摘要：
参数说明 inputs: 输入数据，2维tensor. units: 该层的神经单元结点数。 activation: 激活函数. use_bias: Boolean型，是否使用偏置项. kernel_initializer: 卷积核的初始化器. bias_initializer: 偏置项的初始化器，
阅读全文
posted @ 2022-02-14 09:35
qiaokuankuan
阅读(1093)
推荐(0)
摘要：
dense ：全连接层 相当于添加一个层函数如下： tf.layers.dense( inputs, units, activation=None, use_bias=True, kernel_initializer=None, ##卷积核的初始化器 bias_initializer=tf.zero
阅读全文
posted @ 2022-02-11 16:56
qiaokuankuan
阅读(441)
推荐(0)
摘要：
简单粗暴的tensorflow TensorFlow中两种多分类损失函数categorical_crossentropy和sparse_categorical_crossentropy间的区别 Tensorflow中dense（全连接层）各项参数
阅读全文
posted @ 2022-02-11 16:51
qiaokuankuan
阅读(34)
推荐(0)
摘要：
TensorFlow中，categorical_crossentropy和sparse_categorical_crossentropy都是交叉熵损失函数，它们的数学意义相同，区别仅在于适用于不同的类别标签编码格式。当输入数据的类别标签采用独热编码（OneHot Encoding）格式时，模型应采用
阅读全文
posted @ 2022-02-11 16:48
qiaokuankuan
阅读(1335)
推荐(1)
摘要：
按网上教程安装老黄GPU驱动，稀里糊涂一波安装操作后，重启发现卡在Ubuntu进入界面上一直转圈圈。 后来估计是安装了lightdm显示管理器导致的问题。所以把显示管理改回原理默认的gdm3.然后发现就可以正常登录了。 方法步骤： 1.重启电脑 2.进入Ubuntu恢复模式。进入方法，选择Ubunt
阅读全文
posted @ 2022-02-09 13:06
qiaokuankuan
阅读(2172)
推荐(0)
摘要：
问题描述： windows 10 和ubuntu 20.04都安装了向日葵客户端，Ubuntu20.04连接访问win10正常，但在windows上连接访问ubuntu时，总是显示正在连接，马上就是连接已断开，如下图： 解决方法：
阅读全文
posted @ 2022-02-09 09:21
qiaokuankuan
阅读(379)
推荐(0)
摘要：
简单整理了冲模型训练到openvino部署的相关内容。 YOLO模型的训练 1.下载darknet，进行编译。安装cuda、opencv、cudnn。 git地址：https://gitcode.net/mirrors/alexeyab/darknet 2.lable标注工具下载： git地址：ht
阅读全文
posted @ 2022-01-30 10:22
qiaokuankuan
阅读(342)
推荐(0)
摘要：
具体示例 原图像： 缩放后的图像： Code
阅读全文
posted @ 2022-01-28 16:52
qiaokuankuan
阅读(2545)
推荐(0)
posted @ 2022-01-28 16:47
qiaokuankuan
阅读(66)
推荐(0)
摘要：
矩阵转置变换 二维 import numpy as np x = np.arange(4) print("x\n",x) x1=x.reshape((2,2)) print("x1\n",x1) x2=x1.transpose() print("x2\n",x2) x3=x1.transpose(1
阅读全文
posted @ 2022-01-28 16:38
qiaokuankuan
阅读(41)
推荐(0)
摘要：
降维结果： x.shape: (1, 3, 1) x1.shape (3,) x2.shape (1, 3) x3.shape (3, 1)
阅读全文
posted @ 2022-01-28 16:19
qiaokuankuan
阅读(150)
推荐(0)
摘要：
Numpy是科学计算库,是一个强大的N维数组对象ndarray，是广播功能函数。其整合C/C++.fortran代码的工具 ，更是Scipy、Pandas等的基础 numpy相关属性 numpy darray数组的创建 numpy 数组的维度变换 numpy 数组的类型变换 数据类型的转换 ：a.a
阅读全文
posted @ 2022-01-28 15:15
qiaokuankuan
阅读(231)
推荐(0)
摘要：
dpkg 是Debian Package的简写，是为Debian 专门开发的套件管理系统，方便软件的安装、更新及移除。所有源自Debian的Linux发行版都使用dpkg，例如Ubuntu、Knoppix 等。 以下是一些 Dpkg 的普通用法： 1、dpkg -i <package.deb> 安装
