自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

qq_39443083的博客

原创 YOLOv8 分类模型用 onnx 推理的前处理

在使用 YOLOv8 的训练框架完成分类任务的模型训练后，使用 ultralytics 导出 onnx 模型，在其他设备或环境下进行推理时，需要补充 YOLOv8 的分类前处理，确保推理结果和训练结果一致。

2024-07-08 00:26:08 1580 2

原创 Arbitrary-Precision Integer Arithmetic Package with Linked List 链表实现任意精度整数运算包

链表实现任意精度整数运算包，统计 2^4000 的各字符数量，C 语言实现方法。题目来自《数据结构与算法分析：C 语言描述》第三章课后第 9 题。

2022-06-16 01:46:31 279 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

博客等级

码龄8年

2
原创

7
点赞

8
收藏

4
粉丝

关注

私信

热门文章

最新评论

YOLOv8 分类模型用 onnx 推理的前处理
surprise335: 对应的目录下没有你说的方法，你这个博客是不是有问题
YOLOv8 分类模型用 onnx 推理的前处理
hqc0987: 没太明白，代码并不完整啊 """ 本地执行 onnx 推理 """ from typing import List, Tuple import cv2 import onnxruntime as ort from PIL import Image import math import torch import torchvision.transforms as T from torchvision.transforms import InterpolationMode WEIGHT_PATH = "path/to/best.onnx" names = {0: 'cls1', 1: 'cls2', ...} cuda = True providers = ['CUDAExecutionProvider', 'CPUExecutionProvider'] if cuda else ['CPUExecutionProvider'] def get_classify_transforms(size: int=224, mean: Tuple[float, float, float]=(0.0, 0.0, 0.0), std: Tuple[float, float, float]=(1.0, 1.0, 1.0), interpolation: InterpolationMode=InterpolationMode.BILINEAR, crop_fraction: float = 1.0) -> T.Compose: """ 复现 YOLO 默认的分类预处理 """ if isinstance(size, (tuple, list)): assert len(size) == 2 scale_size = tuple(math.floor(x / crop_fraction) for x in size) else: scale_size = math.floor(size / crop_fraction)
Arbitrary-Precision Integer Arithmetic Package with Linked List 链表实现任意精度整数运算包
优快云-Ada助手: 推荐算法技能树：https://edu.youkuaiyun.com/skill/algorithm?utm_source=AI_act_algorithm

提示

确定要删除当前文章？

取消删除