原创 Pytorch保存與加載模型
原博文地址：https://blog.csdn.net/weixin_41278720/article/details/80759933 Pytorch中的torchvision包又包括3個子包，分別如下： torchvison.data
2020-06-27 04:00:57
原创 requirements.txt 文件的創建與使用
要求文件（requirements.txt）是安裝包的依賴項及版本的記錄文件。 1、pip: 創建 (venv) $ pip freeze >requirements.txt 使用 (venv) $ pip install -r requ
2020-06-27 04:00:57
原创 pip安裝時-U參數的作用
例：pip install -U scikit-learn 答：-U就是 --upgrade，意思是如果已安裝就升級到最新版 注：pip install -h命令可以查看其它參數的作用
2020-06-27 04:00:57
原创 pytorch中使用tensorboardX
我的環境配置：Ubantu18.04+python3.6.10+pytorch1.0.0+tensorboardX2.0+tensorflow2.1.0。以faster-rcnn源碼中的使用方法爲例進行說明： 保存數據 導入模塊並創建一個
2020-06-27 04:00:57
原创 編譯支持CUDA的Opencv4.2
我的環境：Win10+VS2017+Opencv4.2+Cmake3.12.4+GTX 1650+CUDA10.2+cuDNN7.6.5.32 安裝VS2017與CUDA10.2 1）下載並安裝VS2017社區版：https://my
2020-06-27 04:00:57
1
原创 如何下載mmdetection官方提供的預訓練模型
mmdetection默認下載AWS上的預訓練模型，具體情況可以查看mmcv/model_zoo/open_mmlab.json文件。由於網絡原因，導致下載速度非常慢，此時我們可以通過mmdetection指定的阿里雲鏡像源下載，如下圖所
2020-06-27 04:00:57
原创 Python 中@property裝飾器簡介
給屬性添加getter方法 既要保護類的封裝特性，又要讓開發者可以使用“對象.屬性”的方式操作類屬性，除了使用 property() 函數，python還提供了 @property 裝飾器。通過 @property 裝飾器，可以直接通
2020-06-27 04:00:57
原创 緩存與超線程
緩存技術 假設一臺計算機有四個物理核心，爲了加快內核與內存之間的數據交互，牛人們設計了三級緩存技術，讓內存一次性把目標區域附近的數據放到緩存中，後面需要用到數據的時候就先去緩存裏找，找不到再去內存裏找。 每個物理核心都獨立包含一級緩存和二
2020-06-27 04:00:57
原创 Ubantu系統在終端運行Python程序
假設要運行'PycharmProjects/faster-rcnn/faster-rcnn.pytorch-pytorch-1.0'路徑下的demo.py文件，則存在兩種可行方式。 方式一： 1、打開終端，輸入'conda env lis
2020-06-27 04:00:57
原创 python中關於文件路徑的操作
1、sys.path[0] 返回調用python解釋器的腳本所在的目錄 例： HOME = sys.path[0] HOME = '/home/jia/ssd/demo/live.py' 2、os.path.d
2020-05-25 15:34:24
原创 Pytorch訓練SSD網絡時遇到的問題
當我使用大神利用pytorch復現的SSD網絡進行訓練時，遇到如下問題： 1、loss突然變爲NAN 問題分析及解決方案：由於我的顯存只有4G，因此將默認的batch_size由32改爲了2。在batch_size減小的情況下，應適當減小
2020-05-25 15:34:24
原创 win10安裝Ubantu16.04子系統，並開啓桌面環境
參考文章：https://blog.csdn.net/li528405176/article/details/82263534 https://blog.csdn.net/zhangdongren/ar
2020-05-25 15:34:24
原创 SSD網絡中的L2標準化
L1標準化：每個元素/L1範數 L2標準化：每個元素/L2範數 SSD網絡中的L2標準化 VGG16的conv4_3特徵圖的大小爲38*38，網絡層靠前，方差比較大，需要加一個L2標準化，以保證和後面的檢測層差異不是很大。L2標準化的公式
2020-04-30 17:26:14
1
原创 範數與正則化
範數 比較1、2兩個數字的大小，其結果顯而易見。但我們如何比較（3,6）、（4,5）兩個向量的大小呢？此時就用到了範數。範數是衡量某個向量空間（或矩陣）中的每個向量的長度或大小。範數的一般化定義：對實數p>=1， 範數定義如下： L1範
2020-04-30 17:26:14
原创 雙線性插值與三線性插值
雙線性插值：原圖像中4個像素點灰度值計算得到新圖像中1個像素點灰度值。（雙：兩個維度進行計算） 三線性插值：原圖像中8個像素點灰度值計算得到新圖像中1個像素點灰度值。（三：三個維度進行計算） 雙三次插值：原圖像中16個像素點灰度值計算得到
2020-04-21 12:32:39