电竞肖邦口吐芬芳-优快云博客

原创 DETR类模型训练报错assert (boxes1[:, 2:] ＞= boxes1[:, :2]).all()

关闭混合精度训练，即在训练中让amp=False，为了让自己的batch size大一些，魔改了作者的代码，结果最后是这里出了问题，估计是FP16精度不够溢出了。：一个另外的问题时当时想在模型报错的时候打印box的结果，但是终端什么东西都没有，可能是多进程的原因，解决方案为报错时写入log文件而不是print()：在多卡模型训练时碰到了这个问题，github给出的解决方案五花八门，有降低学习率的，有人num_classes写错了的，但是都不行。：代码断言错误，模型预测结果的box输出为NaN。

2023-10-18 20:29:08 985 1

原创 VisDrone2019 转化为COCO格式

VisDrone2019 转化为COCO格式为了实验需要，需要将VisDrone2019数据集转化为COCO格式，将自己的转化代码公布，希望帮到相同研究方向的人。你的VisDrone2019解压后的目录应该如下所示：第一个参数输入上面目录的路径，第二个参数是要输出的路径只添加了检测训练必要的数据，COCO格式多余的数据都设为空import osimport cv2from tqdm import tqdmimport jsondef convert_to_cocodet

2020-12-08 20:39:39 3315 13

原创 DIOR数据集转化为COCO格式

DIOR数据集转化为COCO格式为了实验方便，需要将DIOR数据集转化为COCO格式，在此将代码共享，希望能帮助到同样研究方向的人。解压DIOR数据集的压缩文件之后，你的路径应该是这样的：第一个参数是你电脑里上图的路径，第二个参数是你想输出COCO格式文件的路径DIOR缺少很多COCO格式的数据，所以缺少的项都为空，代码如下import osimport cv2from tqdm import tqdmimport jsonimport xml.dom.minidomc

2020-12-08 20:33:13 3344 9

原创 mmdetecion-学习率调整-线性缩放原则

在使用mmdetetion平台时，我们会碰到很多配置文件，其中会涉及到学习率的配置。如下图所示：这是MMdet中1x训练策略的optimizer配置，其中学习率等于0.02，但其实这个学习率是需要微调的，并不能直接使用。直接使用最直接的后果就是可能会出现loss=nan或者inf的情况，因为这个学习率是8GPU*2img/GPU的情况下所设定的。如何进行微调，这就要用到线性缩放原则，线性缩放原则来源于facebook的论文《Accurate, Large Minibatch SGD:Tra

2020-09-04 11:04:12 6704 7

原创 detectron2学习:KeyError: “No object named ‘XXXXX‘ found in ‘BACKBONE‘ registry!“

问题来源:在使用FB的框架detectron2改写模型的时候碰到了KeyError: "No object named 'XXXXX' found in 'BACKBONE' registry!"的bug。分析：detectron2中自定义的模型都需要注册,这一点官方的文档中已经提到，上图是官方给出的标准模型注册code，我照着官方文档改写代码还是报错，我的代码如下：可以看到，我已经像文档所说的那样使用装饰器注册了我自己的backbone，但是运行train_net.py还是会报错找不到自定

2020-08-10 23:30:05 6141 4

原创 OMP: Error #15: Initializing libomp.dylib, but found libiomp5.dylib already initialize问题解决

最近在复现RCNN代码，把代码搬到实验室server上跑时出现错误：OMP: Error #15: Initializing libomp.dylib, but found libiomp5.dylib already initialize通过查询github，发现这个问题大多发生在mac os上，github上的解决方案是：1. import os os.environ[‘KMP_DUPLICATE_LIB_OK’]=‘True’2. conda install nomkl还有..

2020-07-09 22:10:31 3854 3

原创人工智能-遗传算法解决八数码问题-python源码

问题描述：在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动，其移动规则是：与空格相邻的数码方格可以移入空格。现在的问题是：对于指定的初始棋局和目标棋局，给出数码的移动序列。该问题称八数码难题或者重排九宫问题。算法流程图如下所示：源代码为：import copyimport numpy as npimport randomimport timeimport operator# 遗传算法那解决

2020-05-31 15:37:45 1823

原创人工智能-遗传算法解决八皇后问题-python源码

问题描述：八皇后问题，一个古老而著名的问题，是回溯算法的典型案例。该问题由国际西洋棋棋手马克斯·贝瑟尔于 1848 年提出：在 8×8 格的国际象棋上摆放八个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，问有多少种摆法。算法解决流程图为：源代码为：import numpy as npimport randomimport timeimport operator# 遗传算法解决八皇后问题# 八皇后初始化函数def init(): c

2020-05-31 15:30:27 2136 1

原创人工智能-模拟退火算法解决八数码问题-python源码

问题描述：在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动，其移动规则是：与空格相邻的数码方格可以移入空格。现在的问题是：对于指定的初始棋局和目标棋局，给出数码的移动序列。该问题称八数码难题或者重排九宫问题。算法解决流程图为：源代码为：import numpy as npimport randomimport timeimport mathimport copy# 模拟退火算法解决八皇.

2020-05-31 15:22:33 1318

原创人工智能-模拟退火算法解决八皇后问题-python源码

问题描述：八皇后问题，一个古老而著名的问题，是回溯算法的典型案例。该问题由国际西洋棋棋手马克斯·贝瑟尔于 1848 年提出：在 8×8 格的国际象棋上摆放八个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，问有多少种摆法。解决流程图如下所示：源代码为：import copyimport numpy as npimport randomimport timeimport math# 模拟退火算法解决八皇后问题# 八皇后初始化函数de

2020-05-31 14:59:56 2669 7

原创人工智能-爬山法解决八数码问题-python源码

问题描述：在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动，其移动规则是：与空格相邻的数码方格可以移入空格。现在的问题是：对于指定的初始棋局和目标棋局，给出数码的移动序列。该问题称八数码难题或者重排九宫问题。八数码问题的解决流程如下图所示：算法源代码为：import copyimport numpy as npimport randomimport timeimport math..

2020-05-31 14:52:32 2205 2

原创人工智能-爬山法解决八皇后问题-python源码

问题简述：八皇后问题，一个古老而著名的问题，是回溯算法的典型案例。该问题由国际西洋棋棋手马克斯·贝瑟尔于 1848 年提出：在 8×8 格的国际象棋上摆放八个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，问有多少种摆法。算法的逻辑流程图如下所示：源代码为：import copyimport numpy as npimport randomimport time# 爬山法解决八皇后问题# 八皇后初始化函数def init(): c

2020-05-31 14:43:21 1902

原创关于keras使用tensorboard报错 'Sequential' object has no attribute '_get_distribution_strategy'问题解决方案

学习kears使用tensorboard时报错'Sequential' object has no attribute '_get_distribution_strategy'。查询github后发现是keras与tensorflow兼容出了问题解决方案为使用tensorflow的tensorboard很简单：第一：更改你的import 改为tensorflow,第二：c...

2020-04-02 20:35:23 4671

qq_20793791的博客