- 博客(14)
- 收藏
- 关注
RSS订阅
原创 DDFF-12数据集处理
每个场景包含10张图片，因此一共有400张训练图片，200张验证集图片。图片数据是以0-255之间的数字来保存的，而不是0-1之间的数字。我们可以使用Opencv 或者是matplotlib来查看这些图片，值得注意的是，opencv读取的是BGR图片，而Matplotlib读取的是RGB图片。DFV使用的DDFF-12是自己处理过的，文件格式为H5，需要使用H5py库来处理该文件。由上可知，该划分数据集中包含三种数据，分别是全聚焦图像，验证集图像与训练集图像。因此我们把图片数据除以255，得到如下结果。
2023-08-04 15:38:07
643
1
原创 YoloX 训练报错解决：AssertionError: Caught AssertionError in DataLoader worker process 0.
查看其他人的issue，有提到是由于路径造成的，但是没有明确的解决方案。实际上这是你验证集缺失的图片造成的。如果你的coco数据集路径是正确的，那么检查文件（图片）是否存在。你可以在cocodataset类中加一个函数，该类在yolox/data/datasets/coco.py文件中，你可以和我一样做。该错误的具体表现在：当跑完第10个epoch时，开始验证，然而验证失败。当我执行训练代码，出现了和别人一样的问题。然后你需要调用这个函数，来获得丢失的图片。然后你可以在这些图片的名字的前面加上。
2023-07-24 14:42:50
2942
2
原创 Pytorch文档学习 TORCH.TENSOR_SPLIT
③当indices_or_sections类型为list时，对于split，划分值之和不得超过元素个数，比如不能写成【3,4,15】，否则会报错。如对【3,4,15】，下标小于3的，下标小于4大于3的，下标小于6大于4的，下标小于15大于6的，该方法会划分出以上4组。下标超出实际大小的时候会返回一个空的tensor。①split的indices_or_sections的类型为int或者list，而tensor_split的类型为tensor，int，list，tuple of list。
2023-05-08 15:47:14
421
原创 Pytorch文档学习 TORCH.TAKE_ALONG_DIM
这个方法往往需要和能够返回long tensor类型的下标方式一起使用。比如argmax和argsort。从输入中根据维度和下标选择值，其中下标的类型必须为long tensor。
2023-05-08 15:10:54
311
原创 Pytorch文档学习 TORCH.DIAGONAL_SCATTER
可以看出，对于zeros（n），ones（m）和offset要满足m+offset = n。对输入进行对角线填充，填充内容为src。
2023-05-08 11:26:56
213
原创 Pytorch文档学习 TORCH.COLUMN_STACK
把两个tensor纵向堆叠在一起。相当于 torch.hstack (张量) ，但是张量中的每个零维或一维张量 t 在水平叠加之前首先被重新形成一个(t.numel () ，1)列。
2023-05-08 09:41:06
219
原创 Pytorch文档学习 TORCH.ARGWHERE
对于一个n维的输入，输出结果的下标的大小是z×n维的，z是所有非零元素的总个数。返回一个张量，该张量包含输入中所有非零元素的下标。
2023-05-08 09:03:54
1127
1
原创 Pytorch文档学习 TORCH.FROM_DLPACK
返回的 PyTorch 张量将与输入张量共享内存，因此要注意不能随意更改该张量中的内容。把一个额外库的张量转换为torch中的张量。
2023-05-07 22:48:16
372
1
原创 Pytorch 文档学习 TORCH.ASARRAY
当obj是Numpy scalar时，返回的tensor是一个cpu上的0维的tensor，也不共享内存。返回的数据类型会根据Numpy scalar的数据类型转换为pytorch的数据类型。当obj是tensor、Numpy array或者DLPack，返回的tensor默认不需要梯度，且会和obj有着相同的数据类型（dtype），位于同一个device上，共享内存。当obj不是上述任意一种但是是一个标量，或者一系列标量，返回的tensor默认推断标量的数据类型，返回到CPU，且不共享内存。
2023-05-07 22:29:13
547
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人