qq_34291583的博客

原创 DEVc++不显示中文和输出中文乱码解决方法

点击工具->编辑器选项->显示，不要勾选<ID 27071 translation missing>

原创 docker安装好以后出现：Unable to find image ‘hello-world:latest‘ locally docker: Error response from daemon:

出现这个问题的意思是镜像拉取错误（在本地没找到，在国外拉取不成功）；：换源，或者添加源；

原创 pip安装出现ERROR: Could not install packages due to an OSError: [Errno 28] No space left on device

sudo rm -rf /tmp/* ##注意，这是清空tmp文件夹，确保这个文件夹有足够的空间。

原创 mmcv_full下载网址

https://download.openmmlab.com/mmcv/dist/cu102/torch1.6.0/index.html

原创 小目标检测相关内容最新梳理

原创 迁移学习对医疗图像的影响（Transfusion: Understanding Transfer Learning for Medical Imaging）

原创 Rethinking Pre-training and Self-training论文阅读及笔记

原创 Ubuntu boot空间不足解决方法

boot空间不足的主要原因：内核多次升级以后，导致遗留的内核越来越多，因此解决方法就是删除不必要的内核。首先使用指令：dpkg --get-selections |grep linux-image，查看都有那些内核，还可可以使用ls /boot查看boot都有那些文件；接着使用指令即：uname -a查看当前启用的是那个内核；最后使用指令：sudo apt-get purge linux-image-3.5.0-17-generic卸载不必要的内核，简而言之，主要步骤如下：（1）dpkg --get-

原创 关于神经网络中relu和bn顺序的问题

1：relu+bn从Internal Covariate Shift(内协变量移位，即随着网络层数的加深，高层的参数更新要不断的去适应底层的参数，前面层参数的更新会导致下一层的的输入发生变化，即每一层的输入数据分布一直在发生变化)角度来说，对网络层经过激活函数以后进行norm，使得每一层的输入数据分布一致（即均值为0，方差为1），零均值的输入，可以避免梯度同号，从而出现“之”字优化的情况。注（1）：为什么零均值的输入，可以避免梯度同号，从而出现“之”字优化的情况？神经元的运算过程可如图1所示，加上后一

原创 使用CMAKE编译OpenCv3.2.0过程，以及编译报错时解决方式

关于opencv3.0以上版本，当我们想使用OpenCv的额外功能时，如人脸识别、特征点提取、DNN等，需要对OpenCV和OpenCv_contrib进行编译，否者在调用额外功能时，会出现错误，以下以opencv3.2.0为例，系统为win10：1：首先下载OpenCv3.2.0(下载地址为：https://sourceforge.net/projects/opencvlibrary/files/opencv-win/3.2.0/opencv-3.2.0-vc14.exe/download)和OpeCv

原创 几种排序方法的时间复杂度和最坏情况下的时间复杂度

快速排序：理想时间复杂度为：O（nlog2n）,最坏情况下时间复杂度为：O(n^2)堆排序：时间复杂度为：O(nlogn)冒泡排序：O(n^2)选择排序:时间复杂度：O(n^2)插入排序：时间复杂：O(n^2)归并排序：时间复杂度：O（nlogn）...

原创 误检率、查准率、查全率、漏检率计算公式

误检率：f_r = fp/(fp+tn)精确率（precision）：p_r= tp/(tp+fp)召回率：r_rate= tp/(tp+fn)漏检率：fn/(fn+tp)

原创 cuda与cudnn安装教程

https://blog.youkuaiyun.com/lihe4151021/article/details/90237681

原创 解决opencv设置摄像头分辨率时，图像出现黑边问题

在Ubuntu下调用opencv设置摄像头分辨率时不会出现黑边问题，在window系统下会出现这个问题，参照如下代码设置即可：cap = cv.VideoCapture(0+cv.CAP_DSHOW) ##关键cap.set(cv.CAP_PROP_FRAME_WIDTH,video_resolution[1])cap.set(cv.CAP_PROP_FRAME_HEIGHT, video_resolution[0])其中video_resolution为你要设置的摄像头分辨率元组。...

