- 博客(38)
- 资源 (4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 mmpose系列 （四）：hrnet+deeppose 训练23点与hrnet训练23点对比效果和速度。
hrnet+deeppose 训练23点与hrnet训练23点对比效果和速度。
2022-08-15 14:48:10
1047
原创 mmpose系列 (一)：hrnet 基于mmpose 训练body+foot 23点关键点
hrnet body+foot 23点 模型
2022-08-15 14:33:57
5282
22
原创 mmpose系列（二）：复现知乎大佬mmpose中的shufflenetv2+deeppose的方法
复现知乎大佬mmpose中的shufflenetv2+deeppose的方法
2022-08-12 16:47:22
984
1
原创 openpose环境基于opencv4.4 +cuda11.3+cudnn8.X
openpose 的opencv环境基于cuda11.3+cudnn8.x编译
2022-08-12 16:28:33
1110
原创 行人跟踪之身份识别（三）
前两篇写了人脸识别和yolo+deepsort这篇就写下两个方法的结合，在保持一定帧率的前提下进行身份识别和跟踪：代码直接在yolo+deepsort下的main.py 修改，先备份一个main.py 重命名为 main_track.py:import numpy as npimport timefrom tracker import face_trackfrom detector import Detectorfrom lib_face import *import cv2fro
2022-04-14 17:02:35
763
1
原创 行人跟踪之身份识别（er）
er 不是二 我故意的！别讲我二。留言二的那个，你别跑！人脸识别demo完成，搞一搞yolov5+deepsort环境还是上个环境，装了就没问题直接上百度盘链接链接：https://pan.baidu.com/s/16q3wOgZ4zGqkEkAzVmk2Mw提取码：yolo代码，模型，数据都有，下载下来直接run mian.py就行import numpy as npimport trackerfrom detector import Detectorimport ...
2022-04-08 18:08:29
4085
原创 行人跟踪之身份识别（一）
不知道有没有二 先写了一再说。这篇博客记录下我7天对yolov5+deepsort的改造，不，应该说是小改动。场景：单海康萤石摄像头下的身份识别+人物跟踪。环境gpu 3070 cuda 11.3 torch1.10 trochvision 11不知道有没有大佬推荐其他方法，本人采用人脸识别为 opencv中的cv2.face.EigenFaceRecognizer_create和cv2.CascadeClassifier方法去对人脸进行检测和识别不说其他上环境：pyc...
2022-04-08 17:45:04
3358
原创 windows下跑通transformer 实现图像分割，3060基于cuda11.3+torch1.10+torchvision1.11
首先环境部署cuda11.3 和torch1.10 vs2019(默认安装即可)这些不再赘述。接下来比较重要的是：一些依赖的环境本人的依赖环境如下：很多博客上讲安装mmcv1.3.3 本人亲测 会报错
2022-03-24 10:25:46
8401
9
原创 utils系列 python将jp2图像格式转为jpg可读格式
p2为jpg2000的格式，正常用代码在Windows或在linux 都不可读。windowspython代码读取需安装：pip install pgmagick 直接安装报错下载离线包 whl件安装下载地址https://www.lfd.uci.edu/~gohlke/pythonlibs/#pgmagick下载完直接pip install 即可linux需要安装pgmagic的依赖sudo apt-get install libgraphicsmagi..
2021-12-02 10:32:36
1425
原创 util系列：linux下python代码调试工具pdb
对于开发人员来说，调试可以便于查看程序运行的过程，定位程序 运行的错误，是一项十分重要的技能。此外，深度学习算法通常会使用 远程服务器的形式进行开发，这时使用类似于Pycharm的IDE进行调试 的方法也不适用了。所以，如果你还在继续使用print()函数来调试 Python程序的话，你需要了解一个新的工具：pdb。 pdb是Python自带的一个库，可以ᨀ供交互式的调试功能，ᨀ供了 断点设置、单步调试、源码查看、堆栈查看等丰富的功能。pdb类似于 C++中的gdb调试工具。通...
2021-07-19 14:01:52
256
原创 linux 安装python3.7.10
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-.
