自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(25)
  • 收藏
  • 关注

原创 YOLO算法模型检测利用手机IP摄像头

其中admin:admin是你的用户名和密码一般都是admin。

2025-02-13 16:24:52 452

原创 yolov5训练网络数据集

1.1 下载网络数据集本次使用IP102(下附数据集原作者)这是一个害虫数据集,用于农业防治。下面是解压缩以后的文件树首先我们看VOC2007这个文件夹这里面有三个文件:1.训练集与测试集的图片编号第一个文件是:test.txt是测试集的图片编号所在文件同理,trainval.txt是训练集所在文件2.xml也就是目标检测中那个框和标签所在文件,注意此时是测试集和训练集都在一起此时一张图片一个xml文件等下要依据此进行变换3.图片存放地,所有图片都在这里(包括训练集和测试集)

2025-02-08 01:12:50 825 2

原创 yolov5错误更改与相关参数详解(train.py)

main中相关参数首先你先运行一次train.py然后他会帮你下载coco127数据集,然后如果出现unzip的错误你就需要自己解压缩一下。其中coco128.yaml中的train与val是一个文件路径且该路径是你解压以后的images/train2017此时应该会报错多处:此时你要去上面找报错的.py文件,窗口一般有,然后将改窗口中的所有np.int改成int我改了好多处这个错每次运行都改一次直到没有这个错误这里的long int可能是int64。

2025-01-29 17:57:52 1109

原创 yolov5的detect.py中基础参数分析

上述:如果不设置则每次运行时都会新建一个exp,如果设置了就不会新建而是在上次文件夹。上面两个参数是增强:第一个是增强NMS,第二个是增强检测(可以提高被检测出概率,可能也会检测出错)上述:在--project的路径下新建文件夹,default = “新建文件夹名称”上述:运行结束后输出结果所在文件,default = “输出结果的文件夹路径”上述参数是:用于将模型中不必要参数去除仅保留检测需要参数。可以发现dog检测错了,然后坐下角的car概率提高了

2025-01-25 15:50:23 162

原创 小土堆学习笔记10(利用GPU训练于模型验证)

模型优化

2025-01-21 01:38:00 1075

原创 小土堆学习笔记9(完整的模型学习套路)

导入训练集和测试集。

2025-01-17 21:22:02 197

原创 小土堆学习笔记8(模型使用与更改,模型保存与模型加载)

本次使用下述模型参数如下:第一个参数:是否载入预训练权重,就是问你要不要载入在IMAGENET这个数据集下已经训练好的权重(各项参数)如果要使用的话就要写一下weight="DEFAULT"或者weight="IMAGENET1K_V1",如果不用不写这个参数就好了,第二个为如果第一个参数写了,他得从网上下权重和相关数据, 如果第二个参数为True,则为显示下载进度条,否则不显示。

2025-01-17 02:03:16 283

原创 小土堆学习笔记7(优化器)

优化器的学习

2025-01-14 14:44:22 472

原创 小土堆学习笔记6(L1Loss,MSELoss,CrossEntropyLoss)

本次重点学一下新版本的CrossEntropyLoss,这玩意折磨我好几个小时。

2025-01-12 02:28:26 730

原创 卷积问题详解

然后由于卷积层的输入kernel不是一个我们规定的特定值而是服从正态分布的一个随机值,我们就可以得到输出如下了:(也就是代码中的out)为了使得卷积计算简单:我们设置stride等于1,padding等于0,经过一个单通道的计算可以得出最后的值为。好的,多通道的输入单通道的输出我们会了,现在我们来看看多通道的输入和多通道的输出。我们经常是RGB三通道,那此时我们的input也选择3通道:如下图。

2025-01-11 19:08:19 367

原创 小土堆学习笔记5(sequential与小实战)

稍微解释一下就是:Sequential顺序连接:Sequential 容器中的模块是按顺序连接的。当你将输入传递给 Sequential 的 forward() 方法时,它会依次将输出作为下一个模块的输入,最终返回最后一个模块的输出。就是他会按顺序执行你放在Sequential里面的代码。

2025-01-11 07:41:49 1061

原创 小土堆学习笔记4(线形层)

