- 博客(41)
- 收藏
- 关注
RSS订阅原创 csv文件绘制对比图map0.5、map50-90、precision(B)、recall(B)
【代码】csv文件绘制对比图map0.5、map50-90、precision(B)、recall(B)
2024-08-12 16:35:35
447
转载 YOLO v8 参数详解ultralytics/cfg/default.yaml
训练设置：包括模型文件路径、数据文件路径、训练轮次、训练时间、早停耐心（无改进的训练轮数）、批次大小、图像大小、是否保存训练检查点和预测结果、缓存设置、运行设备、工作线程数、项目和实验名称、是否允许覆盖现有实验、是否使用预训练模型、优化器类型、是否输出详细信息、随机种子、是否启用确定模式、是否作为单类别训练、是否应用矩形训练或验证、是否使用余弦学习率调度器等。任务和模式设置：定义YOLO的任务（如检测、分割、分类、姿态识别）和模式（如训练、验证、预测、导出、跟踪、基准测试）。
2024-07-02 22:07:27
2526
原创 示例：数据增强
数据增强中的"image translation"（图像平移）是一种常见的技术，用于改变图像中对象的位置，从而增加训练数据的多样性。例如，如果两个图像的标签分别为 "狗" 和 "猫"，混合比例为 0.7 和 0.3，那么新图像的标签可能是 "0.7 * 狗 + 0.3 * 猫"。它的核心思想是将两个或多个图像以一定的比例混合在一起，创建一个新的图像，同时对标签也进行线性插值。图像马赛克通常用于创建大规模的图像或场景，它有助于合并多个小图像，以获得更广阔的视野或更详细的图像信息。
2023-10-19 05:54:56
356
原创 data.yaml中类别编号不能跳跃编号
通常是按顺序编号的，而且这些编号需要连续，以便正确映射类别标签。标签编号是从0开始的整数，并且依次递增。如果你的标签名称跳跃，YOLO可能无法正确识别或映射这些类别。如果你的数据集中有某些类别被跳过，你应该将它们的类别编号按照连续的顺序进行分配。这样可以确保YOLO正确地映射和处理标签。如果你只想训练某些类别，只需在。这种配置可能会导致问题，因为YOLO期望类别编号是连续的。文件中指定这些类别，不需要跳跃编号。
2023-10-19 00:57:19
436
1
原创 yolo格式的txt标签指定类别筛选+指定数值替换
原yolo格式的txt标签中包含了 "person"、"dog"、"cat"、"car" 和 "bicycle" 类别的对象，可以通过以下方式筛选出 "dog" 和 "bicycle" 类别的对象：
2023-10-19 00:53:22
2213
原创 yolov8-oprncv可视化结果，并将其显示在窗口中
下面是一个使用 OpenCV （） 和 YOLOv8 对视频帧运行推理的 Python 脚本。此脚本假定您已经安装了必要的软件包（ 和 ）。此脚本将对视频的每一帧运行预测，可视化结果，并将其显示在窗口中。可以通过按“q”退出循环。
2023-10-18 05:22:15
1412
原创 NIVDIA控制面板与电脑“应用”CUDA、cmd下nvcc --version命令显示版本不同
最初安装CUDA11.6+cudnn8.3，后显卡驱动自动更新，环境都可使用，但以后新装不知该以哪个为准。
2023-10-15 19:02:27
2101
原创 待-数据增强：加噪声、改变亮度、裁剪、平移、旋转、镜像、cutout等方法
数据增强：# 定义图像增强参数rotate_range = (0, 30) # 随机旋转范围（0到30度）perspective_prob = 0.5 # Perspective变换概率horizontal_flip_prob = 0.5 # 水平翻转概率scale_range = (0.8, 1.2) # 随机缩放范围（80%到120%）vertical_flip_prob = 0.5 # 垂直翻转概率mosaic_prob = 0.5 # Mosaic数据增强概率
2023-10-13 16:53:56
271
原创 将关键点绘制到图像上
用于处理标签文件中的关键点数据，将关键点标记绘制到对应的图像上，并保存或显示带有关键点标记的图像。这可能用于图像处理和关键点检测的任务。但需要注意的是，代码中存在一些错误，如 include 应为 #include，using namespace 行缺少分号，等等
2023-10-13 16:17:37
134
原创 生成空白标签
这段代码的目的似乎是为一组图像文件创建空白标签文件，通常用于以后的目标检测或图像分类任务。在目标检测任务中，标签文件通常包含了物体的位置、类别等信息。) 中列出所有图像文件，然后为每个图像文件创建一个相同名称的标签文件。用于在指定的图像目录 (
2023-10-13 16:15:40
124
原创 视频文件逐帧提取为图像文件
这段代码的主要功能是将视频文件逐帧提取为图像文件，并保存在指定的目录中。每个视频的每第10帧被保存为一个图像文件。如果需要，你可以根据自己的需求进行修改，例如更改图像保存的间隔。
2023-10-13 15:53:49
463
原创 tensorboard结果可是化—可调整, http://localhost:6006无法访问此网站问题
【代码】tensorboard结果可是化—可调整。、解决6006无法打开
2023-10-12 08:46:56
210
原创 参数详解：yolov7模型 训练部分（train.py）
