zzy_pphz的博客

H5文件读取：import torch.utils.data as dataimport torchimport h5pyclass DatasetFromHdf5(data.Dataset): def __init__(self, file_path): super(DatasetFromHdf5, self).__init__() hf = h5py.File(file_path) self.data = hf.get('data')

首先读取yuv图像，从图像的命名中读出图像的长和宽，可能要跟你的yuv文件命名方式来做修改。这是我的yuv图像的命名方式。达到长和宽之后就可以读取图像的像素值了，我这里设置的是裁剪成40的倍数，这两句是得到裁剪后的长和宽。 Height_Y = Height_Y // cropc * cropc Width_Y = Width_Y // cropc * cropc裁剪 current_Y = Y[0:Height_Y, 0: Width_Y ] current_U = U[

计算PSNR计算PSNR函数：def PSNR(pred, gt,height,width): pred = np.array(pred) gt = np.array(gt) pred=pred.reshape(-1,height* width) gt = gt.reshape(-1, height* width) res = np.mean((pred - gt) ** 2, axis=1) res=res.reshape(-1,1) res=

最近做毕业设计，把实验数据都做成表格后，老师要求改成图片形式，但是又不响在重新训练和测试，所以就直接用 matplotlib的画图功能将数据直接做成图片形式了。只有一组数据（不用对比显示）from matplotlib import pyplot as pltfrom matplotlib import font_manager# 设置图片大小和分辨率fig=plt.figure(figsize=(8, 6), dpi=160)#ResNet18不冻结数据a1=[0.94,0.93,

这里用到的是我之前训练好的ResNet18，或者可以将代码的model = torch.load(‘model_params(RES_best).pkl’)这一排改为model_ft = models.resnet18(pretrained=True)就可以直接下载ResNet18了。import torchfrom torch import nnfrom torchvision ...

这里是提前下载的AlexNet，具体方法可以参见AlexNet下载方式完整代码：from __future__ import print_function, divisionfrom torchvision.datasets import ImageFolderfrom torch.utils.data import DataLoaderimport torch.nn as nnim...

使用resnet18对含有4中分类的6000多张图像进行迁移学习，整体程序如下：from __future__ import print_function, divisionfrom torchvision.datasets import ImageFolderfrom torch.utils.data import DataLoaderimport torch.nn as nnimp...

from __future__ import print_function, divisionimport torchmodel1 = torch.load('model(frozen).pkl')#print('original parameters:\n', list(model1.parameters()))for k,v in model1.named_parameters()...

我这里用resnet18举例，加入这一块代码即可。如果不知道你的神经网络模型中有哪些层，可以像我一样先print（model_ft）看看。比如我这里冻结了前1、2、3层，你也可以冻结其他的层。 print(model_ft) frozen_layers = [model_ft.layer1,model_ft.layer2,model_ft.layer3] for lay...

深度学习模型搭建好之后，想在测试时显示每张图像的预测类别和真实类别。查资料后，我找到了这个方法，每张图片都能显示出来，效果如下：（这里我的4种类别分别用的0、1、2、3代替）在程序中加入这个函数def imshow(inp, title, ylabel): """Imshow for Tensor.""" inp = inp.numpy().transpose((1, 2...

就拿Resnet18举例在程序中输入from __future__ import print_function, divisionfrom torchvision import modelsmodel_ft = models.resnet18(pretrained=True)然后运行，就会出现如下内容再将这个网址复制到浏览器中，就可以直接下载Resnet18模型。下载结束后，将下...

问题已解决!

查看pycharm有效期进入pycharm后，点击help。点击help下的Register然后就可以看到你的pycharm有效期了

我学习深度学习写代码的时候，数据集图像太少只有1406张还分4个类别，一个类别只有300来张，再分为train、valid和test，图像就更少了，训练的图像少，深度学习的准确度就会不高。这里是我找到的扩充数据集的方法，对图像进行亮度增强、对比度增强、水平翻转和随机方向旋转，我的1406张图扩充到了7030张。变换程序from PIL import ImageEnhanceimport...

应用pytorch训练一个神经网络后，如何保存神经网络呢？pytorch中有两种方法，第一种是将网络整体保存，第二种是保存神经网络的参数（推荐第二种！），这里就简单讲讲如何保存参数。保存训练完后加上如下代码model.load_state_dict(torch.load(‘model_params.pkl’))这样在运行结束后你会发现你此项目的文件夹里会多出来一个model_param...

离线pytorch下载网速不行的时候直接在线pip下载pytorch等库会很慢，甚至是中断。本文给出离线下载方法。一、先在官网上下好需要的安装包，（没网的时候可以用手机开个热点给电脑，文件一般都几十兆不会太大，或者使用手机下载再传给电脑，亲测用手机下的快一些），这是pytorch的官方地址，https://pytorch.org/get-started/locally/，选择自己合适的版本，会...

马上本科毕业了，毕业设计内容和图像深度学习有关，数据集在网上找了很久才找到，找到的数据集按类别存放在相应文件夹、没有标签文件。我不知道怎么读取，在优快云上找了好久，只有很少的文章里提到了文件夹读取，但是也没有详细说明，大多数都是用标签读取的。 而且优快云上将深度学习入门的博客大都直接用MNIST等一些可以直接使用的数据集，很少讲用自己的数据集的。 现在我的问题解决了，自己写一...