lockonlxf的博客

目录一、引言二、下载数据三、数据形式四、自定义数据加载一、引言  最近在做一些大规模数据集（ImageNet-1k、ImageNet-21k）的实验之外，还做了一些小数据集的 ablation study。其中pytorch有自带的cifar10、cifar100数据加载，而Tiny ImageNet是没有的。于是简单在此记录一下这个数据集的处理。  Tiny ImageNet Challenge 是斯坦福 CS231N 的默认课程项目。 它的运行类似于 ImageNet 挑战赛 (ILSVRC)。

目录faster-rcnn.pytorch-1.0指南（一）——序言faster-rcnn.pytorch-1.0指南（二）——平台搭建和模型训练faster-rcnn.pytorch-1.0指南（三）——制作PASCAL VOC2007数据集  在完成制作PASCAL VOC2007数据集后可以开始训练自己的数据集了。  我这里用的例子是之前做的KITTI数据集目标检测——KITTI转VOC一、修改参数　　首先，在faster-rcnn.pytorch/lib/datasets目录下的p

目录一、引言二、下载数据三、数据形式四、PNG 转 JPG五、类别调整六、TXT 转 XML七、生成检索txt文件一、引言  对于KITTI数据集，有着很丰富的应用，不仅仅局限于目标检测，这就导致了数据集的标签是txt文件，里面包含了各种任务所需要的标签，因此为了实现目标检测的任务，我们就需要将属于目标检测的坐标从中提取出来再生成对应的xml文件。二、下载数据  打开官网我们可以看到以下界面，那么我们真正需要的只有标注出的两个文件。  除了可以再官网下载之外，这里再提供一个下载链接  http

目录faster-rcnn.pytorch-1.0指南（一）——序言faster-rcnn.pytorch-1.0指南（二）——平台搭建和模型训练数据集解析在利用诸如Faster R-CNN等深度学习网络进行目标检测的时候一定需要训练自己的数据集。在制作为VOC2007格式的数据集之前，来看看这个数据集到底是什么样的：　　参照tf-faster-rcnn指南（二）——平台搭建　　VOC2007数据集包含有5个文件夹，其中：　　1、Annotations文件夹　　该文件下存放的是xml格式

一、下载Github代码git clone https://github.com/jwyang/faster-rcnn.pytorch.git二、创建文件夹cd faster-rcnn.pytorch mkdir datacd datamkdir pretrained_model三、下载数据  这一步和我去年写tf-faster-rcnn指南（二）是一样的1、Download the training, validation, test data and VOCdevkitwget

万万没想到，自去年电网项目之后，我又重拾起了检测任务。不得不说在科研界，TensorFlow已经不行了，Pytorch才是王道。最近刚上手无监督域适配（UDA）的目标检测，导师叫我复现一下一些文章，结果惊奇的发现清一色的pytorch0.4，然而公司的镜像却是1.x，这就非常不友好了，本想在1.x上强撸，结果以失败告终。。经过调研发现，UDA的目标检测基本上用faster-rcnn作为baseline，而faster-rcnn公开的代码基本是0.4的，网上很多博客攻略也是以0.4来写的，都2020，还

目录一、引言二、自定义数据集载入方式1、准备工作2、  init  3、  getitem  4、  len  5、载入一、引言  深度学习中主要分为两大任务，分类和回归。  1、 分类即classification，就是将具有相同属性的样本划分为同一类，具有不同属性的样本划分为不同类。  以往我们需要通过对样本打标签来划分类别，用0，1，2，3，…表示类别。而在Pytorch中只需要将同...

最近在写论文，要做一些对比实验，需要以Sphereface为基础。其实实验早该做了，就是一直拖拖拖…唉拖延症患者。今天总算是把github上的代码跑通了，赶紧做下小笔记。因为还要赶论文，就简单写一下，以后再回来改。本次所使用的源码为:https://github.com/clcarwin/sphereface_pytorch然而具体的操作步骤说明是有错误的通过参考：https://www.c...

VGG( (features): Sequential( (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (1): ReLU(inplace) (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1...

VGG( (features): Sequential( (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (1): ReLU(inplace) (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1...

ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...

ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...

ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...

ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...

ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (relu): ReLU(...

目录一、引言二、具体步骤1、参数模型2、网络结构3、参数载入4、特征提取器5、读取图片三、完整代码一、引言  深度学习在许多任务中主要充当着特征学习的作用，而学习完的特征才是后续应用的一个关键。本文将主要介绍，如何提取任意目标层的特征图。  本文以输入数据为图片为例。二、具体步骤1、参数模型博主使用了ResNet50训练了一个人脸识别的网络  训练完成的深度学习模型，我们会保存一...

VGG( (features): Sequential( (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (1): ReLU(inplace) (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1...

本次所使用的源码为:https://github.com/endernewton/tf-faster-rcnn目录tf-faster-rcnn平台搭建

目录tf-faster-rcnn指南（一）——平台搭建tf-faster-rcnn指南（二）——训练模型一、下载

目录tf-faster-rcnn指南（一）——序言tf-faster-rcnn指南（二）——平台搭建tf-faster-rcnn指南（三）——训练模型数据集解析在利用诸如Faster R-CNN等深度学习网络进行目标检测的时候一定需要训练自己的数据集。在制作为VOC2007格式的数据集之前，来看看这个数据集到底是什么样的：　　参照tf-faster-rcnn指南（二）——平台搭建...

