m0_67105022的博客

其中N是输入图像的size，F是filter的size，stride是滑动的步长。stride大于1的时候不一定能整除，这个时候，就需要在原图像上加上一层padding层，这样图像的大小就变化了卷积神经网络其实和普通的神经网络的区别在于它的输入不再是一维的向量了，而是一个三维的向量，为什么是三维的呢？这是因为图片有三个通道R,G,B。那么输出是什么呢？输出可以认为是一维的向量，比如说那图片分类举例，分为K类的话，输出就是K维的向量。使用Batch Normalization，...

windows版本的git行人数据集包含170个图片和345个行人实例修改torchvision模型库一般有两种情况：1.从一个预训练模型开始，只是微调最后一层2.想替换backboneimport osimport numpy as npimport torchfrom PIL import Imageimport torchvisionfrom torchvision.models.detect...

我们使用Pytorch提供的预训练模型，使用这个预训练模型，我们可以检测COCO数据集中超过80种物体。RetinaNet的输入格式输入图像的格式为[C, H, W]，即(channels, height, and width)，我们也需要提供一个batch size。batch size指一次处理多少张图像。所以输入图像格式为[N, C, H, W]。同时，图像的像素值要在0-1之间。RetinaNet的输出格式它输出一个列表包括一个字典，其包含结果张量。格式为List[D...

要求Driver Version>451.67其中Driver Version是GPU 驱动版本型号，CUDA Version是CUDA 驱动 API 的型号。下载CUDA10.2检查安装是否成功：nvcc -VCUDNN v8.3.1下载需首先注册会员解压后重命名后移动到当前文件夹打开anaconda prompt,为pytorch创建一个虚拟环境，与base等区分开. 测试显卡是否可...

SOTA：state of the art指在特定任务中目前表现最好的方法或模型Focal lossimport torchfrom torch.nn import functional as Fdef sigmoid_focal_loss( inputs:torch.Tensor, targets:torch.Tensor, alpha:float=-1, gamma:float=2, reduction:str='none',#默认为non

torchvision包含众多流行数据集和图像处理方法目标检测算法常见的计算机视觉任务可以归纳为图像分类、目标检测、语义分割等。在图片数据中找到指定的物体，并能够正确定位位置，这就是典型的目标检测任务。边界框与锚框边界框用来描述目标位置，是一个矩形框，由左上角坐标和右下角坐标来共同确定。在运行目标检测算法时，通常会在图像中采样多个候选区域，不同的目标检测算法所使用的采样算法也不一样，而YOLO系列算法则通过定义锚框来提取，锚框是指以每一个像素为中心，生成多个大小和宽高比不同的