人工标注的边框（bounding box，有时简写bbox 或者 box）是人告诉机器的正确答案叫ground truth bounding box，简写 gt bbox或者gt box，表示已知正确的意思。和batch--size的区别，batch--size是指训练一组放入多少张照片，消耗的是GPU。指定模型配置文件路径的；程序生成的一堆box，想要预测正确的gt box，这些生成的box叫anchor。，如果默认参数训练出来的结果能满足你的使用，使用默认参数也是不错的选择）默认不开启。
2023-10-12 05:34:14
2144
原创 模型训练时的互转标注文件格式以及标注验证代码（标注文件格式转换和标注验证）
（2）产生train.txt、val.txt以及test.txt文件的路径形式。第二个实现两个功能（1）XML格式标注文件转换到。第2个xml_to_labels-2.py。第1个xml_to_labels.py。下面代码只实现（2）的功能。数据集划分txt2.py。数据集划分txt.py。
2023-10-12 04:11:42
216
原创 Jupyter Notebook的使用命令记录
是一个强大的交互式笔记本工具，用于创建和共享文档，其中可以包含实时代码、方程、可视化和解释性文本。以下是一些常用的。
2023-10-12 03:51:53
1015
原创 yolo推理指标理解
总之，这三个时间一起提供了有关目标检测任务的性能的信息。推理时间和NMS时间通常用于评估算法的速度和效率，而总时间则包括了整个任务的时间开销，包括前期准备和后期处理。在实际应用中，您可以根据这些时间来优化和改进您的目标检测系统，以满足性能要求。：这是非极大值抑制（NMS）的时间，表示在检测到对象后，对重叠的边界框进行处理以获得最终的目标边界框所花费的时间。：这是整个目标检测任务的总时间，包括加载模型、推理、NMS以及其他可能的处理步骤。：这是推理的时间，表示模型对输入图像进行目标检测所花费的时间。
2023-10-12 02:51:47
484
原创 yolov7环境安装中的特定版本包
ImportError: DLL load failed while importing _ufuncs:找不到指定的程序。：首先尝试重新安装SciPy，这可能会解决问题。
2023-10-12 02:47:19
192
原创 环境安装中 opencv、opencv3、opencv-python的区别
只有在需要特定版本或自定义功能时，您才需要考虑手动安装 "opencv" 或 "opencv3" 并进行自定义编译和配置。"opencv-python" 是 OpenCV 的官方 Python 绑定，提供了对 OpenCV 库的 Python 接口。安装 "opencv3" 可能需要从源代码构建，类似于 "opencv"。在 Python 中使用 OpenCV，您通常需要将其绑定到 Python，这可以通过安装 Python 的 "opencv-python" 包来实现。
2023-10-10 17:48:10
3420
1
原创 jupyter运行py文件
此时test.py中的所有代码全部加载到当前cell中，并且自动将%load test.py语句注释。%load 的作用是将 xx.py 文件中的所有代码加载到 .ipynb文件中（并未运行），如果需要运行加载的代码，需要再次运行该cell。原文链接：https://blog.youkuaiyun.com/Mr_TangGuo/article/details/110816836。版权声明：本文三为优快云博主「牧之原」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
2023-09-15 21:56:41
6653
转载 conda 与 pip 混用的问题（转）
虽然conda list 显示numpy==1.21.5 但是实际用的是1.21.2，这个是被conda 覆盖的,所以。
2023-09-15 15:20:33
1145
原创 jupyter notebook配置conda中的环境
在Jupyter Notebook的界面中，右上角会显示当前内核（kernel）。通过点击它来选择要在Notebook中使用的Conda环境。：接下来，需要将Conda环境添加到Jupyter Notebook中，以便在Notebook中选择和使用它。包，以便将Conda环境添加到Jupyter Notebook中。使用以下命令安装：。：在cmd中输入：Jupyter Notebook。替换为想要在Notebook中显示的环境名称。：Conda环境中安装它。：在激活环境后，需要安装。
2023-09-15 15:00:12
825
1
转载 利用yolov5训练自己的数据集； yolov5的安装与使用 ； yolov5源码解读
场景一:Anconda环境基本操作场景二:yolov5的使用场景三:yolo v5训练自己的数据集场景四:yolov5源码解读
2023-09-15 13:21:52
39
原创 yolov5s_6.修改记录
val: ../data/datasets/images/val 表示在F:\my\yolo\v5中（下）查找val文件。
2023-03-15 01:46:39
603
简单数据处理程序,py
2023-10-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人