原创 【語義分割系列】pytorch實現的FCN8, FCN16, FCN32, SegNet, Unet, PSPNet 語義分割 主幹網絡用的VGG16

pytorch代碼。結合VGG16的網絡結構非常便於理解。直接將這幾個網絡一網打盡了。最下面就抽SegNet爲例做個解釋,其他的照貓畫虎即可。 import torch import torch.nn as nn import torch

原创 Pytorch模型保存與加載,並在加載的模型基礎上繼續訓練(轉載)

pytorch保存模型非常簡單,主要有兩種方法: 只保存參數;(官方推薦) 保存整個模型 (結構+參數)。 由於保存整個模型將耗費大量的存儲,故官方推薦只保存參數,然後在建好模型的基礎上加載。本文介紹兩種方法,但只就第一種方法進行舉例詳

原创 【目標跟蹤系列】孿生網絡

心血來潮,查了下目標跟蹤的深度學習方法,看到一篇感覺寫的好詳細,mark一下。以備後續用。在這之前我一直用的是cf類的方法,高效而準確,哈哈~~~~~~~~ https://blog.csdn.net/sgfmby1994/article

原创 【目標跟蹤系列】SiamRpn卷積流程以及代碼

0.寫在前面:     什麼是孿生網絡,什麼是rpn網絡就不講了,這裏只對卷積過程梳理以及展示對應代碼,代碼主要是看卷積過程數據怎麼變來變去的。rpn理解網絡可參考我的博文:https://blog.csdn.net/gbz3300255

原创 【損失函數系列】交叉熵做損失函數理論知識

1.直觀描述:        對於任一分類網絡,一般最終輸出層的節點個數與分類任務目標相等,假設做10分類問,那麼最終就輸出一個10維的數組作爲輸出結果,數組中每個維度對應於一個類別,例如某個樣本屬於第5類,那麼這個輸出數組最理想狀態就是

原创 libzip壓縮以及解壓數據

import zlib def compress(infile, dst, level=9): infile = open(infile, 'rb') dst = open(dst, 'wb') compress

原创 【目標檢測系列yolov3訓練自己的數據(pytorch 版本)

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!!!!!!!!!!!! 一.代碼地址: https://github.com/ultralytics/yolov3 二.原理:主要說說網絡結構吧,因爲不看這個的話,與代碼

原创 【目標檢測系列】yolov3-tiny的cfg文件與網絡結構對應關係

1.yolov3-tiny的cfg文件如下: [net] # Testing batch=1 subdivisions=1 # Training # batch=64 # subdivisions=2 width=416 height=4

原创 OpenVIno 可做目標檢測實例分割語義分割等

OpenVIno 可做目標檢測實例分割語義分割等 看夥伴試驗效果還不錯。先mark一下備查。萬一哪天用到好來找。例如語義分割,好像是訓練好的庫直接用的吧。 https://blog.csdn.net/qq_40868987/article

原创 yolov3-tiny訓練自己的數據

文章鏈接https://blog.csdn.net/sinat_27634939/article/details/89884011 注意幾點,因爲本人新手,弄了半天才把程序調通。 1.訓練語句有問題。python train.py --d

原创 【語義分割系列】用PointRend算法訓練自己的數據集

1.代碼地址: https://github.com/zsef123/PointRend-PyTorch 2.下載cityscapes數據集吧。我用的是cityscapes數據集將上面程序調通。 3.將cityscapes的數據集換成自己

原创 sppnet網絡介紹

上鍊接  好多文章寫,感覺這個是我能讀懂的。 https://www.cnblogs.com/gongxijun/p/7172134.html 尤其對那張圖的解釋,很贊。大部分文章把圖一貼,也不解釋或者乾脆解釋不清楚。。。。。。

原创 【語義分割系列】deeplabv3相關知識點以及pytorch實現(ASSP模塊)

1.deeplabv3是在deeplabv2的基礎上修改ASSP模塊。deeplabv1加上個ASSP就是deeplabv2。deeplabv1相關介紹看我的博文:https://blog.csdn.net/gbz3300255/arti

原创 pytorch讀取圖像數據轉成opencv格式方法

pytorch讀取圖像數據轉成opencv格式方法:先轉成numpy通用的格式,再將其轉換成opencv格式。 pytorch讀取的數據使用loaddata這類函數實現。pytorch網絡輸入圖像的格式爲(C, H, W),就是(通道數,

原创 Depthwise Separable Convolution 卷積原理與代碼

1.定義:     Depthwise(DW)卷積與Pointwise(PW)卷積,合起來被稱作Depthwise Separable Convolution(參見Google的Xception)。 Depthwise實現如下: 說白了