自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

い天然呆的博客

深度学习、图像处理、模式识别

  • 博客(78)
  • 收藏
  • 关注

原创 利用Python进行图像和XML标注数据的批量处理

在机器学习项目中,特别是涉及到图像识别和分类的领域,经常需要对大量数据进行预处理。这些数据预处理可能包括图像转换、格式化标签、数据集划分等。本文将介绍一个基于Python的脚本,该脚本能够自动化这些常见任务,并且还支持多进程处理以加速这些操作。

2024-04-12 10:40:46 501

原创 关于yolov8x-p2.yaml

细化的yolov8x-p2.yaml,以及网络输出。

2024-04-09 14:24:23 355 1

原创 关于yolov8x6.yaml的一些理解

这意味着对于每个位置(像素)在这个特征图上,模型需要预测80个类的得分加上额外的一个边界框坐标regression,每个坐标包含4个值(通常是中心x,中心y,宽度和高度),这里有16个这样的边界框。(17)第28层:Concat模块,与经过卷积的27和第11层连接,27层(768x10x10) + 第11层(Layer conv11: type=Conv, out_channels=1024, size=10x10)= 2560x10x10。(4)第15层:upsample,第14层作为输入。

2024-03-30 17:30:19 841

原创 关于tensorrt里面的wts校验

显而易见 name: model.0.conv.weight dtype: 1 dim: [16, 3, 3, 3],它的内积就是Weight name: model.0.conv.weight, Count: 432, Type: FLOAT。

2024-03-11 13:40:08 347

原创 关于tensorrtx里面的convBnSiLU以及相关应用解析

(2)std::map<std::string, nvinfer1::Weights> weightMap:这是一个映射,以字符串键(通常是层的名称)存储一个权重结构(nvinfer1::Weights),包括权重数据和数据类型等。由于这是卷积层 conv0,假设该层设置的输出通道数是16,那么完整的输出特征图的维度就是 [16, 112, 112]。(7)int p:表示卷积层的填充(padding),用来在输入数据的边缘上添加额外的层,以保持尺寸或只进行边缘的减少。

2024-03-11 11:44:50 675

原创 关于opecv的gpu版本的源码编译安装

这样,系统中不会残留无用的包,整个系统更为干净。因为在cmake时,选择了自动生成OpenCV的pkgconfig文件,在/usr/local/lib/pkgconfig路径可以看到文件。-j8表示使用多个系统内核进行编译,从而提高编译速度,不清楚自己系统内核数的,可以使用make -j$(nproc)如果编译时报错,可以尝试不使用多个内核编译,虽然需要更长的编译时间,但是可以避免一些奇怪的报错。是一个新建的空文件,直接添加路径,同理这个路径是cmake编译时填的动态库安装路径加上/lib。

2024-03-09 08:50:48 331

原创 关于yolov8的DFL模块(pytorch以及tensorrt)

11、return self.conv(x.view(b, 4, self.c1, a).transpose(2, 1).softmax(1)).view(b, 4, a):这是前向传播的关键操作。x.view(b, 4, self.c1, a) 的意思是将 x 的形状由 (b, c, a) 改变为 (b, 4, self.c1, a)。6、self.conv.weight.data[:] = nn.Parameter(x.view(1, c1, 1, 1)):初始化卷积层的权重。

2024-03-07 10:45:17 1242

原创 关于yolov8的output0

关于yolov8的output0。

2024-03-05 17:40:01 255

原创 关于yolov8的一些模块

对于yolov8的c2f模块,就是上一层的输出被split成了两部分,一部分不动,另一部分经过conbnsilu提取特征在拼回去,结构图如下:onnx的netron图如下:(1)c2f(2)bottleneck对于yolov8的SPPF模块,就是上一层的输出进行convbnsilu卷积提取特征后,一部分拿去做池化,将不同层的池化特征与另一部分经过conbnsilu提取特征在拼回去,最后再进行特征提取,结构图如下:

2024-02-06 14:48:45 774 3

原创 香橙派--编译MNN报错,关于汇编的嵌套展开

类似地,第一个 FMIN 函数 FMIN v10, v15, v16, v17, v18 计算向量 v15, v16, v17, v18 中的最小值,并将结果存储在 v10 向量中。其中,FMAX 和 FMIN 函数分别用来计算一组向量中的最大值和最小值,并将结果存储在新的向量中。这段代码中使用了多个 FMAX 和 FMIN 函数,它们分别计算一组向量 v15 到 v30 中的最大值和最小值,并将结果存储在两个不同的向量(v9 和 v10)中。

2024-01-13 10:13:30 578

原创 当前目录下,给所有视频文件赋予 777 权限

【代码】当前目录下,给所有视频文件赋予 777 权限。

2024-01-04 15:56:15 403

原创 Ubuntu 22.04 安装 xserver-xorg-core-hwe-18.04 和 xserver-xorg-video-dummy-hwe-18.04

【代码】Ubuntu 22.04 安装 xserver-xorg-core-hwe-18.04 和 xserver-xorg-video-dummy-hwe-18.04。

