原创 cv2.imread()函數按照不同參數讀取時的輸出通道數
import cv2 img = cv2.imread('1.jpg', cv2.IMREAD_UNCHANGED) print(img.shape) img = cv2.imread('1.jpg', cv2.IMREAD_CO
原创 對深度學習目前以及未來的看法 (AI時代可能延後,但總會到來)
下面的觀點僅代表個人看法,沒有受到任何外在觀點的浸染,只是自己躺在椅子上,望着藍藍的天空,腦子裏突然蹦出來的想法。 個人認爲:深度學習目前處於一個突破性的臨界點的狀態,很像是60年代左右出現的數據庫的狀態,當然如果相比於數據庫,數據庫
原创 MAC系統下測試IP+端口
首先給大家示範一個錯誤的寫法: 想要知道其中某個端口的系統是否可以訪問通,一般的ping命令是解決不了這個問題的,因爲不管在windows下還是linux或者mac下,ping命令只能跟IP地址或者域名,是不能加端口訪問的。 mac下
原创 上採樣、下采樣(卷積、轉置卷積)圖片輸出大小計算公式
輸出圖像大小 = (輸入圖片大小 - 卷積核大小 + 2*padding)/ stride步長 + 1 如:4 = (4 - 3 + 2*1)/ 1 + 1 輸出圖像大小 = (輸入 - 1)* stride步長 + outputpa
原创 window10快速打開環境變量
Win + R,cmd進入命令行,輸入 SystemPropertiesAdvanced.exe
原创 爲什麼卷積核通常都是奇數(1x1、3x3...)
使用小的卷積核代替大卷積核的目的有兩個,第一,降低參數數量,第二,順帶的效果是增加了網絡深度。 1,爲了方便same padding時的處理。如步長爲1時,要補充k-1的zero padding才能使輸出輸出的尺寸一致,這時候如果核大小k
原创 論如何做到輕量級網絡(Unet爲例)
先貼一張整個過程中參數的下降量: 可以看到,最後參數量爲原始的20%左右。 查看網絡參數量的代碼: # 網絡參數數量 def get_parameter_number(net): total_num = sum(p.num
原创 java中對map根據value進行排序(Integer、String均使用)
1、聲明一個hashmap對象 Map<Integer, Integer> map = new HashMap<Integer, Integer>(); 2、put數據 3、通過ArrayList構造函數把map.entrySet()轉
原创 YOLO-V3 Bbox預測解讀
tx、ty:預測的座標偏移值,經過sigmoid變換。 Cx、Cy:在本圖是1,這樣經過計算後,就得到了預測bbox的中心點座標。 tw、th:尺度縮放。 bx、by:預測出的bbox的中心點座標。通過計算得出。 bw、bh:預測出
原创 anchor的生成
github分析看的更舒適: The generation method of anchor in Faster RCNN (anchor的產生詳細分析) anchor的生成主要是採用了generate_anchors方法: d
原创 Pascal VOC 2007 數據集簡介
Pascal VOC 2007 數據集簡介 Annotations:XML文件集合。 文件名、長、寬、通道數、目標類型、目標座標...... ImageSets:Layout、Main、Segmentation Layout:train文
原创 YOLO v3配置文件全解析
# [net]爲特殊的層,配置整個網絡 [net] # 測試模式,每次測試1/1=1張 # Testing # batch=1 # subdivisions=1 # 訓練模式 每次前向圖片的數目=batch/subdivisions=16
原创 5354. 通知所有員工所需的時間
# DFS自底向上 ''' class Solution: def numOfMinutes(self, n: int, headID: int, manager, informTime) -> int: