thequitesunshine007的博客

Win10 64位;：英伟达GTX 1050TI（配置较低）：pytorch 1.7.1（python 3.6）,基于Anaconda环境.：包含3类案例，1） OpenCV DNN(C++ 、Python，使用CPU进行推理)，若想通过 OpenCV DNN利用GPU进行推理，则必须编译支持CUDA的OpenCV库;本人 只有CPU版本的OpenCV 4.5.4，没有尝试CUDA版本的OpenCV推理。往往在工程部署中，设备端是没有GPU的，所以本人也不想侧重于GPU推理。

在COCO数据集中，更关注预测框位置的准确性，AP值是针对多个IoU阈值的AP平均值，具体的就是在0.5 和0.95之间取10个IoU阈值(0.5、0.55、0.6 ..... 0.9、0.95)。目标检测问题中，算法通常输出一个预测框(bounding box)来标识检出目标的位置，要衡量这个预测框与目标的实际位置(ground truth)的准确度，可以使用IoU指标。我们如果把所有预测结果对样例进行排序，排在前面的是“最可能”的正例样本，以查准率为纵轴、查全率为横轴作图，得到一条”P-R曲线”。

训练时：visdom等等插件，代码中需要什么包就执行对应的安装命令即可。模型部署及推理时：导出网络模型时安装onnx工具包、OpenCV4.5.4(C++部署)、VS2017（VS2019也可，VS2015没测试，应该也可以）

-VS2015 C++-OpenCV 4.5.1-Windows 10 64位 Note: 两幅图像的拼接需要满足基本条件，一是图像本身要层次细节纹理丰富，不可单调重复(比如两张不同角度拍摄的棋盘网格图、重复单调的瓷砖墙/条纹等等是无法拼接的)，二是两张图要有一定的重叠部分。1、对每幅图片进行特征点提取（AKAZE、sift、surf、ORB均可）；2、对特征点进行描述和匹配；a、将一个点附近邻近点点采用K近邻算法归为一类点b、挑选出优秀的匹配点(good match)；c、将匹配点连接在一起；3、进

1 前言博客Pytorch学习系列之九：OpenCV加载onnx模型进行推理_thequitesunshine007的博客-优快云博客_opencv 加载onnx记载了python版本opencv加载onnx模型进行推理的方法。这里记录的是C++版本OpenCV加载onnx模型进行推理。2 代码#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>#include&l

以下两篇参考博客均为访问量2w+,收藏次数100+的不错文章！在此记录一下，方便以后装环境，免得查来查去！重要的是，亲测可行！Anaconda中安装Pytorch：参考：在Anaconda下安装Pytorch的超详细步骤_伏城无嗔的博客-优快云博客_anaconda pytorch但是这个博客有一个疏漏的地方就是他在安装pytorch之前并没有conda activate新建的环境（该博客中名为pytorch，使用Python版本是3.7）。所以完整的指令顺序应该如下：#切.

1，基本介绍类似于TensorBoard, facebook开源的visdom，非常优雅，支持numpy和torch,是一款很好用的训练可视化工具，可以用来追踪训练过程中的损失值、验证精度等等指标。自然地，该工具还可以做图片的可视化显示。Visdom采用CS架构，本身作为一个服务端（默认端口为8097，可以根据需要加上-p选项修改端口），在使用时，用户程序向服务端提供数据，在web端访问该服务，数据在web端被可视化展示（通过web-socket于前端通信）。2，安装方法python..

在Pytorch中构建网络时，nn.Sequential容器只能传入继承自nn.Module的模块(参数)，搭建一个流水线式的神经网络。就一个简单的打平flatten操作来说，比如要将一个(N,C,H,W)的输入打平为 (N ,C*H*W)，其实就是一行简单的 x = x.view(x,size(0), -1)但是这句话不能单独加入到nn.Sequential容器中。 而nn.Module中也确实没这个打平flatten操作的子模块。所以就必须自定义一个，便于直接放入nn.Sequentia..

