qq_41198463-优快云博客

原创 heatmap可视化

def restore_rgb_img(batch_img, mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]): """ restore the rgb img Args: batch_img: rgb image with normalization, shape= (batch_size, num_frames, C, H, W) mean: params to restore

2020-12-18 15:40:52 436

原创 matplotlib 可视化

import numpy as np import matplotlib.pyplot as plt import scipy.io as scio def load_mat_file(): map_data = '../query_gallery_compar/map.mat' rank1_data = '../query_gallery_compar/rank1.mat' data_map = scio.loadmat(map_data) data_rank1 = sc

2020-11-09 15:55:54 284

原创深度学习知识点总结

卷积层卷积核与输入图片相对应位置进行乘积，最后相加得到输出feature map的对应的值。有多少个卷积核输出的feature map的channel数量就是多少。作用：提取特征提供位置信息减少参数个数（设置大的步长）常用的卷积： 3X3 1X1， VGG中提出用小的卷积来代替大的卷积，可以减少参数量，同时的到相同的感受野。比如：3个3X3感受野与一个7X7相同，2个3X3感受野与一个5X5感受野相同。 1X1 卷积比较特殊，他的作用：对通道数进行升维降维，实现跨通道的融合。在保证fe

2020-10-11 10:45:51 292

原创优化器介绍

优化器（Optimizer）本文主要参考：https://blog.youkuaiyun.com/weixin_41417982/article/details/81561210 Gradiend Descent（梯度下降）梯度下降算法是将所有数据集都载入，计算他们所有的梯度，然后执行决策，（沿着梯度下降最快的方向进行更新）。优缺点：可以快速进行下降收敛，但是要计算所有的梯度，计算量太大，数据集过大，GPU无法计算，除此之外，如果是凸函数，则可以收敛到最小值，其他情况下，可能会遇到局部最小值的情况。 Stoch

2020-10-09 14:07:44 383

原创 YoloV3改进和优化

YoloV3 的改进和优化本文主要是参考YoloV4 和 pp-Yolo 来谈一下自己的感受，如有不正确地方欢迎各位指正。 PP- YOLO:https://blog.youkuaiyun.com/weixin_44936889/article/details/107560168 1.数据增强可以采用Mosaic的方法，Mosaic是将四张图片按照一定比例拼接成一张图片，这样可以使模型可以在更小的范围内识别对象，并且，大的Batch Size会使模型的训练效果更好，Mosaic增加了模型的Batch Size的大小

2020-10-08 14:45:43 4727

原创 YoloV3

YoloV3 Yolo V3 主要改进点（相对于YoloV2）：采用了新的残差结构，YoloV2中也引入了残差结构（reorg）,与YoloV2不同，YoloV3主要采用的是类似于resnet中的残差机构，不同的是YoloV3去掉了最后一个1X1的卷积层，如下图： 2. YoloV3采用了多尺度训练的方法，共有三个输出，输出的feature map分别为13X13, 26X26, 52X52,分别用来检测大中小三种不同大小的物体，每个feature map都拥有三个不同尺度的anchors, （an

2020-10-07 10:38:20 168

原创 Roi pooling,Roi Align,Precise Roi pooling

为什么要使用ROI pooling？在RCNN中，整体流程是：先在原图中截取大约2K个region proposals 然后送入CNN网络进行训练，训练完成后用分类器进行分类，完成物体的检测。但是这个结构会出现问题：产生大量的region proposals 会导致performance problems，很难达到实时目标检测。在处理速度方面是suboptimal。无法做到end-to-end training 因此为了改善这种情况，引出了ROI pooling ，ROI pooling层能够

2020-07-30 15:13:14 619 1

原创 deeplabV3+

deeplabV3+ deeplabV3+主要运用了Encoder-Decoder结构主要包括三个结构： 1.backbone 2.aspp 3.deconder 其中前两项称为Encoder 上图对于整个过程画的特别清楚，自我感觉很容易进行理解。 deeplabV3 运用了膨胀卷积，在保证图像大小不变的情况下，增大了图片的感受野。 Backbone 我采用的resnet101，如上图所示，在图像缩小为16倍后，运用膨胀卷积在保证图片大小不变，感受野却继续增大。（注意：语义分割中，更深的层数决定图

2020-07-24 10:27:00 2045

原创 FCN全卷积神经网络

全卷积神经网络通常的CNN网络在卷积层后会接上若干个全连接层，将卷积层映射称为一个固定长度的特征向量，比如在Imagenet模型中最后输出的就是一个1000维的向量来表述，得到的是预测不同的维度的概率。 FCN 是对图像进行像素级的分类，解决了语义级别的图像分割。传统的CNN 接受的图像尺寸大小是固定的，FCN可以接受任意尺寸的输入图像，并且采用反卷积对卷积层进行上采样，使图像恢复到原来图像的尺寸大小，从而对每个像素都进行了预测。 FCN与传统的区别是将全连接改成了全卷积，是最后得到的输出结果是一张l