阅读全文
posted @ 2022-01-28 09:09
qiaokuankuan
阅读(753)
推荐(0)
摘要：
第一步，功能说明：addWeighted（）函数是将两张相同大小，相同类型的图片融合的函数。他可以实现图片的特效，不多说了，直接上图。 第二步，结果图显示： 待 融合的两张图src1，src2： 效果图dst： 第三步，API详解：void cvAddWeighted( const CvArr* s
阅读全文
posted @ 2022-01-27 11:18
qiaokuankuan
阅读(157)
推荐(0)
摘要：
轮廓检测 实现 结果 注意，findcontours函数会“原地”修改输入的图像。这一点可通过下面的语句验证： cv2.imshow("binary", binary) contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.C
阅读全文
posted @ 2022-01-26 13:52
qiaokuankuan
阅读(757)
推荐(0)
摘要：
Python之Numpy库常用函数大全 numpy的argmax用法 numpy.squeeze()的用法 numpy.transpose 详解 np.newaxis用法 cv2.resize用法 轮廓检测cv2.findContours() 图像融合opencv中addWeighted()
阅读全文
posted @ 2022-01-26 13:51
qiaokuankuan
阅读(46)
推荐(0)
摘要：
还是从一维数组出发.看下面的例子.import numpy as np a = np.array([3, 1, 2, 4, 6, 1]) print(np.argmax(a)) 4 argmax返回的是最大数的索引.argmax有一个参数axis,默认是0,表示第几维的最大值.看二维的情况.impo
阅读全文
posted @ 2022-01-26 13:32
qiaokuankuan
阅读(110)
推荐(0)
摘要：
openvino openvino官方：https://docs.openvino.ai/latest/index.html openvino开放的model：https://gitcode.net/openvinotoolkit/open_model_zoo openvino例子：https://
阅读全文
posted @ 2022-01-24 16:19
qiaokuankuan
阅读(314)
推荐(0)
摘要：
https://gitcode.net/mirrors/alexeyab/darknet.git
阅读全文
posted @ 2022-01-21 10:18
qiaokuankuan
阅读(531)
推荐(0)
摘要：
2、抽取P帧 3、抽取B帧 https://www.jianshu.com/p/f07f0be088d0
阅读全文
posted @ 2022-01-20 09:44
qiaokuankuan
阅读(700)
推荐(0)
posted @ 2022-01-20 09:10
qiaokuankuan
阅读(67)
推荐(0)
摘要：
Relu函数 讲Relu函数前需要先了解关于激活函数的概念和作用。 什么是激活函数? 首先了解一下神经网络的基本模型 如上图所示，神经网络中的每个神经元节点接受上一层神经元的输出值作为本神经元的输入值，并将输入值传递给下一层，输入层神经元节点会将输入属性值直接传递给下一层（隐层或输出层）。在多层神经
阅读全文
posted @ 2022-01-19 08:58
qiaokuankuan
阅读(1845)
推荐(0)
摘要：
“激活函数”能分成两类——“饱和激活函数”和“非饱和激活函数”。
阅读全文
posted @ 2022-01-17 11:51
qiaokuankuan
阅读(925)
推荐(0)
摘要：
feature map、卷积核、卷积核个数、filter、channel的概念解释 feather map的理解 在cnn的每个卷积层，数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起（像豆腐皮一样），其中每一个称为一个feature map。 feather map 是怎么生成的？
阅读全文
posted @ 2022-01-14 12:54
qiaokuankuan
阅读(1344)
推荐(0)
摘要：
1、提出背景 在深度学习中，由于问题的复杂性，我们往往会使用较深层数的网络进行训练，相信很多炼丹的朋友都对调参的困难有所体会，尤其是对深层神经网络的训练调参更是困难且复杂。 在这个过程中，我们需要去尝试不同的学习率、初始化参数方法（例如Xavier初始化）等方式来帮助我们的模型加速收敛。深度神经网络
阅读全文
posted @ 2022-01-14 11:07
qiaokuankuan
阅读(129)
推荐(0)
摘要：
目标检测性能评价指标（mAP、IOU、NMS、FPS） anchor设置 yolo_目标检测中Anchor（先验框）的作用 感受野和Anchor box Batch Normlization原理 CNN中feature map、卷积核、卷积核个数、filter、channel的概念解释，以及CNN