2021-07-02 13:20:07
508
原创 utils系列：pyinstaller 打包 以gunicorn启动的Flask
首先是你要打包的Flask服务的py文件app.py#!/usr/bin/env python3# -*- coding: utf-8 -*-from hello import hallofrom flask import Flaskapp = Flask(__name__)@app.route('/')def hello(): return 'hello world'application = app#以gunicorn 启动的Flask不会走main方法所以下面
2021-06-26 14:39:20
1731
原创 utils系列:gunicorn flask 启动多进程；杀gunicorn 进程
一、gunicorn flask一个简单的flask demo：#main.pyfrom flask import Flaskapp = Flask(__name__)@app.route('/')def index(): return 'hello world'if __name__ == '__main__': app.run()安装gunciornpip install gunicorngunicorn 执行命令gunicorn -b 0.
2021-06-24 17:59:28
1770
原创 utils系列：python 脚本 从docker容器内部获取docker id
两种方法1. docker-py 的方法 但是我看了下好像 docker-py的版本如果和docker的版本不一致是会报错的import dockerdef docker_id(): client = docker.from_env(version='auto') docker_ps_list = client.containers() length = len(docker_ps_list) print(length) l = [] for co
2021-06-22 14:36:52
1204
原创 utils系列：提取office和pdf中的内容图片
#!/usr/bin/env python# -*- coding:utf-8 -*-import pptxfrom pptx import Presentationimport timeimport os, reimport docximport shutilfrom PIL import Imageimport xlrdimport zipfileimport fitzimport sysimport importlibimport xlwtimport pdfplumb.
2021-06-15 16:07:14
217
原创 heic格式图片转为jpg格式 安装pyheif
windows不支持，现安装于linux pip install pyheif用pip命令直接安装报错：Collecting pyheif Downloading https://pypi.tuna.tsinghua.edu.cn/packages/a0/b5/74e08a65b3775153f72b2bf75adf9ca48f41db207e0d21dd7c8876e413cb/pyheif-0.5.1.tar.gzRequirement already satisfied: cf
2021-05-08 17:09:57
2333
3
原创 pytorch 使用amp进行混合精度训练
简介AMP：Automatic mixed precision，自动混合精度，可以在神经网络推理过程中，针对不同的层，采用不同的数据精度进行计算，从而实现节省显存和加快速度的目的。在Pytorch 1.5版本及以前，通过NVIDIA提供的apex库可以实现amp功能。但是在使用过程中会伴随着一些版本兼容和奇怪的报错问题。从1.6版本开始，Pytorch原生支持自动混合精度训练，并已进入稳定阶段，AMP 训练能在 Tensor Core GPU 上实现更高的性能并节省多达 50％ 的内存。环境Py
2021-04-08 18:31:17
3258
2
转载 soft_nms和nms
NMS是one-stage和two-stage目标检测任务中常用的一种后处理方法，用来过滤无效重叠的检测框。NMSNMS全称非极大值抑制，出自ICPR2006的论文《Efficient Non-Maximum Suppression》。其基本思想很简单，就是保留局部最大值而去除局部非最大值。NMS对所有的类别的检测框进行循环过滤。对于某个类别C，首先对这些矩形框按照概率降序排列，选中概率最大的框作为候选框，对于剩下的框，依次与候选框求IOU，如果IOU大于某个阈值（超参），则将这些框丢弃（置0）
2021-04-08 18:26:32
265
转载 9个技巧让你的PyTorch模型训练变得飞快！
点击上方“AI遇见机器学习”，选择“星标”公众号重磅干货，第一时间送达作者：William Falcon编译：ronghuaiyang导读一个step by step的指南，非常的实用。不要让你的神经网络变成这样让我们面对现实吧，你的模型可能还停留在石器时代。我敢打赌你仍然使用32位精度或GASP甚至只在一个GPU上训练。我明白，网上都是各种神经网络加速指南，但是一个checklist都没有（现在有了），使用这个清单，一步一步确保你能榨干你模型的所有性能。本指南.
2021-04-08 18:18:35
156
原创 记录分类模型，对应参数准确率和损失下降情况
densenet 加入drop out p=0.4sgd优化器optimizer = torch.optim.SGD(classify_model.parameters(), lr=params["lr"], momentum=0.9, weight_decay=1e-5)scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.7, patience=2)dense...