2020-07-24 09:47:40 317

原创 resnest

创新点提出残差结构，传统的神经网络在传递信息时会产生信息丢失，也会导致梯度爆炸或消失。ResNet在一定程度上解决了这个问题，通过直接将输入信息绕道传到输出，保护信息的完整性，整个网络只需要学习输入、输出差别的那一部分，简化学习目标和难度。从旁路引出一条路到输出也称为shortcut 或者 skip connections. resnet 有不同的网络层数，分别是18,34,50,101,152。其中18 34 层和 50， 101 ，152 层所用的结构有些不同。注意在残差结构，旁之路引出的输

2020-07-24 09:06:12 502

原创 windows下上传pypi包

建立一个如下图所示的结构：其中LaneDetection22 里面放的是自己的源代码，文件夹名字可以随意修改， LISANCE 是许可文件，（不明白有啥用） README.md 是自己包的说明文件 setup.py 内容如下， name 后面的名字跟之前文件夹的名字相同。在调试代码的时候，要重新打开一个pycharm 根目录为LaneDetection22,，在这里面调试运行自己的代码，代码确定没问题。打开cmd 进入setup文件所在的目录下（即xiangmu_wee9）注意要安装twin

2020-07-20 16:10:14 311

原创交叉熵与 softmax

交叉熵损失函数原理讲解相关信息信息熵，相对熵（KL散度），交叉熵 KL散度 = 交叉熵 - 信息熵线性回归问题 loss函数一般选择MSE ，分类问题loss函数一般选择交叉熵。公式以及解释：交叉熵损失函数原理讲解交叉熵能够衡量同一个随机变量中的两个不同概率分布的差异程度，在机器学习中就表示为真实概率分布与预测概率分布之间的差异。交叉熵的值越小，模型预测效果就越好。交叉熵在分类问题中常常与softmax是标配，softmax将输出的结果进行处理，使其多个分类的预测值和为1，再通过交叉熵来

2020-07-06 00:17:04 280

原创 VGG神经网络

VGG神经网络的特殊之处第一次使用多个小的卷积核来代替大的卷积核，两个3 * 3代替一个5 * 5，三个3 * 3代替7 * 7。使用多个小的卷积核可以有效地降低神经网络所需要的的参数。并且并没减少图片的感受野。唯一的不足是，在进行反向传播时，中间的卷积层可能会导致占用更多的内存。感受野计算公式：P(i+1)=Pi + (kernel - 1 )stride 默认P1 = 1 Pi为第i层感受野的大小。 eg: 5 * 5 所需要的参数个数为：55 *C=25C 两个3 * 3 所需

2020-05-24 10:54:56 737

原创 python 自带数据对糖尿病病人线性分析

线性分析 """ 使用sklearn自带的糖尿病数据集，进行回归分析 Diabetes：包含442个患者的10个生理特征（年龄，性别、体重、血压）和一年以后疾病级数指标 """ from sklearn import datasets from sklearn import linear_model from sklearn.model_selection import train_test_...

2020-04-28 21:07:11 2928

原创 python3.7 调用股票数据，对股票趋势进行分析

股票趋势分析 import statsmodels.api as sm import statsmodels.formula.api as smf import statsmodels.graphics.api as smg import patsy import matplotlib.pyplot as plt import numpy as np import pandas as pd fro...

2020-04-28 21:02:44 1779

原创算法：求取不包含最小正整数

求取序列中不存在的最小正整数基本思想把数字按照对应的顺序放到指定位置，比如：[4 5 2 6 8 1 2] 将4放在第四个位置，5放在第五个位置，因为一共有7个数，所以将其他数字排完之后数字8放在最后一个位置。 def min_numbers(nums): #数字进行按位置排序 for i in range(len(nums)): while 0 &l...

2020-04-28 20:32:31 357

原创简单对话机器人

对话机器人 import random # 定语从句语法 grammar = ''' 战斗 => 施法，结果。施法 => 主语动作技能结果 => 主语获得效果主语 => 张飞 | 关羽 | 赵云 | 典韦 | 许褚 | 刘备 | 黄忠 | 曹操 | 鲁班七号 | 貂蝉动作 => 施放 | 使用 | 召唤技能 => 一骑当千 | 单刀...

2020-04-28 20:24:23 430

原创暴力穷举和梯度下降进行直线拟合

暴力穷举拟合曲线 import numpy as np import matplotlib.pyplot as plt #随机生成X Y x = np.array([1,2,3,4,5]) y = np.array([1,3,2,3,5]) plt.scatter(x,y) plt.grid() #plt.show() # MAE :Mean Absolute Error # 平均绝对误差是绝...

2020-04-25 16:28:31 468

qq_41198463的博客