- 博客(18)
- 收藏
- 关注
RSS订阅原创 fatal: 过早的文件结束符（EOF）fatal: index-pack 失败
fatal: 过早的文件结束符（EOF）fatal: index-pack 失败。
2022-10-26 11:08:25
647
1
原创 Error in parsing ‘.arclint‘ file, in key ‘bin‘ for linter ‘pylint‘
如果报错，那说明没安装pylint，直接pip install pylint即可。再次 arclint 即可。
2022-09-26 15:23:00
369
1
原创 pytorch模型转onnx模型
pytorch转onnx的方法下载完后使用如下代码进行模型转换：mobilenetV2:各类轻量化模型的下载地址如下：GitHub - murufeng/awesome_lightweight_networks: The implementation of various lightweight networks by using P
2022-06-21 15:31:35
1281
原创 git 解决 fatal- 过早的文件结束符(EOF) fatal- index-pack failed
remote: Enumerating objects: , done.remote: Counting objects: 100% (), done.remote: Compressing objects: 100% (), done.fatal: The remote end hung up unexpectedly9 MiB | 12.88 MiB/s fatal: 过早的文件结束符（EOF）fatal: index-pack 失败git代码文件太大导致的。在终端执行这两行代码.
2022-04-20 19:21:50
1689
原创 onnx安装失败，Protobuf compiler not found
需要安装合适的protobuf编译器sudo apt-get install libprotobuf-dev protobuf-compiler
2022-01-20 14:39:41
4503
1
原创 如何pip在指定python版本下安装依赖包
如果机器上同时安装了python2.7，python3.5，python3.6python2.7 -m pip install ***python3.5 -m pip install ***python3.6 -m pip install ***即分别在三个python版本上安装依赖包
2022-01-18 15:34:29
2981
原创 pytorch如何查看tensor和model在哪个GPU上
查看tensor所在的设备：data=data.cuda()#将数据转移到gpu上print(data.device)# 输出：cuda:0data=data.cpu()#将数据转移到cpu上print(data.device)# 输出：cpu查看model所在的设备model=model.cuda()#将模型转移到gpu上print(next(model.parameters()).device)# 输出：cuda:0model=model....
2021-12-08 15:41:08
18551
2
原创 Input must be a list of dictionaries or a single numpy array for input ‘images‘.
可能的原因是输入数组需要的类型是numpy而代码却给到了tensor类型。通常在pytorch推理中，送图会加入img = torch.from_numpy(img)这一步，尝试将这一步去掉直接送图img，一般即可解决。
2021-12-08 14:57:10
3981
原创 INVALID_ARGUMENT : Unexpected input data type. Actual: (tensor(double)) , expected: (tensor(float)
pytorch推理过程中出现此错误，可能是输入端的numpy数组中值的数据类型是double类型在numpy数组中，np.double等于np.float64即double类型，而np.float32为float类型，因此在生成数组时，令dtype = np.float32即可解决该问题。例如：img = np.zeros((1,3,640,640), dtype = np.float32)...
2021-12-08 14:54:55
4426
1
原创 pytorch转onnx: step = 1 is currently not supported以及Exporting the operator silu to ONNX opset version
在yolov5s的pytorch模型转换onnx模型时报如下错误：RuntimeError: step!=1 is currently not supported原因主要是低版本的opset不支持切片操作导致的；把模型转换的代码改成如下所示即可，即使用版本11以上的opset：torch.onnx.export(model, img, "xxx.onnx", verbose=True,opset_version=11,export_params=True)解决该问题后可能会继续出现
2021-12-02 11:02:57
6408
8
原创 关于格式化输出的%d %p %f %u等的含义
％d整型输出，％ld长整型输出，％o以八进制数形式输出整数，％x以十六进制数形式输出整数，％u以十进制数输出unsigned型数据(无符号数)。％c用来输出一个字符，％s用来输出一个字符串，％f用来输出实数，以小数形式输出，（备注：浮点数是不能定义如的精度的，所以“%6.2f”这种写法是“错误的”！！！）％e以指数形式输出实数，％g根据大小自动选f格式或e格式，且不输出无意义的零。%p是打印地址的, %x是以十六进制形式打印, 完全不同！另外在64位下结果会不一样, 所以
2021-03-16 11:24:03
3226
原创 rgb文件格式的文件读取与转换
rgb文件格式的扩展名为.rgb，可以使用python版的opencv来读取和转换成.jpg的文件，代码如下：import cv2 as cvimport numpy as np f = open(r"img.rgb", "rb")data = f.read()f.close()data = [int(x) for x in data]# 图像尺寸是需要预先知道的data = np.array(data).reshape((720, 720, 3)).astype(np.uint8)
2021-03-15 18:07:24
2149
原创 如何给caffe添加upsample层(上采样层)
原版的caffe1.0并不支持上采样层，此处教大家如何添加自定义上采样层首先在此处下载upsample的代码:https://github.com/SeanQ88/caffe_upsamplecaffe源码：https://github.com/BVLC/caffeupsample_layer.hpp放入include/caffe/layers文件夹里upsample_layer.cpp和upsample_layer.cu放入src/caffe/layers文件夹里。打开src/..
2020-12-28 17:43:59
2749
原创 详细解读yolov3网络结构及cfg文件
[net]# Testing #推理时才用的到Testing# batch=1# subdivisions=1# Training #训练时使用以下参数batch=64 #每次载入的批次大小，这里是每次载入64张图片subdivisions=16 #这里将batch张图片分为16次送入，为了避免显存不够导致溢出width=608 #训练时的图片宽度height=608#训练时的图...
2020-03-15 20:24:53
1736
3
原创 4行代码实现Python并行，n倍加速运行速度！
目前在深度学习与图像处理领域，常常需要对大量图片进行批量处理。若按照常规的脚本编写方法进行处理，往往会消耗大量时间。这里我教大家一个非常简单的方法实现脚本并行，最大化利用你的多核cpu来n倍加速你的脚本。我们举例来说明：首先，我们在这里处理19000多张图片，将他们统一resize到16x16。我们立刻会想到使用for循环来完成，代码如下：import cv2,glob,dateti...
2020-03-15 16:06:32
1971
3
原创 opencv中的cv2.imwrite()不报错，但却保存不上图片是什么原因？
原因1: 保存路径不存在。可以在 cv2.imwrite() 语句之前加一个检查路径的语句，如下：if not os.path.exists(path): os.makedirs(path)即判断要保存的文件夹是否存在，若不存在就创建该文件夹。原因2: 保存路径不能有中文，这点非常容易忽视。...
2020-02-17 15:41:49
21764
9
原创 如何使用Pytorch实现YOLOv3训练自己的数据集（详尽版）
大名鼎鼎的YOLOv3由于其速度快，精度高等特点，成为了目前学术界以及工业界最广为使用的目标检测模型之一。原始的YOLOv3是基于darknet框架下完成了，因此本文将详细讲述如何在Pytorch下使用YOLOv3模型训练自己的数据集并进行预测。本文将分为四部分进行讲述： 环境配置 数据集准备 模型训练 模型预测 1.环境配置1.1 Python环境...
2020-02-15 11:28:54
21539
37
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人