主要是防止,输入drop_last = False的情况下,最后一组的in_features不等于前几组的,如何稍微更改了一下。对out_feature进行更改,取前面的196608:10的输出,最后一组按比例输出(向上取整模式)下面这两行代码的效果差不多,都是为了将输入的图像展平,变成可以进行矩阵运算的一维矩阵,

2025-01-09 09:51:33 287

原创 小土堆学习笔记3(非线性激活中的ReLU与Sigmoid)

自我学习笔记的分享,主要是非线性激活的两个函数的使用

2025-01-08 04:02:10 317

原创 小土堆学习笔记2(卷积与最大池化)

小土堆学习池化层与卷积层的个人理解

2025-01-07 04:46:39 893

原创 2024年pytorch小土堆学习笔记1(summarywriter与图像处理)

据我个人的理解就是画图的,可以看到每一次的步数那么就让我们画两张图第一步:导入第二步:设定赋值与相关文件存在位置(看注释)第三步:画一个简单的图y=2x相当于i从1执行到了100,然后这个图的标题是y=2x,y轴的输入是2*i,x轴的输入是i第三步附加1:显示你的图片(PIL格式的)第四步:关闭第五步:看一下你的图像(注意注释)

2025-01-02 04:12:45 269 1

原创 2024年pytorch小土堆学习笔记(2024.12.31)

首先对于小土堆视频1的aconda可以直接安装最新的(兄弟们加油)(理论上整个过程都不会卡顿,如果发生卡顿,这玩意是外国软件emmm...)

2024-12-31 03:51:20 1398 7

原创 pycharm与conda?

配置conda,首先看上图,选择custom environment,然后记住了一定要选择Scripts文件夹下的conda.exe而不是和小土堆一样的python,然后点reload environment ,如果发现create点不了你就点一下base conda按钮再点回 custom environment,就可以create了。小土堆的第二个视频,新版的pycharm如何。

2024-12-31 03:15:23 581 11

原创 torch.cuda.is_available(),false 怎么办?

在我学习改视频的第一章就有点问题就是torch.cuda.is_available(),false ,我寻思我明明有显卡咋会false,然后我就自己开始鼓捣了。

2024-12-30 22:49:18 1393

原创 ADC0832的stm32的实现

采用了软仿SPI最终传值0-256经过protues仿真证明没啥问题。我用的主频是72Mhz'

2024-12-25 23:00:24 348

原创 关于如何实现STM32cubemx-protues-oled

经过数以十次的尝试,我发现当我cubemx选择i2c时无论咋选都是实现不了的,那么经过我多方搜索发现当用软件I2C可以实现。(我用的是STM32F103C8T6)

2024-12-25 02:01:32 455

原创 华清远见的联网

尝试tftp命令(tftp -g -l a.txt 192.168.50.238(板卡))利用ifconfig eth0 192.168.50.233(板卡)改变板卡端网络ip。利用sudo ifconfig ens33 192.168.50.238改变虚拟机ip。设置虚拟机的有线连接(注意要将虚拟机连接改为此次设置的)利用ifconfig -a(板卡端)查看所有网络连接服务。烧入linux程序后等待开机自启动(那5s不用管)命令minicom -D /dev/ttyUSB0。利用minicom连接板卡。

2024-04-20 12:40:19 170

原创 STM32MP157运行C语言程序

说白了就是你直接用PC端gcc编译的程序,在你的板卡端是运行不了的,你可以用arm-linux-gcc才能运行在板卡端。

2024-04-10 10:36:52 1177 1

原创 基于STM32MP157的基础操作

主要是mp157的移植和联网

2024-04-09 18:24:02 1787 1

原创 单片机中按键的使用

单片机中独立按键以及矩阵按键的使用

2022-11-30 01:17:52 1048

原创 循环中输出“n”值有误,但不报错

循环中输出值超出

2022-10-27 11:04:41 251

人工智能+害虫检测+yolov5

本资源主要用于yolov5训练集的处理,用于网络数据集下载后的yolov5训练的演示。

2025-02-07

yolov5的资源分享

yolov5的资源分享

2025-01-25

小土堆学习总资源直接能用

如果用不了欢迎评论

2025-01-25

小土堆学习笔记相关资源

小土堆学习笔记相关资源

2025-01-21

小土堆学习之最大池化层与卷积层

小土堆学习之最大池化层与卷积层的相关代码

2025-01-07

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除