ImDePanDa-优快云博客

原创 python实现IoU

def GetIoU(A, B): ''' A[0],A[1]左上角坐标 A[2],A[3]右下角坐标 ''' min_x = min(A[0], B[0]) max_x = max(A[2], B[2]) min_y = min(A[1], B[1]) max_y = max(A[3], B[3]) w_A, h_A = A[2]-A[0], A[...

2019-12-30 15:53:40 316

原创 Pytorch中net.eval与net.train

我发现在有些网络中会存在net.eval()与net.train()，但是有一些却没有。查阅了一些说法，现在记录一下。这两个函数只要适用于Dropout与BatchNormalization的网络，会影响到训练过程中这两者的参数 net.train() 这个一般出现在训练函数中，也就是出现于 def train(): net.train() ... 运用net.train()时，训练时每...

2019-08-12 13:40:00 7856 1

原创卷积神经网络中全连接层、softmax与softmax loss理解

一般一个CNN网络主要包含卷积层，池化层，全连接层，损失层等。卷积层与池化层在本篇中不做多理解，之后有时间再记录一下，本篇着重讲一下全连接层与损失层。 —————————————————————————————————————— 全连接层： W为全连接层的参数，X是全连接层的输入，也就是特征，经上层卷积或者池化层输出。从图中可以看出X是N1的向量，这是怎么得到的呢？这个输入X就是由全连接层前...

2019-05-16 14:14:16 16486 1

原创 caffe solve.prototxt中的一些概念

1.test_iter=n，该参数表示需要测试迭代的次数n。 test_iter* batchsize（测试集的）=测试集的大小 2.test_interval=n，该参数表示训练的时候，每迭代n次就进行一次测试。 3.lr_policy，该参数表示 caffe进行深度学习时的学习策略，具体有： base_lr: 0.01 lr_policy: "fixed" max_iter: 40000...

2019-05-13 16:07:03 426

原创 python编码问题——“utf-8”与“gbk”

在进行CRNN训练中文字体OCR时，楼主碰到了令人头疼的问题，中英文编码不同。这边文章主要来讲一下“utf-8”与“gbk”的一些问题，有人或许会问不是还有一个unicode吗？看完下面一张图就知道啦。 unicode其实是一种在操作过程中存在的字符状态，一般来讲，例如python中的str都是以“unicode”编码，在进行操作时会具化成为“utf-8”与“gbk”，往往是前者居多。如上图...

2019-05-10 18:17:28 6542 2

原创利用re.findall进行xml文件解析

本文主要用于记录从xml中提取相应的文本，并利用相对坐标进行截图。 import cv2 import re # xml文件路径 xml_path = './b2635430.xml' # 定义相应的pattern name_pattern = '<name>[\S]*?</name>' xmin_pattern = '<xmin>[\S]*?</xmi...

2019-05-06 16:26:43 1190

原创从GitHub上Clone项目

不知道为什么每次博主想要从github上下载项目时网速都很糟糕，并且有几次下载之后会出现不能make的情况（caffe版本）。 clone和下载还是有些区别的，所以这篇文章用来记载一下从github上clone项目的方法。博主系统为：ubuntu16.04 具体操作步骤为： 1.新建一个文件夹用来存放项目； 2.进入该文件夹，右击，选择Open Terminal Here,打开命令窗口； 3.在...

2019-04-26 14:57:18 2446

原创使用Opencv结合Numpy截取图片

首先使用opencv读取图片。 img = cv2.imread(os.path.join(path, img_name)) # imread后面括号中的为图片的具体地址用opencv读取的图片，可以理解为以numpy数组显示，所以很多操作可以通用。 img.shape = (900,1600,3) (900,1600,3)shape的三个参数，分别表示高度（矩阵行数），宽度（矩阵列数...

2019-04-24 14:44:29 1718

原创 Numpy Transpose 函数理解

最近在学深度学习时，碰到许多关于Numpy的知识点，边学边做点笔记，方便记忆。此篇文章用来学习Numpy Transpose函数。 ———————————————————————————————— array = np.arange(0, 24).reshape(2, 4, 3) print(array) 得到一个三维矩阵： [[[ 0 1 2] [ 3 4 5] [ 6 7...

2019-04-22 17:15:07 2688 3

ImDePanDa的博客