原创 python小記:代碼加密

方案1:使用pyarmor 官方教程:http://pyarmor.dashingsoft.com/index-zh.html 參考1:https://blog.csdn.net/jackkxs/article/details/89059

原创 python小記:查看PKL文件

在調試pva的時候,需要覈對pkl文件 # -*- coding: utf-8 -*- import pickle f = open('voc_2007_trainval_gt_roidb.pkl','rb') info = pick

原创 查漏補缺:卷積

Conv + BN + Relu + Pool 操作可視化:  參考:https://blog.csdn.net/tkkzc3E6s4Ou4/article/details/78681284   FLOPS:     參考:https

原创 查漏補缺:L1和L2

https://blog.csdn.net/qq_36427732/article/details/81260110   https://www.zhihu.com/question/37096933

原创 Windows+Pytorch+EfficientDet

官方測試結果 :   zylo開源測試結果:  win7+python3.7+cuda10.1+pytorch1.4 (1)安裝anaconda【先查看py37對應的anaconda版本】 https://repo.anaconda.

原创 windows:python遇到的各種問題記錄

1:no module named cv2 pip install opencv-python 2:no module named albumentations pip install albumentations 3:ImportE

原创 windows安裝pycocotools

支持 Windows 的 COCO 地址:https://github.com/philferriere/cocoapi 安裝方案1:在線安裝【我沒有成功,所以我用的是方案2離線安裝】 A:安裝git conda install git

原创 目標檢測:SSD 安裝、訓練、測試

說明:這個是SSD剛出來時候的博文記錄,最新的可能會有更變,如有問題,請大家查閱官網鏈接。 環境:ubuntu14.04+cuda7.5+openvc2.4.9 安裝 1.下載SSD sudo apt-get install git

原创 目標檢測:YOLOv3: 訓練自己的數據

update:20200424 YOLOV4出來啦!!!快去把玩一下!!! https://github.com/AlexeyAB/darknet   ------------------------------ 本文僅供學習交流,如有錯

原创 深度學習:知識整理---更新至2018.03.29

深度學習中一些好的加深理解的文章,全部收錄於互聯網,版權屬原網站所有。   ① 1X1卷積核到底有什麼作用呢? http://caffecn.cn/?/question/136 ② Faster rcnn的特徵圖到原圖區域映射問題? ht

原创 目標檢測:2014~2019方法彙總

Github地址:【有表格和代碼整理,值得關注】 https://github.com/hoya012/deep_learning_object_detection 參考文章: https://arxiv.org/pdf/1809.021

原创 目標檢測7:YOLO轉換成caffe

yolov1的caffe實現 https://github.com/xingwangsfu/caffe-yolo 裏面有提供cfg到prototxt的轉換腳本,照着改就可以實現v2版本的轉換,就不貼上來獻醜了。   yolov2新添了ro

原创 目標檢測:Faster rcnn 安裝、訓練、測試

說明:這個是Faster RCNN剛出來時候的博文記錄,最新的可能會有更變,如有問題,請大家查閱官網鏈接。    先上個檢測效果: (1)圖片人臉檢測+關鍵點                                       

原创 圖像分割-手把手系列1:評價指標

目標檢測與語義分割交流羣: 1羣:371315462 2羣:935621769   原文連接:https://blog.csdn.net/majinlei121/article/details/78965435 度量標準(準確度)(pix

原创 深度學習:caffe模型加密

最近工作中需要對caffe的prototxt和model文件進行加密操作。翻看github,瀏覽到了一份不錯的code。 進過調試,主體代碼是沒有問題。 1:自己需要的改動是使用二進制方式讀取model。 2:還需要加入一下自己的明文,防