原创 如何解決報錯:unable to get local issuer certificate

問題:用git clone 克隆代碼倉時,報錯: fatal: unable to access https://github.com/ultralytics/yolov5/: SSL certificate problem: unable

原创 torch.flatten vs torch.nn.Flatten 的區別

torch.flatten 和 torch.nn.Flatten 都用於把多維Tensor展平(flatten), 區別是: torch.flatten是函數,使用前無需先實例化,默認從第0維開始展平,通用化好 torch.flatt

原创 fetch_california_housing報錯:urllib.error.HTTPError: HTTP Error 403: Forbidden

問題描述:從sklearn中導入加州房價數據集: from sklearn.datasets import fetch_california_housing, get_data_home import numpy as np print(

原创 在ImageNet 1k數據集上訓練yolov5m-cls分類模型

ImageNet 1k數據集簡介 ImageNet是CV領域非常出名的數據集, 其中ISLVRC2012數據集是Large Scale Visual Recognition Challenge 2012所用的數據集,包括: 訓練數據集IL

原创 OpenCV vs Pillow 誰讀取文件速度更快?

在訓練深度學習模型時,通常要從硬盤載入圖片文件到內存,那cv2.imread() vs Image.open() 讀取文件速度誰更快? 結論:Pillow的Image.open()讀取圖片速度更快! 測試代碼如下: import os, t

原创 在ubuntu22.04上安裝英特爾銳炫獨立顯卡的驅動程序 安裝ubuntu22.04 LTS全流程 安裝英特爾銳炫獨立顯卡驅動程序全流程

本文從零開始,先介紹安裝ubuntu22.04 LTS,然後介紹安裝英特爾銳炫獨立的驅動程序 安裝ubuntu22.04 LTS全流程 1.1 製作Ubuntu USB安裝盤 第一步,從https://cn.ultraiso.net/xia

原创 在ImageNet 1k數據集上訓練CNN分類模型

ImageNet 1k數據集簡介 ImageNet是CV領域非常出名的數據集, 其中ISLVRC2012數據集是Large Scale Visual Recognition Challenge 2012所用的數據集,包括: 訓練數據集IL

原创 基於OpenVINO C++ API部署YOLOv5-Seg實例分割模型

上一篇文章《基於OpenVNO部署YOLOv5-seg實時實例分割模型》 介紹了基於OpenVINO Python API部署YOLOv5-Seg實例分割模型,本文介紹基於OpenVINO C++ API部署YOLOv5-Seg實例分割模型

原创 切存量訂單非常難!

昨天跟一個老朋友談廣州一個國企的IT機會,反饋說:所有已經的訂單,很難切,已經有固定利益了,低價搶單,賺不到錢不說,還有很多巨大阻力,唯一的機會就是裏面每年都有新的目標,新的任務,在這些新的任務中去尋找新訂單來做,纔有可能。挑戰就是:做新任

原创 ONNX: export failure 0.0s: Unsupported ONNX opset version: 17

問題 導出YOLOv5 onnx模型時,報錯! 版本:torch = 1.8.2; onnx = 1.13.0 解決方案 將export.py中的onnx opset 的默認值(default = 17)從“17”改爲“11” 修改完畢後

原创 基於OpenVNO C++ API部署YOLOv5模型

本文將介紹基於OpenVNO C++ API部署YOLOv5模型,首先請讀者參考《在Windows中基於Visual Studio配置OpenVINO C++開發環境》 配置好Visual Studio。 然後git clone YOLOv

原创 用PyTorch編寫自定義的損失函數(Custom Loss Function)

1. 什麼是損失函數(Loss Function) 損失函數在訓練AI模型的過程中,用於計算模型預測值與真實值之間的誤差(Error),又稱誤差函數(Error function) 2. PyTorch中內建的損失函數 在torch.nn中

原创 輕鬆學:用於生成候選框的Selective Search 算法

近年來,基於深度學習的目標檢測算法大火,其實現方式主要分爲: 兩階(two-stage):先用啓發式方法(例如,selective search)或者CNN網絡(RPN)生成候選框(Region Proposal),然後用CNN網絡在候

原创 基於OpenVNO部署YOLOv5-seg實時實例分割模型

1. 簡介 本文將介紹在基於OpenVINO在英特爾獨立顯卡上部署YOLOv5實時實例分割模型的全流程,並提供完整範例代碼供讀者使用。 YOLOv5是AI開發者友好度最佳的框架之一,與其它YOLO系列相比: 工程化水平好,工程應用時“坑

原创 OpenVINO 2022.3 LTS 6大新特性!

在軟件行業中,LTS 版本的重點是擴展或整合同一產品的先前版本中已經引入的功能,並保證對這些功能的長期支持。 OpenVINO 2022.3 LTS正式發佈,這意味着2022年OpenVINO引入的所有新功能都將包含在 2022.3 L