2021-04-02 10:17:22
1081
原创 utils系列：python 移动、保存文件，list、dict 转txt 、csv、excel ，txt，excel转list等等代码
txt转listdef readfiel(path): # path = "E:/data/txt/" list1 = [] flielist = os.listdir(path) for f in flielist: list = [] filename= ["filename"] # f =os.path.join(path,f)ll list.append(f) dic = dict(
2021-03-11 13:33:48
228
原创 记录问题并解决Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same
在跑resenet的时候出现下面的问题RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same报错的代码Traceback (most recent call last): File "E:/workspace/MachineLearning-master/main.py", line 159, in <module>
2021-03-01 15:09:52
8474
8
原创 sitf+LK+pnp 识别、跟踪图片，并求三维旋转角度（四） -----LK光流跟踪
光流法opencv里面有七八中方法，这里我使用了LK光流法，网上对于lk光流介绍的有很多文章，我就这放一篇我最推荐的文章（懒人就别去了看下面代码吧）：Opencv Python版学习笔记（五）光流跟踪 Lucas-Kanade（LK）算法，里面有python版本的Lk光流代码，本人亲测可用，但是这些代码仅限于跑跑demo，而且这个代码在逻辑顺序上（代码中的序号1，2）有点问题（当然是我这么想的，可能作者本身有其他的意思，我这就按照我的想法更改过来了），sift+光流的方法，是在这个代码的基础上去改进的：.
2021-02-02 17:29:42
717
2
原创 sitf+LK+pnp 识别、跟踪图片，并求三维旋转角度（三） -----pnp 相机位姿求解
上一篇说到单应性矩阵求解相机位姿不是特别准确，因为求解出来的旋转向量有四组解。这个时候我不知道怎么办，不过百度是个好东西，找到了pnp相机位姿求解很多文章，这里就推荐这篇。一开始看的云里雾里，什么点什么像素点，对应不起来啊，这个点要怎么找啊，完全就是懵b状态，也怪我没有仔细阅读。后来又去请教其他大佬，其他大佬都是用slam去做的，跟我这个没多大关系。索性就按照自己的想法来吧，先去理解下pnp求解相机位姿是怎么做的，我们先去看下代码，opencv中自带pnp求解函数。def solvePnP(objec
2021-01-29 10:46:22
818
原创 sitf+LK+pnp 识别、跟踪图片，并求三维旋转角度（二） -----单应性矩阵分解，求解角度
上篇文章，已经return出单应性矩阵和特征点，特征点后续会在光流中应用到，先对sift返回的单应性矩阵求解旋转角，这个旋转角又称欧拉角，也不详细解释了，网上对于欧拉角的介绍也是一大堆，我就做一次搬运工，你们收好吧戳这里，这个是用c++写出来的，你们是不是急着要python的 这就给你们安排：num, Rs, Ts,Ns = cv2.decomposeHomographyMat(M, camera_matrix)什么？camera_matrix这个又是什么？还有为什么有四个参数？camera_m.
2021-01-28 17:49:53
986
2
原创 sitf+LK+pnp 识别、跟踪图片，并求三维旋转角度（一） -----特征匹配
前一段时间做了个增强现实的项目，就此记录下遇到的坑。通常大佬们的增强现实使用的是slam技术，但是本人是个slam小白不懂那一套，于是通过各种渠道、资料，先去了解如何实现以图识图，以图识图很好做，有传统方法和深度学习方法。但是为了省去以后添加一张新的识别图而重新训练的尴尬，采用了传统的opencv中自带的提取特征方法，并通过这些特征点去匹配，匹配方法有暴力匹配有flann方法，并通过匹配点找到待识别图和原图之间的单应性矩阵的关系。具体就不详细介绍了，网上关于这些方法的介绍和详细代码一大堆，包括性
2021-01-28 14:49:35
817
原创 随便写了一些自然场景文本检测的相关工作，以便往后复习。有写的不对的地方还请各位指正
由于近来物体检测的发展和深度学习语义分割，场景文本检测已经取得了很大的进展。 它们大致可分为两类：1）基于回归的方法。 场景文本是特定类型的对象。 许多最近的方法通过直接回归包含文本的水平/定向矩形或四边形来调整一般对象检测框架来检测文本。 一些其他方法试图回归文本部分或角点，然后是链接或组合过程。 2）基于分段的方法。 场景文本检测也可以视为文本实例分割。 几种方法[1]-[3]依靠完全卷积网络...
2019-05-31 13:20:50
547
原创 Pyramid Feature Attention Network for Saliency detection 用于显著性检测的金字塔特征注意网络
Pyramid Feature Attention Network for Saliency detection引言显著性检测是计算机视觉领域的基本挑战之一，怎么有效去提取特征非常关键，目前的一些方法主要都是采用多尺度卷积提取特征的方法，然而有些特征对于显著性检测是没有作用的，有的会引起干扰。这篇文章旨在解决这一问题，提出一种金字塔特征注意网络，重点关注有效的高层上下文特征和低层次的空间结构特...
