weixin_42439264的博客

数据集制作准据准备1.相机拍摄照片2.视频截帧获取图片3.下载官方数据集图片标注数据处理图片合成图片裁剪图片改变划分训练集和验证集神经网络搭建模型训练读取数据的多线程的生成器多GPU并行训练模型保存模型评估业务对应指标在验证集上计算模型效果模型测试生产环境数据测试模型效果模型部署服务端部署嵌入式部署闭环优化3-6部循环迭代...

图像分类模型预训练模型库参考链接：https://github.com/PaddlePaddle/PaddleClas/blob/release/2.2/docs/zh_CN/ImageNet_models_cn.md分类模型迁移学习参考链接https://github.com/PaddlePaddle/PaddleClas/blob/release/2.2/docs/zh_CN/tutorials/getting_started.md分类模型训练技巧参考链接：https://paddlecl

yoloV4 训练数据整理数据集类Datasettorch.utils.data.Dataset是代表数据集的抽象类。 您的自定义数据集应继承Dataset并覆盖以下方法：len，以便len(dataset)返回数据集的大小。__getitem__支持索引，以便可以使用dataset[i]获取第个样本我们将在__init__中读取 csv，但将图像读取留给__getitem__。 由于所有图像不会立即存储在内存中，而是根据需要读取，因此可以提高存储效率。DataLoadertorch.u

卷积神经网络(CNN)张量(图像)的尺寸和参数计算(深度学习)https://www.cnblogs.com/touch-skyer/p/9150039.html

argparse 使用创建 ArgumentParser() 对象调用 add_argument() 方法添加参数使用 parse_args() 解析添加的参数egimport argparseparser = argparse.ArgumentParser()parser.add_argument('integer', type=int, help='display an i...

https://blog.youkuaiyun.com/KKKSQJ/article/details/83587138

前言 在查看代码的时候，看到有代码用到卷积层是tf.nn.conv2d，但是也有的使用的卷积层是tf.contrib.slim.conv2d，这两个函数调用的卷积层是否一致，在查看了API的文档，以及slim.conv2d的源码后，做如下总结：tf.nn.conv2d conv2d( input, filter, strides, padding, ...