原创 Python:讀取txt的文件夾名稱,並複製整個文件夾

1.從txt中讀取每一行的文件夾名稱 2.找到圖像路徑、xml路徑下該文件夾,並直接複製整個文件夾到新的文件夾中 #導入shutil模塊和os模塊 import shutil,os imgPath = "D:\\HeadModel\\

原创 目標檢測:各種網絡結構對比

1、通常的CNN網絡結構如下圖所示                      圖1 上圖網絡是自底向上卷積,然後使用最後一層特徵圖進行預測,像SPP-Net,Fast R-CNN,Faster R-CNN就是採用這種方式,即僅採用網絡最

原创 輕量級網絡:MobileNet和SqueezeNet的比較

SqueezeNet:2016年 MobileNet :2017年Google 同樣把是Alexnet參數量1/50的參數量,mobilenet速度比alexnet快10倍,而squeezenet沒有太大提升。單兩者都是用了卷積拆分的方

原创 損失函數:Focal Loss

一、正負樣本不均衡問題 Class Imbalance(正負樣本不平衡) 帶來的問題就是:樣本中會存在大量的easy examples,且都是負樣本(屬於背景的樣本)。這樣,easy negative examples會對loss起主要貢

原创 目標檢測——優化策略

1、對於基於anchor的檢測器,由於大步幅導致的低召回率可以通過降低 positive anchor boxes 所需的IOU分數來緩解,即修改訓練時的參數overlap; 2、

原创 目標檢測:各個檢測網絡的差異

two-stage:R-CNN、Fast R-CNN、Faster R-CNN將檢測結果分爲兩部分求解:物體類別(分類問題),物體位置即bounding box(迴歸問題); one-stage:YOLO將物體檢測作爲一個迴歸問題進行求解

原创 損失函數:Center Loss

ECCV2016的文章《A Discriminative Feature Learning Approach for Deep Face Recognition》 主要爲了進一步區分人臉。 code:https://github.com

原创 Linux修改權限——chmod

一、chmod命令概況        chmod是Linux/Unix中修改文件或者目錄權限的命令,通過修改權限可以讓指定的人對文件可讀、可寫、可運行,極大地保證了數據的安全性。 二、chmod命令的語法 命令名稱:  chmod 執行權

原创 Linux常用命令:查看進程和殺死進程命令

一般kill命令和ps命令結合使用 例:現在想殺死telnet的進程 1.在所有進程中查看telnet命令 ps -ef |grep telnet 2.根據上面命令查到的進程id,如pid 是 xxx kill -9 xxx  # 殺

原创 Python:批量把文件複製到另一個文件夾

先看代碼: import os #os是用來切換路徑和創建文件夾的。 from shutil import copy #shutil 是用來複制黏貼文件的 file_path = r'F:\old'#想拆分的文件夾所在路徑,

原创 目標檢測——存在的問題

1、anchor box會帶來一些問題,比如模型的輸出變得非常稠密,因爲對應特徵圖中每個anchor box,都要輸出一個4元組的位置預測和對應這個位置的物體分類的預測分數(C類),這樣就會生成(C+4)×H×W×6個輸出。考慮在多個特徵

原创 python:txt文件常用讀寫操作

文件打開的2種方式: f = open("data.txt","r") #設置文件對象 f.close() #關閉文件 #爲了方便,避免忘記close掉這個文件對象,可以用下面這種方式替代 with open('data.txt

原创 Python:對文件批量重命名

下面是一大堆混亂的圖片,現在要將他們進行改名: 實現代碼: #coding=gbk import os import sys def rename(): path=input("請輸入路徑(例如D:\\\\picture):"

原创 目標檢測:YOLO V3(視頻講解)

與其看文章,不如先看一下這個講解很清晰的視頻:https://www.bilibili.com/video/av77348259?p=2

原创 目標檢測:anchor box

目前,幾乎所有流行的通用目標檢測方法,如經典的兩步方法Faster-RCNN,一步方法SSD和YOLO等,都需要根據經驗設計不同尺度(可以看成是物體面積)和高寬比的anchor box(有的方法中叫做default box或prior b