转载 关于windows如何安装COCO API和cython-bbox

参见网址：https://blog.youkuaiyun.com/qq_24739717/article/details/105588729?tdsourcetag=s_pctim_aiomsg

转载 mmdetection使用tensorboard可视化训练集与验证集指标参数

参看网址：https://blog.youkuaiyun.com/weicao1990/article/details/103324218

转载 mmdetection的configs中的各项参数具体解释

https://blog.youkuaiyun.com/hajlyx/article/details/85991400

原创 用pytorch写的GNN包

（1）DGL（2）pytorch_geometric

转载 mmdetection训练和测试自己的数据集

https://blog.youkuaiyun.com/acsuperman/article/details/102664303?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1&utm_source=distribute.pc_relevant.none-task-blog-BlogComm...

原创 如何利用预训练模型进行模型微调（如冻结某些层，不同层设置不同学习率等）

由于预训练模型权重和我们要训练的数据集存在一定的差异，且需要训练的数据集有大有小，所以进行模型微调、设置不同学习率就变得比较重要，下面主要分四种情况进行讨论，错误之处或者不足之处还请大佬们指正。（1）待训练数据集较小，与预训练模型数据集相似度较高时。例如待训练数据集中数据存在于预训练模型中时，不需要重新训练模型，只需要修改最后一层输出层即可。（2）待训练数据集较小，与预训练模型数据集相似度较小...

原创 通过数据集样本个数计算损失函数的权重

大多数据集类别是不平衡的，可以通过调整损失函数的权重，来平衡各类别。（1）神经网络每次训练过程中，给予不同的类别权重，选择最有的结果作为最优类别权重；但是这样花费的时间成本很高；因此可以通过如下策略进行训练：1）首先训练不带权重的模型；2）然后给予不同的类别权重参数，对网络进行微调，选取最优的权重参数；（2）计算损失函数各类别权重的公式有：假设有四类，对应类别数量为a,b,c,d1）样...

转载 语义分割常用loss介绍及pytorch实现

分享链接：https://blog.youkuaiyun.com/CaiDaoqing/article/details/90457197

原创 pytorch RuntimeError: error in LoadLibraryA出现错误的原因

1：可能是把以下两个文件不小心给隔离了2：解决的方法为：在自己电脑的杀毒软件上恢复上述文件即可。

原创 ubuntu显卡驱动重装教程

方法1：（1）：sudo service lightdm stop（2）：sudo chmod +x NVIDIA-Linux-x86_64-390.67.run（3）：sudo ./NVIDIA-Linux-x86_64-390.67.run --no-opengl-files（4）：sudo service lightdm stop（如果输入sudo service lightdm ...

原创 目标检测中的不平衡问题及其解决方法

（不平衡问题综述文章：Imbalance Problems in object Detection：A Review）我们最常想到的不平衡问题是：目标类别不平衡，然而实际上有以下不平衡问题：（1）类别不平衡：前景和背景不平衡、前景中不同类别输入包围框的个数不平衡；（2）尺度不平衡：输入图像和包围框的尺度不平衡，不同特征层对最终结果贡献不平衡；（3） 空间不平衡：不同样本对回归损失的贡献不平...

原创 标签平滑：When Does Label Smoothing Help？

1：标签平滑技术在图片分类、语音识别、机器翻译等多个领域的深度学习模型中取得了很好的效果。2：标签平滑的作用:提高模型的泛化能力，防止模型过拟合，提升模型的修正能力，并进步提高模型的集束搜索能力。然而在teacher model中进行标签平滑，对student model的知识蒸馏效果会下降。...

原创 对图像实现随机擦除代码（RandomErasing）

对应论文：《Random Erasing Data Augmentation》相应的原文github代码地址：https://github.com/zhunzhong07/Random-Erasingclass RandomErasing(object):‘’’Class that performs Random Erasing in Random Erasing Data Augmen...

原创 pytorch使用cnn_finetune调用预训练模型

1：首先安装cnn_finetunepip install cnn_finetune2: 创建一个用ImageNet训练的resnet18模型，并使用它的权重用于10分类model = make_model(‘resnet18’, num_classes=10, pretrained=True)3:创建一个模型，并设置Dropoutmodel = make_model(‘nasnetal...

原创 windows下pytorch模型转换为ncnn可用模型

1：首先给出几个需要下载的工具网址（1）protobuf: https://github.com/protocolbuffers/protobuf/releases/tag/v3.7.1 （我使用的是protobuf-all-3.7.1.zip 版本）（2）onnx-simplifierhttps://github.com/daquexian/onnx-simplifier(注意不用下...

原创 ubuntu搭建ssh

1：先尝试sudo ps -e | grep ssh命令，如果返回“xxxx? 00:00:00 sshd”,代表服务开启2：如果没有反应，在试着开启ssh服务，使用命令sudo /etc/init.d/ssh start来开启服务，如果找不到命令，这说明没有安装ssh服务，输入：sudo apt-get update (更新安装源)sudo apt-get install opens...

原创 pytroch实现warmup代码

class myWarmUpLR(_LRScheduler):def init(self, optimizer, total_iters, last_epoch=-1):self.total_iters = total_iterssuper().init(optimizer, last_epoch)def get_lr(self):return [base_lr * self.last_...

原创 pytorch 实现one-hot focal_loss

class Focalloss(torch.nn.Module):def init(self,gamma=1,alpha=None,reduce=“mean”):super().init()self.gamma = gammaself.alpha = alphaself.reduce = reducedef forward(self,input,target):pre = torch...

原创 pytorch加载预训练模型部分参数

resnet152 = models.resnet152(pretrained=True)pretrained_dict = resnet152.state_dict()“”“加载torchvision中的预训练模型和参数后通过state_dict()方法提取参数也可以直接从官方model_zoo下载：pretrained_dict = model_zoo.load_url(model_u...

原创 不同组织的窗宽窗位

头颅,脑组织：窗宽设定为80 Hu~100 Hu,窗位为30 Hu~40 Hu,垂体及蝶鞍区病：变窗宽宜设在200 Hu~250 Hu,窗位45 Hu~50 Hu,脑出血患者可改变：窗宽位80 Hu~140 Hu,窗位30 Hu~50 Hu，脑梗死患者：常用窄窗60 Hu,能提高病灶的检出率,清楚显示梗死及软化灶,颌面部眼眶：窗宽定为150 Hu~250 Hu,窗位30 Hu~40 Hu,...

原创 vs2015创建dll和调用dll

首先创建自己的dll文件：（1）（2）（3）新建一个.h文件和.cpp文件和一个模块定义问价（.def）其中.h文件内容为：.cpp文件内容为：(4)点击生成解决方案即可获得dll文件和lib文件调用自己创建的dll文件（1）新建一个win32控制台应用程序（2）依次配置你的dll文件路径、对应的lib路径、对应的头文件路径如下图所示：配置dll所在路径配置lib文件...

原创 MedicalNet 3D医疗影像预训练模型

github地址： https://github.com/Tencent/MedicalNet

原创 pytorch自动下载模型时，模型保存位置

例如：导入densenet121进行预训练import torchfrom torchvision import modelsa = models.densenet121(pretrained=True)##如果之前没有下载densenet121模型，运行代码后，代码会自动下载模型，并保存到C:\Users\lvnianzu/.cache\torch\checkpoints...

原创 获取数据集的方式

https://zhuanlan.zhihu.com/p/55364815

原创 卷积之后特征图计算公式和空洞卷积之后特征图计算公式

定义：w-图片宽度 h-图片高度 s-卷积步长 p-补零的个数 f-卷积核的大小 d-空洞卷积参数普通卷积之后特征图计算公式：w(out) = ( w(in) - f + 2p )/s + 1h(out) = ( h(in) - f + 2p )/s + 1进行空洞卷积后的计算公式：w(out) = (w(in) + 2p -1 -(f - 1)*d)/2 + ...

原创 多版本python3，pip安装问题

（1）对于windows中如果安装了多个版本的python，那么新版本的pip安装库，是安装在新版中的。（2）解决方案：找到python.exe的路径，例如在我的电脑中，安装有python3.5.4和python3.7.3。（3）找到python3.7.3的python.exe路径C:\Users\lvnianzu\AppData\Local\Programs\Python\Python37，...