- 博客(9)
- 收藏
- 关注
RSS订阅原创 GTSDB交通标志数据集转化为YOLO训练格式
文件夹：FullIJCNN2013下分GTSDB和labels，GTSDB下分train和test，labels下分train和test。下载FullIJCNN2013.zip，解压，里面有分类的42类文件夹，也有直接的900张。这里我没有用负样本训练，所以直接删除了没有标注的负样本，代码如下。图像，我直接把分类的42个文件夹删了，用的900张图像。注意：gt.txt中的坐标为左上角坐标，而不是中间坐标。共生成741个文件，其他的文件为负样本。
2025-03-14 20:20:42
256
原创 深度学习-训练集、测试集、验证集划分
将images文件夹下的图像，根据每个类别类别的总数量按7：2：1分为train,val,test。其中每个图片所属类别根据该图片包含的类别的数量决定（归属为含有类别最多的类别）每个文件夹下分为images和labels用于存储分配好的图像和标签。test:val要2：1的话把他俩路径换一下就行。
2024-12-23 09:27:38
252
原创 《动手学深度学习》——Softmax 回归 + 损失函数 + 图片分类数据集
本节代码文件在chapter_linear-networks/image-classification-dataset.ipynb中。
2024-03-21 20:24:33
409
1
原创 《动手学深度学习》代码笔记3——线性回归+基础优化算法
首先导入包， 将matplot的图嵌入代码中生成数据集：根据带有噪声的线性模型构造一个人造数据集。其中，w是权重参数，b是偏差，是噪声，可以视为模型预测和标签时的潜在观测误差。注：features中的每一行都包含一个二维数据样本，labels中的每一行都包含一维标签值（一个标量）读取数据集：定义一个data_iter函数， 该函数接收批量大小、特征矩阵和标签向量作为输入，生成大小为batch_size的小批量。
2024-01-27 22:26:13
476
2
原创 《动手学深度学习》——线性代数+矩阵计算+自动求和
本章代码在chapter_preliminaries/linear-algebra.ipynb中。
2024-01-25 21:51:04
996
原创 《动手学深度学习》笔记1——数据操作+数据预处理
表示一个由数值组成的数组，n维数组，PyTorch和tensorflow中的张量类为tensor,MXNet中的张量类为ndarray具有一个轴的张量对应数学上的向量（vector）；具有两个轴的张量对应数学上的矩阵(matrix）；具有两个轴以上的张量没有特殊的数学名称。首先导入torch：虽然它被称为PyTorch，但是代码中使用torch而不是。使用arange创建一个行向量 x通过张量的shape属性来访问长度为12张量中的（size）：元素个数为12。
2024-01-24 22:20:42
801
CCTSDB-2021交通标志数据集
2025-03-15
CTSDB数据集CTSDB数据集CTSDB数据集
2024-07-30
已经设置model=yolov8s，为什么打印信息显示未设置默认使用yolov8n
2024-08-10
YOLOv8检测不出结果
2024-08-05
Yolov8训练这个进度条是什么
2024-07-15
YOLOV8口罩检测
2024-07-11
image2转化np不成功？
2024-05-31
.ui转.py文件不显示转换后的文件
2024-05-27
小土堆yolov5目标检测
2024-05-10
imwrite()不能保存图片
2024-04-11
已经添加了d2l库，为什么不能调用里面的函数
2024-03-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人