阅读全文
posted @ 2022-01-14 10:58
qiaokuankuan
阅读(59)
推荐(0)
摘要：
目标检测网络（Faster RCNN、SSD、YOLO v2&v3等）中，均有先验框的说法，Faster RCNN中称之为anchor(锚点)，SSD称之为prior bounding box(先验框)，实际上是一个概念。Anchor设置的合理与否，极大的影响着最终模型检测性能的好坏。 1. 什么是
阅读全文
posted @ 2022-01-14 10:38
qiaokuankuan
阅读(1375)
推荐(0)
摘要：
Anchor box 与 感受野
阅读全文
posted @ 2022-01-14 10:19
qiaokuankuan
阅读(182)
推荐(0)
摘要：
Yolo介绍 Yolo v3网络结构 Yolo v3实现过程 下图展示了在feat3特征图上的检测结果，特征图上的一个像素对应原图中的一个网格，每个尺度定义了3种anchor，即每个网格会有3个预测框，每个预测框具有（5 + C）个属性。网络在3个尺度上检测，所以整个网络共检测13 * 13 * 3
阅读全文
posted @ 2022-01-14 09:13
qiaokuankuan
阅读(703)
推荐(0)
摘要：
一、mAP 这里首先介绍几个常见的模型评价术语，现在假设我们的分类目标只有两类，计为正例（positive）和负例（negtive）分别是： 1）True positives(TP): 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数（样本数）； 2）False positives
阅读全文
posted @ 2022-01-13 13:02
qiaokuankuan
阅读(2053)
推荐(0)
摘要：
Flask 本指南介绍了如何在 Flask 中使用 pyecharts。 Flask 模板渲染 将 pyecharts 模板，位于 pyecharts.render.templates 拷贝至刚新建的 templates 文件夹 示例代码 from flask import Flask from j
阅读全文
posted @ 2022-01-12 10:11
qiaokuankuan
阅读(97)
推荐(0)
摘要：
Darknet概述 darknet用自己的数据进行训练 安装labelImg的教程 ubuntu下ffmpeg安装 ffmpeg视频抽取帧 安装CUDA 安装cudnn darknet编译GPU、CUDNN CUDNN_CONVOLUTION_FWD_SPECIFY_WORKSPACE_LIMIT‘
阅读全文
posted @ 2022-01-11 14:03
qiaokuankuan
阅读(195)
推荐(0)
摘要：
matplotlib的使用——连续图像部分plt.plot matplotlib的使用——picture in picture画中画的使用 matplotlib的使用——subplot分格显示 matplotlib的使用——3D绘画 matplotlib的使用——contour等高线的绘制 matp
阅读全文
posted @ 2022-01-11 13:55
qiaokuankuan
阅读(25)
推荐(0)
摘要：
pyecharts-直角坐标系图标 pycharts-地理图表 pycharts-基本图表 pycharts-3D图表 pycharts-树形图表 pycharts-组合图表 pycharts-主题设置 pycharts-配置项 pycharts-从0开始美化一个图表 Web框架整合-FLask
阅读全文
posted @ 2022-01-11 13:29
qiaokuankuan
阅读(148)
推荐(0)
摘要：
因为在直角坐标系数据中，你必须公用一个x轴的数据才能一起添加这两个年份的x轴数据（人均GDP）显然是不一样的，所以只能分别绘制之后然后通过overlap层叠在一起～ 设置坐标轴类型为value； 顺便设置一个坐标轴名称～
阅读全文
posted @ 2022-01-11 11:48
qiaokuankuan
阅读(353)
推荐(0)
摘要：
配置项 分为全局配置项和系列配置项两个部分；☁️ 为防止混淆，每个cell中只包含一项功能实现； 每个配置项均附上了官方的代码注释； 分为全局配置项和系列配置项两个部分； ☁️ 为防止混淆，每个cell中只包含一项功能实现； 每个配置项均附上了官方的代码注释； 全局配置项
阅读全文
posted @ 2022-01-11 09:52
qiaokuankuan
阅读(1154)
推荐(0)
posted @ 2022-01-11 09:29
qiaokuankuan
阅读(299)
推荐(0)
posted @ 2022-01-10 16:56
qiaokuankuan
阅读(78)
推荐(0)
posted @ 2022-01-10 16:51
qiaokuankuan
阅读(56)
推荐(0)
posted @ 2022-01-10 11:55
qiaokuankuan
阅读(163)
推荐(0)
浙公网安备 33010602011771号