声明！内容来源：如何防止过拟合。什么是过拟合为了得到一致假设而使假设变得过度复杂称为过拟合(overfitting)，过拟合表现在训练好的模型在训练集上效果很好，但是在测试集上效果差。也就是说模型的泛化能力弱。在很多问题中，我们费心费力收集到的数据集并不能穷尽所有的状态，而且一般训练得到的模型被用来预测未知数据的结果，模型虽然在训练集上效果很好，但是在实际应用中效果差，就说明这个模型训练的并不是很成功，还需要改进。就譬如下方的图像中，左边黑色直线在一定程度拟合数据排列，而蓝紫色的曲线就是照顾到每一个

1，使用背景当有以下两种情况时：1） 不知道训练的epoch选取为何值时。过小，训练不充分，泛化能力差； 过大，训练过度，导致过拟合。所以需要动态观察每个epoch后，模型在验证集（也可以不严谨的说是测试集）上的精度，选取精度最大的epoch作为最终的训练结果。2）在加载的模型基础上继续训练。在训练模型的时候可能会因为一些问题导致程序中断，或者常常需要观察训练情况的变化来更改学习率等参数，这时候就需要加载中断前保存的模型，并在此基础上继续训练。2，实战代码本文以CIFAR10数据

0. 为什么选着OpenCV进行推理 按道理，使用OpenVINO推理套件（引擎）进行优化加速推理，或者其他推理套件进行推理，比如TensorRT等等。OpenVINO是英特尔推出的一款全面的工具套件，用于快速部署应用和解决方案，支持计算机视觉的CNN网络结构超过150余种。 但引入推理套件（引擎）势必带来额外的工作量，在对推理速度要求不高的情况下，使用OpenCV自带的DNN模块已经足够满足需求了，且能做到轻量化部署，减少对第三方平台的依赖。随着版本的更迭，OpenCV...

1，浅谈深度学习训练中数据规范化(Normalization)的重要性为什么要Normalization？ 请参考浅谈深度学习训练中数据规范化(Normalization)的重要性 - Oldpan的个人博客

原本的ResNet18模型对于输入的训练图像是有严格的大小限制的，规定的大小为224*224。但是最近发现Pytorch中预训练的resnet模型时，输入图片的大小为200*200或者是其他尺寸时也可以。 于是就好奇到底是什么原因。1，RESNET-18网络图示理解17个卷积层（conv）+1个全连接层（fc）提示： BN 就是批量归一化 RELU 就是**函数 lambda x:x 这个函数的意...

Pytorch官方文档：1, change H W C to C H W;2, 将【0，255】映射为【0,1】

原始的代码如下:import torchif __name__ == "__main__": # 保存为onnx格式 model = torch.load("E:/age_gender_model.pt") model.cpu() dummy_input1 = torch.randn(1, 3, 64, 64) torch.onnx.export(model, (dummy_input1), "age_gender_model.onnx", verbose=Tru

解决办法是将Tensor转化为想要的torch.float32类型。具体为： 在将Tensor送入损失函数（mse_loss，cross_loss）之前，将Tensor转化为想要的torch.float32类型age_batch = age_batch.view(-1, 1).to(torch.float32) # 损失函数 mse_loss = torch.nn.MSELoss() cross_loss = torch.nn.CrossEntropyLoss()

下载网址：https://software.intel.com/content/www/us/en/develop/tools/openvino-toolkit.html选择操作系统，发布版本，安装类型等等，最后点击Download

下面举个例子，假如最后的一层的数据是10个6*6的特征图，global average pooling是将每一张特征图计算所有像素点的均值，输出一个数据值。即对于每一层的6x6=36个像素点，计算这36个像素点的均值（最大值），由于共有10层，所以共得到10个数据。这样10 个特征图就会输出10个数据点，将这些数据点组成一个1*10的向量的话，就成为一个特征向量，就可以送入到softmax的分类中计算。...

