Silence_Zzz-优快云博客

原创《Pytorch模型推理及多任务通用范式》第五节作业

《Pytorch模型推理及多任务通用范式》课程中的第五节课进行学习。作业题目包含以下必做题和思考题1、必做题：1.1 自己找 2 张其他图，用 Yolox_s 进行目标检测，并注明输入尺寸和两个阈值。2、思考题：2.1 Yolox_s：用 time 模块和 for 循环，对”./images/1.jpg” 连续推理 100 次，统计时间开销。有 CUDA 的同学，改下代码： self.device=torch.device(‘cuda’)，统计时间开销。2.2 有 CUDA 的同学，分别用 Y

2021-10-27 17:25:14 2041

原创《Pytorch模型推理及多任务通用范式》第四节作业

课程学习本节课主要对于大白AI课程：https://mp.weixin.qq.com/s/STbdSoI7xLeHrNyLlw9GOg《Pytorch模型推理及多任务通用范式》课程中的第四节课进行学习。作业题目包含以下必做题和思考题1、必做题：1.1 对 “./images/car.jpg” 做语义分割，提取出里面的车辆，模仿上课时，对“可视化推理结果” 和“BGRA 四通道图” 进行保存。1.2 自己找 2 张其他图，对图中某个类别进行分割，并保存“BGRA 四通道图” 。2、思考题：

2021-10-24 13:31:59 3346

原创关于GPU推理速度的两个问题

关于GPU推理速度的两个问题1、为什么GPU的第一次推理速度会慢很多？答：GPU在使用过程的开始，需要进行CUDA初始化（CUDA initialization），CUDA 初始化过程是一个"懒惰"的初始化，这意味着需要完成足够的初始化进程，才能支持所要的操作执行。在首次CUDA初始化时，有些初始化间接花费（cost）并没有进行，这些花费（cost）可以理解为设备和主机内存映射的协调，即内存的调度，这也是cpu和gpu都会有一定的内存（gpu为显存）变化的原因。表现出来的是虽然gpu的核心性能不如cpu

2021-10-22 11:07:56 11090 7

原创《Pytorch模型推理及多任务通用范式》第三节作业

课程学习本节课主要对于大白AI课程：https://mp.weixin.qq.com/s/STbdSoI7xLeHrNyLlw9GOg《Pytorch模型推理及多任务通用范式》课程中的第三节课进行学习。作业题目包含以下必做题和思考题1、必做题：1.1 把模型改为 resnet18，加载相应的模型权重（ Lesson2 的物料包中有），跑一下 0.jpg和 1.jpg，看一下输出结果。官方 torchvision 训练 mobilenet 和训练 resnet 的方式是一样的，所以数据预处理和数据

2021-10-19 20:14:06 849

原创《Pytorch模型推理及多任务通用范式》第二节作业

课程学习本节课主要对于大白AI课程：https://mp.weixin.qq.com/s/STbdSoI7xLeHrNyLlw9GOg《Pytorch模型推理及多任务通用范式》课程中的第二节课进行学习。作业题目包含以下必做题和思考题1、必做题：1.1 从torchvision中加载resnet18模型结构，并载入预训练好的模型权重 ‘resnet18-5c106cde.pth’ (在物料包的weights文件夹中)。1.2 将（1）中加载好权重的resnet18模型，保存成onnx文件。

2021-10-15 16:41:52 591

原创 yolov5特征图可视化

文章目录前言一、pandas是什么？二、使用步骤 1.引入库 2.读入数据总结前言最近写论文需要观察中间特征层的特征图，使用的是yolov5的代码仓库，但是苦于找不到很好的轮子，于是参考了很多，只找了这个，但是我觉得作者写的太复杂了（我之前就是这个作者的小粉丝)，在参考了github的yolov5作者给出的issue建议后，自己写了个轮子，没有复杂的步骤，借助torchvision中的transforms将tensor转化为PIL，再通过matplotlib...