目录tf-faster-rcnn指南（一）——序言tf-faster-rcnn指南（二）——平台搭建tf-faster-rcnn指南（三）——训练模型tf-faster-rcnn指南（四）——制作PASCAL VOC2007数据集tf-faster-rcnn指南（五）——训练自己的数据集在完成制作PASCAL VOC2007数据集后可以开始训练自己的数据集了。一、修改参数　　首...

目录tf-faster-rcnn指南（一）——序言tf-faster-rcnn指南（二）——平台搭建tf-faster-rcnn指南（三）——训练模型tf-faster-rcnn指南（四）——制作PASCAL VOC2007数据集tf-faster-rcnn指南（五）——训练自己的数据集tf-faster-rcnn指南（六）——绘制Precision-recall曲线本文主要参考...

由于最近在做项目，所以既tf-faster-rcnn之后，顺便再完成ssd的指南。据说pytorch是搞科研的利器，所以还是以后还是尽可能的在pytorch上搞一搞。本次所使用的源码为:https://github.com/amdegroot/ssd.pytorch目录ssd.pytorch指南（一）——序言...

目录ssd.pytorch指南（一）——序言一、环境搭建1、python3+torch0.4.1+torchvision2、官方代码需要安装cv2和visdompip install opencv-pythonpip install visdom二、代码下载https://github.com/amdegroot/ssd.pytorch解压后将文件夹充命名为ssd_pyto...

本章节既是指南如何训练测试模型，同时也是检验上一章所提的平台搭建是否成功。目录ssd.pytorch指南（一）——序言ssd.pytorch指南（二）——平台搭建ssd.pytorch指南（三）——训练模型一、下载预训练模型1、在ssd_pytorch文件夹下新建weights文件夹cd ..mkdir weightscd weights2、下载预训练模型wget ht...

目录ssd.pytorch指南（一）——序言ssd.pytorch指南（二）——平台搭建ssd.pytorch指南（三）——训练模型ssd.pytorch指南（四）——制作PASCAL VOC2007数据集在完成制作PASCAL VOC2007数据集后可以开始训练自己的数据集了。一、修改参数1、 修改config.py参数　　打开ssd_pytorch/data/config....

最近在研究pytorch如何修改与训练模型的网络结构，然后发现了两种版本，一种是细调版，一种是快速版　　经过一番钻研后发现细调版适合对网络模型进行大幅度的改动（如在原有的结构上穿插着增减层），而快速版适合直接对网络末端的层进行增减。　　虽然快速版简单易懂，但是还是要对细调版有所了解才能比较，万一以后用的上呢。因此，我就好好研究了一番细调版，结果发现网上的代码或者博客基本都是相互搬运的，代码中的...

为完成自己的科研任务，当前我需要基于VGG16做fine-tuning。于是写下这一节笔记。我使用的是torch1.0，因此本博客主要基于这篇博客——pytorch finetuning 自己的图片进行行训练做调整目录一、加载预训练模型二、设置网络参数一、加载预训练模型import torchimport torchvision# prepare modelmode1_vgg16 =...

0. 引言初衷：　　　　当前已经有很多博客对MTCNN的原理分析，不过对于很多从事人脸研究（非人脸检测）的小伙伴而言，人脸检测只是一个前置步骤，并不需要了解太多，更不需要做技术上的创新，只需要效果不错的人脸检测工具箱就好。　　既然只是需要一个工具箱，自然选择尽量省事的方法，也就是不需要我们训练网络的方法。因此，本指南只面向于将人脸检测作为工具箱的小伙伴，若想进一步研究的大佬，请移步githu...

目录一、引言二、自定义数据集载入方式1、准备工作2、  init  3、  getitem  4、  len  5、载入三、完整代码四、现有任务的载入方法1、孪生网络（人脸识别/匹配）2、人脸关键点检测一、引言  深度学习中主要分为两大任务，分类和回归。  1、 分类即classification，就是将具有相同属性的样本划分为同一类，具有不同属性的样本划分为不同类。  以往我们需要通过对...

（pytorch1.0）最近在研究pytorch如何修改与训练模型的网络结构，然后发现了两种版本，一种是细调版，一种是快速版　　经过一番钻研后发现细调版适合对网络模型进行大幅度的改动（如在原有的结构上穿插着增减层），而快速版适合直接对网络末端的层进行增减。　　虽然快速版简单易懂，但是还是要对细调版有所了解才能比较，万一以后用的上呢。因此，我就好好研究了一番细调版，结果发现网上的代码或者博客基...

目录tf-faster-rcnn平台搭建一、下载Github代码git clone https://github.com/endernewton/tf-faster-rcnn.git二、更改配置cd ~/tf-faster-rcnn/lib# Change the GPU architecture (-arch) if necessaryvim setup.py大家可以通过...