随笔分类 - 深度学习
深度学习的一些零碎知识点
摘要：mtcnn： Multitask 数据集： Wider Face数据集：http://shuoyang1213.me/WIDERFACE/ CelebA数据集： http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html Pnet： pnet网络： import
阅读全文
摘要：1-2 图片数据建模流程范例 tensorflow中准备图片数据的常用方案有两种，第一种是使用tf.keras中的ImageDataGenerator工具构建图片数据生成器。 第二种是使用tf.data.Dataset搭配tf.image中的一些图片处理方法构建数据管道。 第一种方法更为简单，其使用
阅读全文
摘要：https://chenrudan.github.io/blog/2015/08/04/dl5tricks.html https://zhuanlan.zhihu.com/p/32338983 优化算法的常用tricks 最后，分享一些在优化算法的选择和使用方面的一些tricks。 首先，各大算法孰
阅读全文
摘要：sudo apt install -y xorg sudo nvidia-xconfig --enable-all-gpus --allow-empty-initial-configuration --cool-bits=7 vi ~/gpufansetting 编辑脚本gpufansetting,
阅读全文
摘要：看gluoncv网络的笔记 from gluoncv.model_zoo import get_model import mxnet as mx from mxnet import autograd # net = get_model('center_net_resnet50_v1b_coco',p
阅读全文
摘要：固定部分权重，不更新 比如说只更新最后一个dense层的权重：Trainer里面用下面这个而不是所有的model.collect_params() model.collect_params(select='.*dense0') 如果想设置为只有dense0层不更新 model.collect_par
阅读全文
摘要：https://zhuanlan.zhihu.com/p/256458915 P100, 5M图片，crnn识别一个epoch训练时间15h，第一次best_model出现在6epoch，第二次14epoch。batch_size=128, 占显存6g多。 SynText文本生成器。 seq2seq
阅读全文
摘要：mxnet报错： 参考下面博客，执行命令重新加载nvidia内核 https://blog.csdn.net/maizousidemao/article/details/108234321 sudo rmmod nvidia_uvm sudo modprobe nvidia_uvm 报错信息，nvi
阅读全文
摘要：yolo5的训练trick https://zhuanlan.zhihu.com/p/197776260 ema 权重系数随着迭代次数的变化趋势如下，当迭代次数增加时，权重系数越来越大，则后续模型的参数对整体ema模型的参数影响越来越小 import numpy as np import matpl
阅读全文
摘要：LUT即look-up table, 进行查表转换，LUT函数对输入图像，根据提供的转换表，将像素值进行转换，其参数含义如下： dst = cv2.LUT(src, lut, dst=None) src：输入数据array，类型为8位整型（np.uin8) lut：查找表，如果输入src是多通道的，
阅读全文
摘要：win10同时装了mxnet和pytorch， mxnet版本为1.5.0+cu101， torch版本为1.7.1+cu101, 出现了下面奇怪的错误： OSError: [WinError 127] 找不到指定的程序。 Error loading "D:\Anaconda3\lib\site-p
阅读全文
摘要：无监督目标定位 SCDA：selective convolution descriptor aggregation https://www.jianshu.com/p/69bebb635b3d?utm_campaign=maleskine&utm_content=note&utm_medium=se
阅读全文
摘要：https://www.zhihu.com/question/58200555
阅读全文
摘要：引言 空洞卷积(Dilated/Atrous Convolution)，广泛应用于语义分割与目标检测等任务中，语义分割中经典的deeplab系列与DUC对空洞卷积进行了深入的思考。目标检测中SSD与RFBNet，同样使用了空洞卷积 空洞卷积：在3*3卷积核中间填充0，有两种实现方式，第一，卷积核填充
阅读全文
摘要：继续整理tensorrt的学习资料，方便后续查看. (文章内容大部分摘取于网络资源) ## 1 int8量化 int8量化就是将网络的权重由float32类型缩放为int8类型，同时记录缩放的scale。为了尽可能的不丢失精度，需要采用标定图片来确定缩放的范围。 ### 1.1 int8量化原理 *
阅读全文
摘要：继续整理tensorrt的学习资料，方便后续查看. (文章内容大部分摘取于网络资源) ## 1. tensorrt插件 对于tensorrt不支持的算子，可以通过plugin插件的方式，自己实现。这里采用在pytorch中自定义一个算子，导出到onnx中，然后实现一个tensorrt plugin来
阅读全文
摘要：整理下tensorrt学习资料，方便后续查找。(文章内容大部分摘取于网络资源） # 1. tensorrt介绍 安装： https://docs.nvidia.com/deeplearning/sdk/tensorrt-install-guide/index.html tensorrt python
阅读全文
摘要：有点时间了，整理下部分学习资料，方便后续查找，先从onnx开始吧。(文章内容大部分摘取于网络资源） ### 1 onnx介绍 **ONNX的本质，是一种Protobuf格式文件。**onnx是基于protobuf来做数据存储和传输,*.proto后缀文件, 其定义是protobuf语法，类似json
阅读全文
摘要：1. 训练 1.1 数据预处理： 得到视频每一帧的图片和对应xml标注文件(和目标检测类似，每个目标的box和name)，将图片中的每个目标切割出来，存储为子图。截取过程如下： 以目标中心点为中心，长和宽分别为s_x，截取图片并缩放到(instance_size, instance_size)； i
阅读全文
摘要：BatchNorm 1. BN的作用 工作原理： BN 有效地加速了模型训练，加大 learning rate，让模型不再过度依赖初始化。它在训练时在网络内部进行归一化（normalization）， 为训练提供了有效的 regularization，抑制过拟合，用原作者的话是防止了协方差偏移。这里
阅读全文
