- 博客(165)
- 收藏
- 关注
原创 Yolov8将.pt文件转换为tensorRt的.trt文件(模型部署)
【代码】Yolov8将.pt文件转换为tensorRt的.trt文件(模型部署)
2024-03-10 16:09:10
3367
1
原创 基于yolov8与pyqt5的火焰烟雾实时检测系统设计
界面权重:可以选择自己训练的yolov8模型,也可以用一些改进的yolov8模型作为系统的权重。功能:单张图片的检测,视频文件的检测,多张图片同时检测,以及摄像头实时检测。调整:可以调整置信度,IOU以适应更好的输出。保存结果:可以选择是否保存预测结果到本地。GPU预测:可以将预测调到gpu上进行预测,这样实时检测更加的顺畅。在cpu上预测,延时将近110ms左右,对比在gpu上进行预测,延时只有14ms。图为摄影头实时检测效果图。
2024-03-02 22:57:22
827
1
原创 yolov8添加注意力机制模块-ShuffleAttention
函数用于对张量的维度进行重新排列。这里,它将分组的维度(索引为1的维度)和通道的维度(索引为2的维度)调换位置。经过这一步操作后,张量的形状将变为。,其中分组内的通道现在已经被混洗。由于维度调换的操作,原先属于同一组的通道现在分散到了不同的位置,从而完成了通道混洗的过程。被重新塑形(reshape)为一个新的形状。表示自动计算该维度的大小,具体来说,这里的。:在上一步维度调换之后,此行代码再次将张量。进行重新塑形,使其变回原始的4维形状。:最后,返回了经过通道混洗后的张量。组,每组具有相等数量的通道。
2024-02-26 21:34:08
1131
原创 yolov8添加注意力机制模块-CBAM
3.修改yolov8.yaml文件位置(ultralytics-main/ultralytics-main - attention/ultralytics/cfg/models/v8/yolov8.yaml)。修改head模块,修改的内容如下图。4.测试打印网络。已经添加成功。
2024-02-25 00:08:24
5703
7
原创 yolov8上使用gpu教程
在选择组件的时候,将CUDA中的Nsight VSE和Visual Studio Integration取消勾选,后选择下一步,即可安装成功。去pytorch官网,下载对应的版本。最好下载cu+的,pip命令的。因为下其他的我不知道为什么失败了。找到cuda安装目录,将这三个文件夹下的文件全部移到cuda对应的文件夹下。安装的前提基础是,有vs的C++环境。4.取消勾选,这里就借用了其他博主的一些图。1.查看支持的cuda版本,并去官网下载。找到安装目录,将这两个添加进去。5.测试gpu,为True即可。
2024-01-25 23:01:41
12734
1
原创 yolov8训练自己的数据集
进入项目目录,打开命令台,pip安装ultralytics库。依赖环境只需要安装ultralytics库即可,yolov8已经将所需要的依赖集成到了ultralytics库。分类数根据需要调整yolov8.yaml文件。需要用yolov8的n,s,m,l,x。即从yaml创建模型时添加对应的字母即可。注意,这里可以自己写一个简单的py文件进行预测。python版本需要>=3.7才可以。并将预训练权重放在项目文件夹下。训练函数自己写一个简单的。
2024-01-03 11:35:43
2086
1
原创 Intel Image Classification With Pytorch
Intel Image Classification With Pytorch
2023-02-08 00:12:04
472
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