h363924219的博客

在做目标检测服务过程中，将yolov7模型通过flask打包成预测服务API，此次训练的图像输入大小是1280，输入预测图片是如果图像大于1280则预测成功，小于1280则报RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 27 but got size。由于只有小图片预测报错，猜测是图像处理过程中resize问题，提示下面代码行错误。

yolox训练自己的数据最近又需要训练图像识别模型，之前体验过yolov5，yolox也出来很久了还没来得及认识，这次就体验下，参考项目地址：https://github.com/Megvii-BaseDetection/YOLOX文章目录yolox训练自己的数据前言一、环境工作二、数据准备三、先测试体验yolox1.下载Yolox的pth文件2.demo测试四、准备自有数据集五、修改配置文件1.voc_classes.py2.yolox_voc_s.py3.yolox_base.py4.voc.py

学习目标：体验基于PaddleGAN的真实人脸实现动漫化，相关模型：AnimeGANv2。AnimeGANv2原理：人脸动漫化（Photo to Cartoon）是指将真实人脸转化成动漫风格，在保持原图像ID信息和纹理细节的同时，将真实照片转换为卡通风格的非真实感图像。AnimeGAN基于2018年CVPR论文CartoonGAN基础上对其进行了一些改进，主要消除了过度风格化以及颜色伪影区域的问题。对于具体原理可以参见作者知乎文章。AnimeGANv2是在AnimeGAN的基础上添加了total v

yolov5训练自己的数据最近项目涉及计算机视觉，前期已训练了一些模型，但实时识别性能上总是有些欠缺，听说yolov5进行了深度模型压缩，可以快速提高识别效率，所以就把代码拉下来试试，参考项目地址：https://github.com/ultralytics/yolov5文章目录yolov5训练自己的数据准备工作一、准备数据二、调整参数1.调整data中yaml文件2.修改model下yaml文件三、执行训练2.参数说明2.文件说明四、预测总结准备工作yolov5 是源码是基于pytorch框架

学习目标：体验基于PaddleGAN的图像生成模型实现的人脸融合，模型名称：StyleGAN V2StyleGAN V2 原理：StyleGAN V2 的任务是image generation，给定特定长度的向量，生成该向量对应的图像，是StyleGAN的升级版，解决了StyleGAN生成的伪像等问题。StyleGAN V2 可对多级风格向量进行混合。其内核是自适应的风格解耦。相对于StyleGAN，其主要改进为:生成的图像质量明显更好(FID分数更高、artifacts减少)提出替代渐进式训

学习目标：提示：这里可以添加学习目标例如：一周掌握 Java 入门知识学习内容：提示：这里可以添加要学的内容例如：1、 搭建 Java 开发环境2、 掌握 Java 基本语法3、 掌握条件语句4、 掌握循环语句学习时间：提示：这里可以添加计划学习的时间例如：1、 周一至周五晚上 7 点—晚上9点2、 周六上午 9 点-上午 11 点3、 周日下午 3 点-下午 6 点学习产出：提示：这里统计学习计划的总量例如：1、 技术笔记 2 遍2、优快云 技术博客 3 篇

基于PaddleGAN项目人脸表情动作迁移学习记录（一）环境配置，代码准备文章目录基于PaddleGAN项目人脸表情动作迁移学习记录（一）环境配置，代码准备前言一、PaddleGAN是什么？二、PaddleGAN使用步骤1.为Paddle单独创建环境2.获取源码3.安装基础包总结前言一直以为人脸表情迁移与照片修复是比较有意思的技术，最近百度开源了PaddleGAN,就尝试测试一下效果，特此记录体验过程，方便后续查阅。一、PaddleGAN是什么？PaddleGAN 是一个基于飞桨的生成对抗网

项目场景：近期在研究人脸算法，需要用到dlib库，已经在window环境中正常跑通代码，准备把程序部署到服务器上，却卡在了安装dlib库上，耗费了大半天时间，特地记录一下纪念耗费掉的时间。问题描述：anaconda已经正常安装，按照常规操作进行pip安装：pip install dlib报错信息如下：…– Using CMake version: 3.20.5– Compiling dlib version: 19.22.1CMake Error at /tmp/pip-instal

运行voc_annotation.py报错代码是这样的定位问题应该是difficult = obj.find('difficult').text 这一句代码。经过查找教程，发现原因：用labelimg标注的xml里面是Difficult,而源码里面是difficult，所以要改动。将上面代码改成中difficult改成Difficult即可。difficult = obj.find('Difficult').text done!...

学习tensorflow，准备打印网络结构，先是报“Failed to import pydot”错误，后来又报“pydot failed to call GraphViz”,解决之后又报“InvocationException: Program terminated with status: 1. stderr follows: Format: “ps” not recognized. Use one of:”，是真折腾！后来看了这篇博客解决了我前两个问题，链接如下：https://blog.csdn

一、先理解优点Adam优化器2014年12月，Kingma和Lei Ba两位学者提出了Adam优化器，结合AdaGrad和RMSProp两种优化算法的优点。对梯度的一阶矩估计（First Moment Estimation，即梯度的均值）和二阶矩估计（SecondMoment Estimation，即梯度的未中心化的方差）进行综合考虑，计算出更新步长。主要包含以下几个显著的优点：实现简单，计算高效，对内存需求少参数的更新不受梯度的伸缩变换影响超参数具有很好的解释性，且通常无需调整或仅需很少的微