要体现在复用前面卷积后的feature map和多框一次出, feature map一路生成框结合另一路...
2018-07-26 21:30:03
1667
转载 Pycharm 2018 配置Anaconda
官网链接官网的说明：具体步骤：File–> default settings –> project interpreter –> add在弹出来的对话框中左侧选择conda environment。由于我已经自己安装了anaconda，所以选择existing environment，在existing environment下边的interpreter（解释器）...
2018-07-19 16:09:40
2347
1
转载 ubuntu/Linux 下 Pycharm 安装中文汉化包
1. 打开终端，依次执行如下命令： cd /tmp git clone https://github.com/ewen0930/PyCharm-Chinese cd Pycharm-Chinese bash package.cmd (若找不到jar命令，需安装配置java环境，ubuntu为apt install default-jdk，...
2018-07-19 14:02:53
2491
转载 设置python3为默认python
我们知道在Windows下多版本共存的配置方法就是改可执行文件的名字，配置环境变量。Linux中的配置原理差不多，思路就是生成软链接，配置到环境变量。在没配置之前，我的Ubuntu中安装了python2.7和python3.6。而且输入python默认使用的是python2.7我需要配置成python3，只需要执行如下步骤。1.找到当前代表python2.7的软链接‘pytho...
2018-07-18 10:37:54
31561
2
原创 spp(空间金字塔池化)
前言： 接着上一篇文章提到的RCNN网络物体检测，这个网络成功的引入了CNN卷积网络来进行特征提取，但是存在一个问题，就是对需要进行特征提取图片大小有严格的限制。当时面对这种问题，rg大神采用的是对分割出的2000多个候选区域，进行切割或者缩放形变处理到固定大小，这样虽然满足了CNN对图片大小的要求，确造成图片的信息缺失或者变形，会降低图片识别的正确率. 如下图所示： 正...
2018-07-16 20:21:21
3661
5
转载 faster rcnn 详解
经过R-CNN和Fast RCNN的积淀，Ross B. Girshick在2016年提出了新的Faster RCNN，在结构上，Faster RCNN已经将特征抽取(feature extraction)，proposal提取，bounding box regression(rect refine)，classification都整合在了一个网络中，使得综合性能有较大提高，在检测速度方面尤为明显...
2018-07-16 16:42:46
400
转载 YOLO算法详解
YOLO全称You Only Look Once: Unified, Real-Time Object Detection，是在CVPR2016提出的一种目标检测算法，核心思想是将目标检测转化为回归问题求解，并基于一个单独的end-to-end网络，完成从原始图像的输入到物体位置和类别的输出。YOLO与Faster RCNN有以下区别：Faster RCNN将目标检测分解为分类为题和回归问题分...
2018-07-16 16:40:17
6824
转载 SSD算法详解
SSD目标检测白裳丶为啥你们只收藏不点赞？161 人赞了该文章SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法，截至目前是主要的检测框架之一，相比Faster RCNN有明显的速度优势，相比YOLO又有明显的mAP优势（不过已经被CVPR 2017的YOLO9000超越）。图1 速度...
2018-07-16 16:38:05
10151
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人