随笔分类 -  pytorch

摘要:pytorch的torchvision.ops.roi_align这个算子真的是坑我好多天啊!害我连续加班半个月!二阶段目标检测后面用roi_align来提取特征。 接口官方说明: https://pytorch.org/vision/stable/generated/torchvision.ops 阅读全文
posted @ 2023-01-10 11:23 无左无右 阅读(803) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/yang332233/article/details/110164808?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522166988875516782428685782%2522%252C% 阅读全文
posted @ 2022-12-01 18:39 无左无右 阅读(195) 评论(0) 推荐(0) 编辑
摘要:import torchvision import torch input_ = torch.rand(3, 128, 24, 96) #[b,c,h,w] bbox = [[0,0.1,0.15,0.4,0.6], [0,0.1,0.15,0.4,0.6], [1,0.01,0.15,0.4,0. 阅读全文
posted @ 2022-11-26 22:43 无左无右 阅读(167) 评论(0) 推荐(0) 编辑
摘要:1.检查cuda import torch torch.cuda.is_available() # 检查cuda是否可用 torch.version.cuda # 查看cuda版本 2.检查cudnn torch.backends.cudnn.is_available() # 检查cudnn是否可用 阅读全文
posted @ 2022-07-12 18:57 无左无右 阅读(38) 评论(0) 推荐(0) 编辑
摘要:本文官方链接https://www.cnblogs.com/yanghailin/p/15603194.html,未经授权勿转载 理解 LSTM 网络 https://www.jianshu.com/p/9dc9f41f0b29 Understanding LSTM Networks https:/ 阅读全文
posted @ 2021-11-25 16:12 无左无右 阅读(147) 评论(0) 推荐(0) 编辑
摘要:caffe模型转pytorch LSTM 本文官方链接https://www.cnblogs.com/yanghailin/p/15599428.html,未经授权勿转载 先来个总结: 具体的可以看博客: https://www.cnblogs.com/yanghailin/p/15599428.h 阅读全文
posted @ 2021-11-24 18:09 无左无右 阅读(383) 评论(0) 推荐(0) 编辑
摘要:https://github.com/sksq96/pytorch-summary 安装 pip install torchsummary 使用 from torchsummary import summary summary(your_model, input_size=(channels, H, 阅读全文
posted @ 2021-06-10 10:03 无左无右 阅读(639) 评论(0) 推荐(0) 编辑
摘要:未经授权,不得转摘 https://www.cnblogs.com/yanghailin/p/14794412.html wuzuowuyou/CRNN_Chinese_Characters_res18_senet wuzuowuyou/crnn_libtorch wuzuowuyou/tensor 阅读全文
posted @ 2021-05-21 16:37 无左无右 阅读(522) 评论(0) 推荐(0) 编辑
摘要:what(): PyTorch is not linked with support for cuda devices Exception raised from getDeviceGuardImpl at /data_1/code/Libtorch/pytorch_1.7.1/c10/core/i 阅读全文
posted @ 2021-04-14 16:22 无左无右 阅读(920) 评论(0) 推荐(0) 编辑
摘要:本文github链接,欢迎star 1.准备工作 首先,要弄清楚自己在做什么,然后一步步的去实现它,在此过程中,要不断验证自己的每个步骤是否正确。验证正确了再往下继续走,不正确就要去排查哪里有问题。 现在是需要把pytorch refinedet转tensorrt。而且是一步步的搭建网络实现。 py 阅读全文
posted @ 2021-03-12 17:16 无左无右 阅读(360) 评论(0) 推荐(0) 编辑
摘要:##1.仓库地址 https://github.com/meijieru/crnn.pytorch 原版用lua实现的:https://github.com/bgshih/crnn 需要用到的warp_ctc_pytorch: https://github.com/SeanNaren/warp-ct 阅读全文
posted @ 2021-03-11 18:05 无左无右 阅读(2712) 评论(1) 推荐(0) 编辑
摘要:解决了问题才来记录一下的,现在的心情是好点儿的,但是之前,昨天,真是无厘头,被折腾的一点脾气都没有。 本来就是一个softmax嘛,很简单的嘛,就是按照公式e的指数再相加求和,官方有api实现,比如我找的例子, // Add activation layer using the ReLU algor 阅读全文
posted @ 2021-03-05 14:34 无左无右 阅读(1024) 评论(0) 推荐(0) 编辑
摘要:最近在用tensorrt api实现refinedet,中间过程记录一下。主要参考的如下仓库: https://github.com/wang-xinyu/tensorrtx tensorrt api说明: https://docs.nvidia.com/deeplearning/tensorrt/ 阅读全文
posted @ 2021-02-25 19:21 无左无右 阅读(815) 评论(0) 推荐(1) 编辑
摘要:官方链接: https://github.com/luuuyi/RefineDet.PyTorch product for k, f in enumerate([10, 8, 5, 3]): print("f: ",f) for i, j in product(range(f), repeat=2) 阅读全文
posted @ 2021-02-05 17:12 无左无右 阅读(376) 评论(0) 推荐(0) 编辑
摘要:##一、下载源码 git clone https://github.com/ultralytics/yolov3.git cd yolov3 git checkout cf7a4d31d37788023a9186a1a143a2dab0275ead 最新版本需要pytorch1.7,由于我是实验yo 阅读全文
posted @ 2021-01-27 16:15 无左无右 阅读(1119) 评论(0) 推荐(0) 编辑
摘要:https://www.cnblogs.com/yanghailin/p/14213464.html 未经允许不得转载。 最近在搞模型压缩方面的一些东西,初步调研下来感觉要学的,要看的,要实验的很多很多啊,无底洞啊。 这里是初步记录,因为有些东西最近看了,先暂停了一部分工作又去搞其他的了,那么这些天 阅读全文
posted @ 2020-12-30 20:59 无左无右 阅读(1170) 评论(0) 推荐(0) 编辑
摘要:本文官方链接,https://www.cnblogs.com/yanghailin/p/14034984.html,未经允许,勿转载。 Centernet github地址: https://github.com/xingyizhou/CenterNet 加qq群一起学习讨论交流:102039589 阅读全文
posted @ 2020-11-25 11:27 无左无右 阅读(2713) 评论(0) 推荐(0) 编辑
摘要:本文官方链接:https://www.cnblogs.com/yanghailin/p/13977665.html Centernet github地址: https://github.com/xingyizhou/CenterNet 加qq群一起学习讨论交流:1020395892 centerne 阅读全文
posted @ 2020-11-15 18:02 无左无右 阅读(840) 评论(0) 推荐(0) 编辑
摘要:本文代码转自如下链接: https://zhuanlan.zhihu.com/p/85194783 该代码剥离原来的官方代码,更清晰。同时,数据预处理部分是先固定一边为512,然后另外一边根据比例缩放,然后再填充为512,很值得看下python对这块的操作! 然后后续为了还原到原来的坐标对上述操作再 阅读全文
posted @ 2020-10-10 14:31 无左无右 阅读(497) 评论(0) 推荐(0) 编辑
摘要:pytorch端和libtorch端转的每一步都需要验证精度,一般情况下,就debug看看两天的tensor值最开始的或者结尾一不一样,一般相差10的-4就没有问题,实在不行就根据形状随机的写下标,写几个看看值是否差不多。下面具体说明: 法1:就是debug pycharm界面可以看到tensor的 阅读全文
posted @ 2020-09-14 20:10 无左无右 阅读(810) 评论(0) 推荐(0) 编辑