自定义博客皮肤VIP专享

*博客头图:

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:

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:

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

自定义博客皮肤

-+
  • 博客(18)
  • 收藏
  • 关注

原创 YOLO白皮书

最近发现一个特别友好的链接,必须给个STAR。

2025-04-16 10:57:21 2

原创 RF-DETR训练自己的数据集

数据集必须要按照:下面有yolo转的程序,然后把json命名为_annotations.coco.json。在config.py 修改num_workers: int = 0。2.下载好后运行官方推理示例会下载。科学上网即可下载相关的缓存。

2025-04-02 16:35:28 490

原创 非科班计算机(人工智能)实习面经

美团是决策规划实习生,可以不全勤,挺不错,但是面试其余得很好,除了做题,做一道最小路径的,我正好没有刷题到DP,DFS这些,所以一点不会,只知道要用广度优先搜索之类的,根本没做出来,肯定g了。介绍一下:本人是很水的机械研究生,因为研究生课题是计算机视觉,所以基本找的工作也都想靠近计算机方向,实验室不让实习,所以很多实习都只去了一周两周。华为面试要做题,做了一道最长字符串,滑动窗口,挺简单的,但是当时没有咋刷题,做了80%给过了,主要是回答的还可以。------------------等后续。

2025-01-10 14:57:46 226

原创 yolo推理速度慢的解决方案

一个yolo基于TRT多进程处理图像推理的脚本 1.基于Ultralytics库export的TRT模型,batch=1,接受1,3,640,640序列 2.适用于好几千张图像的批量检测,实测从原先的200s到80s 3.根据自己的cpu核心去设置进程数量,不要太多,根据资源调整 4.主要采用了多进程和异步编程。喜欢点个star哈哈哈哈。

2024-12-30 22:28:31 331

原创 YOLOv8添加模块教学(即插即用型)

Ultralytics库封装的很好,对新手很不友好,但是熟悉了之后,这个库十分简洁方便yolo的yaml文件是传递模块名称和参数的,这些模块和参数都在tasks.py里构建,所以我们修改一个模块后,需要更改yaml的同时,去修改对应tasks.py的调用(ultralytics/nn/tasks.py)

2024-11-19 17:24:58 977

原创 D-FINE目标检测学习笔记

D-FINE 是一种强大的实时目标检测器,通过重新定义 DETR 模型中的边界框回归任务,实现了出色的定位精度。D-FINE 包含两个关键组件:细粒度分布精炼(FDR)和全局最优定位自蒸馏(GO-LSD),此外,D-FINE 在计算密集型模块和操作中引入了轻量级优化,实现了速度和精度之间的更好平衡。具体而言,D-FINE-L 和 D-FINE-X 在 NVIDIA T4 GPU 上分别达到了 54.0% 和 55.8% 的 AP 值,帧率为 124 FPS 和 78 FPS。

2024-11-04 11:43:27 1676

原创 YOLOV8训练和批量预测代码

results = model.train(data="yolov8_mohaoban.yaml" ,epochs=100, batch=32, workers=16,imgsz=640,device=0) # 训练模型。results = model.train(data="yolov8_mohaoban.yaml" ,epochs=100, batch=32, workers=16,imgsz=640,device=0) # 训练模型。#save=True为保存预测结果。文件夹GPU批量推理。

2024-10-25 19:30:40 868

原创 无监督异常检测生成的json格式数据集

【代码】无监督异常检测生成的json格式数据集。

2024-10-14 14:47:02 206

原创 目标检测-Anchor-based和Anchor-free笔记

anchor point:是feature map中的每个像素点的坐标(亚像素)-->不是真的像素,比如20*20的特征图一个1*1的格子就是一个像素,但这个各自内部有点,是亚像素。80*80+40*40+20+20=8400,例如yolov8,相较于yolov5少了2/3的预测框。anchor的宽高是一个先验信息:根据经验或者聚类计算数据集的真实框的宽高。yolov5输出的是bbox的中心点坐标偏移量和bbox的宽高因子。一般说的anchor指的是只有宽高的信息。

2024-08-07 19:58:22 403

原创 OpenMMLab环境配置的保姆级流程

把这个代码 输入 就是输出一个result.jpg的文件夹,里面就有这个图哦,然后就开启mmyolo的学习之旅咯。在这个文档查看你能兼容的mmcv版本,如果不行,重新装一个cuda、推荐用cuda11.8,然后安装pytorch。一步一步执行就行,前期的环境确认就会减少很多坑。11.8的cuda的torch安装命令。确认当前安装的cuda版本。mmcv不能包含2.1.0。

2024-07-31 09:59:26 452

原创 数据结构学习笔记——栈(Stack)和队列(Queue)

进栈:新元素入栈首先要判断栈满,栈顶指针是否等于Maxsize-1;然后指针加一,数据存储++top,先加再存储。出栈:&x,取出这个元素,先判断栈空否,然后栈顶元素先出栈,指针减一,top--,先出栈,再减。栈也是一种特殊的顺序表,只允许在一端进行插入或者删除操作的线性表。重要术语:栈顶(允许插入和删除的一段),栈底(不允许),空栈()。stack:一叠,有顺序的串,堆叠,烤串类似的,只能从一端。额 和单链表一样,他不讲,让自己推,请移步上一节,链表。只允许从两端插入、删除的结构,可以退化为栈。

2024-07-01 09:56:53 239

原创 数据结构学习笔记——链表

逻辑结构都是线性表,一对一的关系。创建:链表更方便销毁:链表要依次free;对于静态分配的话,系统自动回收,对于malloc要配合free适用。增删:顺序表把插入位置前后统一移动;链表只需要修改指针;时间复杂度都是O(n),但是考虑实际的化,链表效率会更高。查找:顺序表按值查找O(log2(n)),对于链表都是O(n),链表更好经常增删用链表。经常查询搜索用顺序表。

2024-06-29 16:03:45 646

原创 数据结构学习笔记——顺序表的查找

data指针加上索引,取值,和数据类型有关,int占四个字节等。不按照天写了,因为一天可能学很多。1.按位查找:取得第i个位置。

2024-06-29 14:36:11 140

原创 数据结构学习笔记——机械研究生Day_2

seq_list.append(None) # 先在列表末尾增加一个空位,保证有足够的空间#后续是i-1位置的值##移动到i位置。for i in range(n-1, index, -1):#n-1是长度,index是插入索引,-1表示递减。实际上,线性表就是如何高效分配内存这个逻辑展开的,要用到的函数是malloc方法,c语言里说的很清楚了。print(my_list) # 输出 [1, 2, 100, 3, 4, 5]print(my_list) # 输出 [1, 2, 3, 4, 5, 6]

2024-06-29 14:29:50 284

原创 数据结构学习笔记——机械研究生Day_1

小白数据结构学习笔记

2024-06-29 14:06:05 317

原创 一个保姆级开源深度代码库openmmlab

一个开源的深度代码库

2024-03-25 19:34:53 121 1

原创 针对学习通不能切片的卡bug方法

平时一切就暂停了,上干货。右键点击,查看页面源代码。实现切屏自由,后台播放!

2023-10-08 20:23:10 1228 1

原创 完美实现cpu/gpu版本的pytorch环境搭建

实现cpu和gpu版本的双环境pytorch

2023-07-16 13:59:19 107 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

提示
确定要删除当前文章?
取消 删除