注：来源于https://www.pytorch123.com/ThirdSection/TransferLearning/#8，本人在理解的基础上做了一些注释。实际中，基本没有人会从零开始（随机初始化）训练一个完整的卷积网络，因为相对于网络，很难得到一个足够大的数据集[网络很深, 需要足够大数据集]。通常的做法是在一个很大的数据集上进行预训练得到卷积网络ConvNet, 然后将这个ConvNet的参数作为目标任务的初始化参数或者固定这些参数。转移学习的两个主要场景：微调Convnet：使用预训练的网

加载数据训练集数据扩充（数据增强）和归一化。数据扩充（数据增强）的意义在于通过人为的随机范围裁剪，缩放，旋转等操作，增大训练集中的数据多样性、全面性，进而提高模型的泛化能力。#训练集数据扩充和归一化#在验证集上仅需要归一化data_transforms = { 'train': transforms.Compose([ transforms.RandomResizedCrop(224), #随机裁剪一个area然后再resize transforms.Rand

pip install torch==1.7.0+cu101 torchvision==0.8.0+cu101 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

说明PyTorch提供了许多工具来简化和希望数据加载，使代码更具可读性。全部代码如下，代码量还是有一些的，重点是注释部分可以帮助理解！！# 本文参考借鉴于https://www.pytorch123.com/ThirdSection/DataLoding/# <PyTorch之数据加载和处理>'''1.下载安装包scikit-image：用于图像的IO和变换pandas：用于更容易地进行csv解析'''# from __future__ import print_fun

说明将学习如何用 DataParallel 来使用多 GPU。 通过 PyTorch 使用多个 GPU 非常简单。 device = torch.device("cuda:0") model.to(device)然后，你可以复制所有的张量到 GPU：mytensor = my_tensor.to(device)请注意，只是调用 my_tensor.to(device) 返回一个 my_tensor 新的复制在GPU上，而不是重写 my_tensor。你需要分配给他一个新的张量并且在 GPU

import cv2 as cvimport numpy as npimport pyttsx3 #文字转语音的功能包def mnist_onnx_demo(): mnist_net = cv.dnn.readNetFromONNX("cnn_mnist.onnx") image = cv.imread("C:/Users/Administrator/Desktop/666.png") gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

全部的逻辑及解释都在代码及其注释之中import torch as tfrom torch.utils.data import DataLoaderimport torchvision as tvimport cv2 as cvimport numpy as npimport os'''$ Notice: torchvision 数据集的输出是范围在[0,1]之间的 PILImage，我们将他们转换成归一化范围为[-1,1]之间的张量 Tensors。 $ transforms.To

概述对于本教程，我们将使用CIFAR10数据集，它包含十个类别：‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。CIFAR-10 中的图像尺寸为3332，也就是RGB的3层颜色通道，每层通道内的尺寸为3232。训练一个图像分类器我们将按次序的做如下几步：1，使用torchvision加载并且归一化CIFAR10的训练和测试数据集2，定义一个卷积神经网络3，定义一个损失

import numpy as npimport torch定义numpy数组a = np.array([1, 2, 3, 4, 5, 6])b = np.array([8, 7, 6, 5, 4, 3])print(a.shape, b.shape)print(a)reshape改变维度aa = np.reshape(a, (3, 2))bb = np.reshape(b, (1, 1, 1, 6))print(aa, aa.shape)print(bb, bb.shape)压缩成

import cv2 as cvimport numpy as npimage = cv.imread(“C:/Users/Administrator/Desktop/1234.jpg”)cv.imshow(“input”, image)H,W,C = image.shape #默认按照HWC排列print(H,W,C)#变成 C H Wblob = image.transpose(2,0,1)print(blob.shape)#变成灰度图gray = cv.cvtColor(image