2024-01-03 09:02:30 766

原创 香橙派--关于jammy-xfce-arm64.f12a43b3e629442a073a7236bf9166ce.tar.lz4的rootfs定制与镜像制作

香橙派--关于jammy-xfce-arm64.f12a43b3e629442a073a7236bf9166ce.tar.lz4的rootfs定制与镜像制作

2024-01-02 14:06:09 1368

原创 香橙派--关于jammy-gnome-arm64.e9d0e792c112dbb637bca901a75061e3.tar.lz4的根目录文件系统挂载,预装opencv

解压缩 jammy-gnome-arm64.e9d0e792c112dbb637bca901a75061e3.tar.lz4 文件,并将其挂载到一个目录中。安装 OpenCV 和其他所需的软件包。

2023-12-25 15:50:59 368

原创 Ultralytics YOLOv8.0.225 的onnx导出

【代码】Ultralytics YOLOv8.0.225 🚀的onnx导出。

2023-12-08 17:41:36 522

原创 libeigen3矩阵运算

【代码】libeigen3矩阵运算。

2023-09-26 16:35:01 93

原创 八公山豆腐发展现状与销售对策研究

八公山豆腐作为中国传统特色食品之一,一直以来备受人们的喜爱。然而,在现代社会中,由于消费者对于营养健康的追求以及市场竞争的加剧,八公山豆腐的市场份额逐渐缩小。因此,为了更好地推广和发展八公山豆腐,有必要对其发展现状进行分析,并提出相应的销售对策。

2023-09-18 18:01:07 170

原创 关于yolov8的8.0.176的训练代码报错(Resume checkpoint not found. Please pass a valid checkpoint to resume from)

args = dict(model=‘yolov8n.pt’, data=‘coco8.yaml’, epochs=3)是训练需要复写的内容,如果不写,就默认走defaults.yaml。这里增加了判断,overrides默认是None,如果训练不传递参数,那么就会进入这个判断的else,如果传了就会更新对应的’imgsz’, 'batch’这两个值。至于default.yaml只需要将resume 设置为1或者0即可。

2023-09-18 16:04:30 606

原创 关于yolov8的8.0.176的训练resume报错解决

【代码】关于yolov8的8.0.176的训练resume报错解决。

2023-09-17 21:47:41 419 1

原创 瑞芯微的api更新

【代码】瑞芯微的api更新。

2023-08-26 17:00:23 123

原创 瑞星微的api更新

【代码】瑞星微的api更新。

2023-08-26 16:09:31 84

原创 Jetson Nano开机自动进入桌面环境设置,不需要每次输入sudo init 5

如果在 Jetson Nano 上找不到 /etc/default/grub 文件,则说明 Jetson Nano 使用的是 NVIDIA 发布的 JetPack 软件包,并且该软件包使用的是 L4T(Linux for Tegra)操作系统。例如,如果要使用图形化界面,可以将其更改为 graphical.target。注意:在更改系统的运行级别之前,应该对其进行仔细的评估,以确保它符合您的需求。现在,当重新启动 Jetson Nano 时,它将自动切换到指定的运行级别。

2023-07-31 16:11:41 351

原创 英伟达开发板的资源下载

【代码】英伟达开发板的资源下载。

2023-07-26 17:45:50 48

原创 关于coco128的txt转voc格式

【代码】关于coco128的txt转voc格式。

2023-07-25 15:58:55 214

原创 关于coco-hand转换为voc格式数据集

【代码】关于coco-head转换为voc格式数据集。

2023-07-24 23:20:06 155

原创 关于rk3588s使用facenet-pytorch-main进行onnx的转换以及RKNN生成操作

关于rk3588s使用facenet-pytorch-main进行onnx的转换以及RKNN生成操作

2023-03-22 17:34:13 2058 8

原创 关于yolov8的训练的一些改动

关于yolov8的训练的一些改动,冻结训练

2023-02-03 16:06:00 3991 12

原创 ubuntu20.04+cuda11.1安装mxnet-gpu

ubuntu20.04+cuda11.1安装mxnet-gpu

2022-11-04 14:41:08 825

原创 关于yolov7的遗传算法进化训练

据网上消息YOLOv7相同体量下比YOLOv5精度更高,速度快120%(FPS),比YOLOX快180%(FPS),比Dual-Swin-T快1200%(FPS),比ConvNext快550%(FPS),比SWIN-L快500%(FPS)。最近yolov7刚出来,打算试一波,测测速度以及精度,经过对部分代码的研读,发现大部分还是延续了yolov5的风格,加之yolov6的部分内容以及一些才开源的sota的算法。所有的训练方式以及测试方式和配置文件大体都跟yolov5类似。修改完之后就可以进行遗传进化了。..

