原创 【論文閱讀】Using deep learning for image-based plant disease detection

本文是一個使用plant village數據集,AlexNet和GoogleNet兩個網絡,針對不同比例的train/test和三種不同格式的圖片color/grayscale/segmented做的實驗,plant village數據集

原创 關於2018 AI challenger植物病害程度圖片數據集的發現(python下根據json將數據集按照類別分文件夾放置)

最近看論文發現有使用植物病害程度來做實驗的,查了一下,這個數據集是AI challenger在2018年的一個比賽,是將plant village的數據集,根據不同的病害程度來劃分種類。 AI challenger病害程度數據集,開始我沒

原创 kill -9無法殺死進程

經常會出現深度學習程序終止,nvidia顯卡仍然被佔用問題,這時需要用 nvidia-smi 查看佔用的進程號,再 kill -9 pid (pid就是進程號) 但有時使用kill -9 無法殺死進程 可使用 cat /proc/p

原创 對深度學習反捲積網絡的理解

在計算機視覺領域,很多模型都用到了反捲積,但是有一點讓我很迷惑:有的論文代碼中,反捲積是直接調用ConvTranspose2d()函數,而有的是先upsample(上採樣),再卷積,不用轉置卷積的函數,爲什麼呢?然後我就找了網上的各種博客

原创 使用pytorch的dataload方式計算自己的圖片數據集的均值和標準差

  網上看到一個使用opencv讀取圖片然後計算數據集的均值和標準差的,但是那個讀取圖片後把圖片的每個值append到一個列表,要是數據集大的話內存真的會爆掉的啊,所以藉助網上另一個使用pytorch的數據讀取方式來計算的,原文https

原创 pytorch凍結網絡參數

part  one: 一篇博客的介紹: Pytorch的load方法和load_state_dict方法只能較爲固定的讀入參數文件,他們要求讀入的state_dict的key和Model.state_dict()的key對應相等

原创 【轉載】使用Pytorch進行圖像分類,AI challenger 農作物病害分類競賽源碼解讀

1.首先對給的數據進行劃分,類型爲每個類單獨放在一個文件夾中 import json import shutil import os from glob import glob from tqdm import tqdm # 此文件的作

原创 將labelme生成的json文件轉換成png圖

將labelme生成的json文件轉換成png圖 我圖片的每個標記只有一類,所以轉換成png圖後,png只有0和1像素,因爲單通道圖的範圍是0~255,0和1的區別很小,下面的程序可以對你標記的mask做可視化,但是生成的png還是像素值

原创 CAM和Grad-CAM

CAM:類激活圖,class activation map CAM算法就是探索卷積神經網絡關注圖像的哪一部分而得到最後的輸出。 如上圖的網絡,最終把圖片分成了“Australian terrier”,這是一個澳大利亞的犬種。我們的網絡在

原创 pytorch特徵圖可視化

本文基於https://blog.csdn.net/GrayOnDream/article/details/99090247的博客進行了進一步的修改 因爲上述博客的網絡層順序是從network文件順序讀取class的,不適用於我的網絡(我

原创 裝nvidia驅動筆記

  實驗室ubuntu系統更新什麼東西之後驅動就不行了,而且會導致ubuntu循環登陸,每次重新安裝我都要再查別的筆記的命令,所以今天還是記錄下來以後照着輸入就可以了 首先要記一下你run文件的位置和具體名稱,我的run文件名是NVIDI

原创 pytorch搭建模型時出現的錯誤

本篇博客是記錄下自己用pytorch搭建網絡時出現的各種問題,會根據遇到的問題持續更新 還有可以參考https://www.cnblogs.com/ywheunji/p/10607357.html 訓練時損失不變,正確率不變 1、錯誤:使

原创 Py之skimage:Python庫之skimage的簡介、安裝、使用方法之詳細攻略

原文鏈接:https://blog.csdn.net/qq_41185868/article/details/80330262#skimage的安裝 Py之skimage:Python

原创 anaconda虛擬環境相關命令

原文鏈接:https://blog.csdn.net/lnotime/article/details/82317656 創建虛擬環境 conda create -n env_name 

原创 VC++ 6.0讀取mat文件,並構建神經網絡

本實驗在vc++6.0中進行,使用c++語言實現對mat文件的讀取,並送入神經網絡進行訓練 如果是VS中的可參考這個博主的https://blog.csdn.net/left_la/article/details/8206645 想在VC