2021-06-27 20:06:02 32754 105

转载 5 余弦距离与欧式距离

余弦距离与欧式距离余弦距离与欧式距离2、余弦距离2、欧式距离3、欧氏距离和余弦距离的区别2、余弦距离余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。相比距离度量，**余弦相似度更加注重两个向量在方向上的差异，而非距离或长度上。**公式如下：python实现：import numpy as npfrom scipy.spatial.distance import pdist x=np.random.random(10)y=np.random.ran

2021-04-13 16:15:20 380

原创 4 目标检测评价指标

目标检测评价指标目标检测评价指标- 总结前言1、mAP-精度指标1.1 目标检测问题1.2 为什么使用mAP1.3 关于Ground Truth1.4、mAP计算1.4.1 IOU1.4.2 鉴别正确的检测结果并计算precision和recall1.4.3 计算mAP1.4.3 如何判断TP,FP,FN（重要）2、FPS-速度指标2.1 概述2.2 FLOPs-算法/模型复杂度2.2.1 FLOPs和FLOPS区分2.2.2 FLOPs计算（以下计算F

2021-04-13 15:49:54 956

原创 3 ROC曲线和PR曲线和AUG

ROC曲线和PR曲线和AUGROC曲线和PR曲线一、ROC曲线和PR曲线各是什么？PR（Precision - Recall）曲线ROC(receiver operating characteristic)曲线二、编程实现AUC的方法，并指出复杂度？三、AUC指标有什么特点？放缩结果对AUC是否有影响？一、ROC曲线和PR曲线各是什么？PR（Precision - Recall）曲线PR曲线实则是以precision（精准率）和recall（召回率）这两个为变量而做出的曲

2021-04-09 11:59:20 3432

原创 2 anchor-base和anchor_free两者的优缺点

anchor-base和anchor_free两者的优缺点anchor-base和anchor_free两者的优缺点一、什么是anchor二、anchor-base和anchor-free的区别三、anchor-free和single anchor三、anchor-base和anchor-free的优缺点参考一、什么是anchor从字面的意思解释，anchor就是船锚，用来固定船的位置。而在计算机视觉中的anchor和字面意思很相近，被称为锚点或者锚框，进而在目标检测中经常出现

2021-04-08 18:10:12 8128 2

原创 1 Accuracy作为指标有哪些局限性

1 Accuracy作为指标有哪些局限性一、Accuracy 准确度准确率是指分类正确的样本占总样本的比例：nc是正确分类的样本个数，nt是总样本的个数。二、Accuracy的局限性准确率是样本分类问题中最简单也是最直观的评价指标。但存在明显的缺陷。比如负样本占99%时，分类器把所以样本都预测为负样本也可以获得99%的准确率。所以，当不同类别的样本比例非常不均衡时，占比大的类别往往成为影响准确率的最主要因素，此时准确率指标并不足以说明分类器的好坏。参考：评估指标的局限性...

2021-04-08 17:56:35 1401

原创（二）ncnn | yolov5 example在vs2019中运行

此博客为ncnn系列第二篇文章目录前言一、在vs2019上导入vulkan包二、用vs2019打开example三、实测yolov5识别图片前言在第一篇博客中，我详细介绍了Windows10环境下ncnn-vs2019编译，如果看到了这里，说明你已经正确编译ncnn-vs2019。接下来你应该想运行ncnn-examples的例子，来熟悉一下ncnn的框架。此篇我会以yolov5为例，介绍如何在vs2019中运行ncnn-examples。这是个我自己学习的博客，我对vs的使用还不是很了解，如果有哪

2021-01-07 17:12:01 1269 10

原创（一）ncnn | Windows（VS2019）编译

文章目录ncnn | Windows10 环境下ncnn-vs2019编译|yolov5 example运行一、ncnn简介二、Windows10环境下ncnn-vs2019编译1、Visual Studio 2019 安装2、安装Cmake 3.19.23、安装Opencv 3.4.104、编译protobuf 3.4.05、安装VulkanSDK 1.2.148.06、编译ncnn框架-ncnn-full-source三、vs2019运行yolov5 example1、在vs2019上导入vulkan包

2020-12-27 17:14:54 6761 18

原创 yolov4-tf2使用VOC格式对Mask500进行训练

文章目录目录前言一、环境配置二、拷贝项目，导入pycharm中三、准备权重文件四、使用预训练好的权重文件进行预测 1.测试图片 2.摄像头检测五、制作Mask500数据集六、准备好数据集文件七、修改train.py 正式训练八、对训练完成的权重进行测试总结前言最近开始从yolov3开始看起，慢慢的尝试训练自己的数据集，这里从github上的大佬https://github.com/bubbliiiing这里拷贝.

2020-10-26 17:16:27 734 1

qq_40231159的博客