2022-07-16 16:15:19 1411 7

原创 cuda11.1_torch1.8_python3_crnn训练小记

1、制作lmdb数据集由于数据集制作不涉及核心,我就直接引用了python2的代码,当然有时间的同学们也可以自己改成python3的。先上环境,我使用anaconda新建了一个py27的环境(注意:opencv最后一次对python2的维护止于python2.7!!!)这是我的pip list:Package Version ------------- -------------------certifi 2020.6.20 lm

2022-05-26 17:59:16 1005

原创 配置snpe-1.60.0_3313的使用环境--onnx转dlc

1、snpe下载访问 Qualcomm 网站:(注册、登录 Qualcomm 账号)https://developer.qualcomm.com/software/qualcomm-neural-processing-sdk在 ‘Neural Processing SDK for AI -> Tools & Resources’ ⻚面,选择 Qualcomm Neural Processing SDK 下载到本地,并解压文件。2、snpe安装与配置将压缩包解压到home目录下,重命

2022-03-25 13:21:30 2589 1

原创 基于snpe-1.60.0_3313在骁龙865的开发板上测试yolov5(6.1)

1、下载yolov5(6.1)版本的代码以及模型(以下以yolov5n进行文档编写)https://github.com/ultralytics/yolov5/releases根据requirements.txt配置环境,配置完成后,调用export.py将L、M、N、S、X分别导出onnx模型,脚本具体配置如下:def parse_opt(): parser = argparse.ArgumentParser() parser.add_argument('--data', type

2022-03-25 11:49:19 3981 1

原创 shufflenet v2的block的pytorch实现代码

shufflenet v2的block的pytorch实现代码def channel_shuffle(x, groups): # type: (torch.Tensor, int) -> torch.Tensor batchsize, num_channels, height, width = x.data.size() channels_per_group = num_channels // groups # reshape x = x.view(batc

2022-02-10 16:36:25 1260

原创 树莓派镜像下载地址

https://www.raspberrypi.com/software/operating-systems/

2022-02-07 14:58:30 681

原创 lmageNet 数据集简介

ImageNet数据集是一个计算机视觉数据集,是由斯坦福大学的李飞飞教授带领创建。该数据集包合 14,197,122张图片和21,841个Synset索引。 Synset是WordNet层次结构中的一个节点,它又是 一组同义词集合。 ImageNet数据集一直是评估图像分类算法性能的基准。ImageNet 数据集是为了促进计算机图像识别技术的发展而设立的一个大型图像数据集。2016 ImageNet 数据集中已经超过干万张图片,每一张图片都被手工标定好类别。ImageNet 数据集中的图片涵盖了大部分生活

2021-12-25 10:25:27 6163

原创 2021-10-15

NVIDIA Developer ForumsIP Camera RTSP + GSTREAMER + C++ (Stream Latency 4-5 seconds)Intelligent Video AnalyticsGeneral​NVIDIA GTC 21: Access technical training and sessions built for developersRegister for Free - GTC 2021: #1 AI ConferenceIP Camera

2021-10-15 23:13:10 1024

原创 诸暨市香榧农产品发展现状与销售对策研究

诸暨市香榧农产品发展现状与销售对策研究摘要:本文从诸暨香榧产业的发展历史入手,从生产规模,产量,香榧企业和香榧衍生品几个方面来调查产业现状,发现诸暨香榧产业发展的特点,研究诸暨香榧产业所存在的问题,并根据问题从环保、生产规模、品牌、商业机会以及人文底蕴几个方面提出合理化的销售对策。关键词:诸暨香榧;现状;问题;建议一、诸暨香榧的简介香榧亦称为中国榧,形态是一种常绿乔木,香榧的培育过程需要嫁接,有培育实生苗和嫁接后培育嫁接苗两个阶段。香榧培植时长达二十年左右才能有所收获,从开花到结果,要历时三年才能收

2021-09-18 21:01:01 1461

原创 根据指定标签的xml文件选出对应标签的图片

# coding=utf-8"""选出指定标签的xml文件"""# """选出对应标签的图片"""import osimport os.pathimport xml.dom.minidomimport shutilimport syspath = "F:/aiuc/在批量xml标签中选出指定标签和对应图片/workcloth_person/3"newpath = "\\new\\label"# label_path = "C:\\Users\\AS\\Desktop\\new\\la

2021-09-14 13:59:01 645

原创 VS的终端工具--powershell无法activate conda虚拟环境

1、使用VS的终端powershell,发现powershell并不支持切换conda的虚拟环境。在cmd或者powershell中输入conda init --all就可以初始化所有的终端,如果只想初始化powershell ,则使用conda init powershell但是在重新打开终端时遇到了别的错误:更改powershell的执行策略使用管理员权限打开powershell,执行如下命令Set-ExecutionPolicy -ExecutionPolicy RemoteSig

2021-09-02 23:43:06 937

原创 使用labelimg不小心把数据标成yolo格式怎么办,此处有脚本帮助你

使用labelimg不小心把胡据标成yolo格式,此时使用以下叫泵恢复数据,所有文件夹需要自己新建def makexml(txtPath,xmlPath,picPath): #读取txt路径,xml保存路径,数据集图片所在路径 dict = {'0': "slit_l",#字典对类型进行转换 '1': "trans_l", '2': "slot_l", '3': "battery",

2021-08-10 17:13:54 255

coco80里面提取的coco800,包含所有类别

coco80里面提取的coco800,包含所有类别

2023-07-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除