- 博客(9)
- 收藏
- 关注
RSS订阅原创 pb模型转tflite(fp16, uint8)
@[TOC](pb模型转tflite(fp16, uint8))pb模型转tflitedef convert_pb_into_tflite_file(): # create a session input_tensor_name=["pb网络输入名"] input_tensor_shape={"pb网络输入名":[x,x,x,x]} #输入shape out_tensor_name = ["pb网络输出名"] converter = tf.li
2021-09-06 19:04:37
929
原创 Valgrind工具测试内存泄漏
Valgrind工具测试C++工程内存泄漏问题标题一 环境配置标题二 运行标题结果分析标题一 环境配置linux配置链接标题二 运行2.1：在命令行中输入：script -f log.txt用于开启命令保存log.txt。2.2 在命令行中输入：valgrind --tool=memcheck --leak-check=full --show-leak-kinds=all ./可执行文件2.3 在命令行中输入：exit结束log.txt的文件保存。标题结果分析在输出的log文档的末尾
2021-09-06 18:47:51
223
原创 如何使用Ultra-fast-lane-detection训练自己的数据(1)
如何使用Ultra-fast-lane-detection训练自己的数据-1Ultra-Fast-Lane-Detection代码简读修改网络输入大小修改backboneUltra-Fast-Lane-Detection代码简读Ultra-Fast-Lane-Detection源码链接该代码中的配置如下：configs/culane.py or tusimple.py：1.1. 两个文件基本配置一样 ，区分在dataset=‘CULane’ or ‘Tusimple’。这两个参数的不同直接影响
2021-01-12 15:46:27
5106
22
原创 模型转换pytorch-＞onnx-＞saved_model-＞tflite
目前的很多模型使用pytorch框架进行训练，移植到android时，需要将模型进行转换：ncnn, tflite等（）
2020-12-07 17:29:13
2716
3
原创 YOLOv5转NCNN过程
官网提供的yolov5代码中已经能实现pt转onnx,但为了在android端使用 需要将onnx转ncnn,由于yolov5的部分网络层并没有在ncnn代码库中封装，直接使用ncnn中的onnx2ncnn会存在一些不支持的问题。该博客就是借他人经验，将实现的过程重新整理了一遍。便于向我一样的新手在初次使用时快速上手。实现步骤1, 安装onnx-simplifier1.1: pip install onnx-simplifier (具体该工具的作用自行百度)1.2: python -m onnxs
2020-12-02 17:13:42
6713
8
原创 支持向量机SVM理论分析
支持向量机目的： 寻找一个超平面将样本分为两类，并且使得二者之间的间隔最大。该超平面的系数使用ω\omegaω表示。假设满足超平面满足的关系式为：ωTϕ(x)+b=0\omega^T\phi(x) + b = 0ωTϕ(x)+b=0,其中ϕ\phiϕ为空间转换函数，能将线性不可分空间的样本转换为线性可分空间样本。由此，SVM算法可使用于线性可分空间和非线性可分空间。支持向量机适用于分类，也适用于回归，当用于回归时称为SVR.线性可分空间分析令y=ωTx+by=\omega^Tx+by=ωTx+b
2020-11-27 16:29:33
155
原创 tensorflow 网络层feature map的可视化
feature map的可视化基于tensorflow训练的网络 ，大多是基于输入，直接得到输出结果。但在得到最终的输出结果之前，为了更好的判断输入在网络层中以feature map 存在时的表现形式如何，需要将各个网络层的feature map可视化处理。该文就是简单的记录一下可视化的实现过程。首先，网络输出结构形式一般情况下，我们的网络设计都是下面的格式：#mermaid-svg-62PsrxpfryGE1dSb .label{font-family:'trebuchet ms', verda
2020-09-25 17:36:36
875
原创 Logistic regression
Logistic regression一、Logistic函数logistic 函数：hθ(x)=11+e−θTxh_\theta(x) =\cfrac{1}{1 +e^{-\theta^Tx}}hθ(x)=1+e−θTx1Logistic regression原理上是利用最大似然估计的方法对未知参数进行求解。分类函数以二分类为例：在机器学习中，使用二分类对数据进行分类时，假设{p(y=0∣x;θ)=1−hθ(x)P(y=1∣x;θ)=hθ(x)\Huge \{ ^ { \larg
2020-09-10 17:48:38
593
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