2019-05-14 11:29:49
6585
7
原创 Accurate Text Localization in Natural Image with Cascaded Convolutional Text Network（基于级联卷积神经网络文本定位）
本文就是CCTN，级联卷积网络。CCTN从低分辨率图像中快速检测文本区域，然后精确地定位来自每个放大区域的文本行。我们将先前基于字符的检测转换为直接文本区域估计，避免了多个自下而上的后处理步骤。通过将整个文本区域视为提供强语义信息的检测对象，通过开发矩形卷积和多个网络内融合来定制卷积网络，有效地处理多形状和多尺度文本。自然图像中的文本检测和识别最近越来越受到计算机视觉界的关注。 本文重点介绍文...
2019-03-28 22:02:00
619
原创 Scene Text Detection with Supervised Pyramid Context Network（基于监督金字塔上下文网络的场景文本检测）
这是一篇中国电子科技大学的文本检测文章引言基于深度学习的场景文本检测方法在过去几年取得了显着成效。 然而，由于自然场景的高度多样性和复杂性，当应用于在现实世界环境中捕获的图像时，目前最先进的文本检测方法仍可能产生大量假阳性结果。 为了解决这个问题，作者受到Mask R-CNN的启发，文中提出了一种有效的场景文本检测模型，该模型基于特征金字塔网络（FPN）和实例分割。 作者提出了一个监督金字...
2019-03-26 18:27:08
1982
2
DensNet 论文翻译
Abstract：最近的成果显示，如果神经网络各层到输入和输出层采用更短的连接，那么网络可以设计的更深、更准确且训练起来更有效率。本文根据这个现象，提出了Dense Convolutional Network (DenseNet)，它以前馈的方式将每个层都连接到其他每一层。然而传统L层卷积网络有L连接，而DenseNet的任一层不仅与相邻层有连接，而且与它的随后的所有层都有直接连接，所以该网络有L...
2018-10-12 11:09:46
1590
转载 Tensorflow中API------tf.data.Dataset使用
Tensorflow API: tf.data.Dataset使用Tensorflow中之前主要用的数据读取方式主要有：建立placeholder，然后使用feed_dict将数据feed进placeholder进行使用。使用这种方法十分灵活，可以一下子将所有数据读入内存，然后分batch进行feed；也可以建立一个Python的generator，一个batch一个batch的将数据读入...
2018-10-07 14:42:06
192
2
转载 一文看懂 Attention 机制，你想知道的都在这里了。
/* 版权声明：可以任意转载，转载时请标明文章原始出处和作者信息 .*/ author: 张俊林 要是关注深度学习在自然语言处理方面的研究进展，我相信你一定听说过Attention Model（后文有时会简称AM模型）这个词。AM模型应该说是过去一年来NLP领域中...
2018-09-19 11:45:50
2862
翻译 【论文翻译】Image Net Classification with Deep Convolutional Neural Networks
1.Introduction 目前的对象识别方法是机器学习方法的必要用途。为了提高性能，我们可以收集更大的数据集，学习更强大的模型，并使用更好的技术来防止过度配置。直到最近，标记图像的数据集相对较小 - 大约数万个图像（例如，NORB [16]，Caltech-101/256 [8,9]和CIFAR-10/100 [12]）。使用此大小的数据集可以很好地解决简单的识别任务，特别是如...
2018-09-15 11:34:30
617
翻译 计算机在基于阅读的人机交互证明（HIP）中的单字符识别中超过人类
人工交互证明（HIP）已经在互联网上变得司空见惯，以保护免费在线服务受自动脚本/机器人滥用的侵犯。 它们是旨在帮助人们易于解决的挑战，同时对于计算机来说仍然是难以解决的问题。 基于读数的HIP包括分割问题和一个或多个识别问题。 最近的研究表明，计算机比分割问题更能解决识别问题。 在本文中，我们通过一系列人类用户研究和使用卷积神经网络的计算机实验来比较人类和计算机单字符...
2018-09-03 16:33:27
405
PIL读取PNG图片时报编码错误
2020-10-23
TA创建的收藏夹 TA关注的收藏夹
TA关注的人