原创 C++創建xml文件方法（tiny xml庫的使用）
直接使用tiny-xml的庫就可以實現創建XML文件了。庫的使用超級簡單 1.下載庫，下載地址：http://www.grinninglizard.com/tinyxml/ 2.使用：解壓後有用的文件是6個分別是. tinystr.cpp
2020-06-30 01:52:42
原创 （轉載） loss不降低原因以及解決方法
原文地址https://blog.csdn.net/zongza/article/details/89185852 當我們訓練一個神經網絡模型的時候，我們經常會遇到這樣的一個頭疼的問題，那就是，神經網絡模型的loss值不下降，以致我們無
2020-06-30 01:12:16
原创 IOU計算公式
在目標檢測當中，有一個重要的概念就是 IOU。一般指代模型預測的 bbox 和 Groud Truth 之間的交併比。 何爲交併比呢？ IOU = \frac{A\cap B}{A\cup B}IOU=A∪BA∩B 集合 A 和集合
2020-06-30 01:12:16
17
原创 查看python版本以及其安裝路徑的命令，查看pytorch版本
1.查看當前python版本，在任意終端輸入： python --version 2.查看當前python位置，在任意終端輸入：which python 3.首先在終端中輸入python進入python交互式環境 接着輸入import
2020-06-30 01:12:16
原创 FCN語義分割中Shift-and-stitch中的stitch部分的理解，反捲積的實現過程
1. 關於Shift-and-stitch的一點解釋 FCN原文如下：Process each of these f2 inputs, and interlace the outputs so that the predictions c
2020-06-30 01:12:16
原创 【語義分割系列】一圖講解FCN16s實現過程。對照着pytorch代碼講解的。
新人。有錯誤歡迎大佬指出。這個是自己的學習筆記，怕忘。哈哈 感覺非常適合新手 將理論和代碼能夠結合到一起看還是很舒服的。 看了下fcn的代碼和理論。這裏就以FCN16s爲例講解，16s清晰了 32s 8s 只是
2020-06-30 01:12:16
原创 【目標檢測系列】RPN(區域生成網絡)流程詳細解釋
看RPN網絡基本是從faster-RCNN來的。看的有點迷糊。後來看了幾篇博客感覺有點懂了。記錄下來防止自己忘了吧。儘量用大白話。瞭解RPN網絡的整個應用流程。 1.明確輸入輸出：輸入是CNN卷積後的特徵圖 輸出是候選框圖 如下
2020-06-30 01:12:16
18
原创 【目標檢測系列】yolov3之損失函數pytorch源碼註釋
import glob import math import os import random import shutil import subprocess from pathlib import Path from sys impo
2020-06-30 01:12:16
4
原创 ransac求直線
#include "stdafx.h" //返回有效點的比例 #include<cstdlib> #include<string.h> #include<cmath> #include<cstdio> #include<ctime> #i
2020-06-30 01:12:16
原创 浮點數轉字符串代碼
#include <stdio.h> #include <stdint.h> static char table[]={'0', '1', '2', '3', '4', '5', '6', '7', '8', '9'}; voi
2020-06-30 01:12:16
原创 【目標檢測系列】yolov3，yolov4訓練自己的數據（pytorch 版本）+ opencv調用訓練結果方法+openvino推理引擎加速
寫在前面：坑坑窪窪，總算弄出個初步效果。適用小白學習，因爲我就白啊！！！！！！！！！！！！ 主要內容：部分理論。如何準備自己的數據集，訓練預測。在windows下vs2017調用訓練好的模型方法。 PS:yolov3與yolov4統一
2020-06-30 01:12:16
原创 LeNet（代碼），AlexNet簡單介紹，適合新手
寫在前面：老兵一個，轉行弄深度學習了。我的學習習慣不太好，先上船，後補票。哈哈，用Unet做了一個語義分割的工作試驗，感覺效果還不錯。就返回頭來開始給自己補充深度學習的相關知識吧。看到FCN（應該是語義分割開山之作吧），然後發現需要補充下
2020-06-30 01:12:16
原创 【目標檢測系列】pytorch yolov3-tiny訓練自己的數據
代碼鏈接：https://github.com/ultralytics/yolov3 文章鏈接https://blog.csdn.net/sinat_27634939/article/details/89884011 注意幾點，因爲本人新
2020-06-30 01:12:16
原创 【目標檢測系列】PR曲線，MAP值等的總結
PR曲線計算方式：通過置信度就可以對所有樣本進行排序，再逐個樣本的選擇閾值，在該樣本之前的都屬於正例，該樣本之後的都屬於負例。每一個樣本作爲劃分閾值時，都可以計算對應的precision和recall，那麼就可以以此繪製曲線。
2020-06-30 01:12:16