卟灵卟灵哒的博客

方法一pt转onnx，onnx转到TensorRT1.pt转onnxpytorch自带的函数import torchfrom models.yolo import Modelimport onnxnc = 37device = torch.device('cuda:0')ckpt = torch.load(r'E:\yolov5-master\runs\exp0\weights\best.pt', map_location=device) # 加载模型model = Model(r'

历史 此模型是2016年中科院深圳研究院乔宇老师在论文《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》中提出的 本文原始的创意来自《A Convolutional Neural Network Cascade for Face Detection》，有人称它为 C...

用了很多次还是总忘，记一下。创建虚拟环境： pip create -n py27 python=2.7或 conda create -n py27 python=2.7Windows下： 激活虚拟环境：activate py37 退出虚拟环境：deactivatelinux下： 激活虚拟环境：source activate py37...

发展进程 RCNN（2013年）-解决通用多目标捕获问题 第一次提出候选区（Selective Search）的方法 处理模式：先提出候选框再识别对象 利用卷及神经网络来做目标检测的开山之作 解决的问题 1.速度：传统区域选择使用滑窗，每滑一个窗口检测一次，相邻窗口信息重叠度高，检测速度慢。R-CNN使用一个启发式方法（selective search...

我们使用的数据集可能是通过组合来自多个来源的图像而制作的。这样的数据集中将有很多重复的图像，如果依靠人工手动筛选将会花费很多时间并且容易出错-因此，我需要一种方法来检测并从数据集中删除这些重复的图像。1.数据集有重复图像会造成的问题1.将偏见引入到数据集中，为神经网络提供了额外的机会来学习特定于重复项的模式。2.这会损害模型泛化性2.运用的原理图像哈希（也称感知哈希）是基于图像的可视化内容构造哈希值的过程。我们将图像哈希用于CBIR（Content-based image retri..