摘要：
计算两个边界框集合的iou 1 import numpy as np 2 3 4 def iou(gtboxes, dtboxes): 5 '''numpy version of calculating IoU between two set of 2D bboxes. 6 7 Args: 8 gt 阅读全文
posted @ 2021-08-12 15:22
HOU_JUN
阅读(600)
评论(0)
推荐(0)
摘要：
RuntimeWarning: overflow encountered in exp in computing the logistic function 以下是sigmoid函数的标准写法，但是如果x很大或导致函数exp(-x)溢出 安全的替代写法如下： 阅读全文
posted @ 2019-05-25 14:33
HOU_JUN
阅读(5036)
评论(0)
推荐(0)
摘要：
Firefox 插件地址 https://addons.mozilla.org/zh CN/firefox/addon/baidu pan exporter/ 安装后重启Firefox，然后百度云下载界面就会多出一个选项：导出下载 需要下载aria2 : sudo apt get install a 阅读全文
posted @ 2019-04-01 19:14
HOU_JUN
阅读(1034)
评论(0)
推荐(0)
摘要：
在python中使用lmdb linux中，可以使用指令 安装lmdb包。 生成一个空的lmdb数据库文件 LMDB数据的添加、修改、删除 查询LMDB数据库 参考：ps://blog.csdn.net/dcrmg/article/details/79144507 阅读全文
posted @ 2019-03-06 18:03
HOU_JUN
阅读(8107)
评论(0)
推荐(0)
摘要：
为Mac生成公钥 步骤： 检查本机是否已有公钥 将原来的公钥删除 生成新的公钥(填自己的邮箱),然后除了密码，一路默认 在默认的路径下便生成了自己的id_ras.pub 查看id_ras.pub的内容 将id_rsa.pub中的内容拷贝 在Github中授权 打开Github，点击头像 Settin 阅读全文
posted @ 2019-03-06 16:22
HOU_JUN
阅读(1020)
评论(0)
推荐(0)
摘要：
Bounding Box的数据结构为（xmin,ymin,xmax,ymax） 输入：box1,box2 输出：IOU值 阅读全文
posted @ 2019-02-28 23:52
HOU_JUN
阅读(3810)
评论(0)
推荐(0)
摘要：
1、NMS的原理 NMS（Non-Maximum Suppression）算法本质是搜索局部极大值，抑制非极大值元素。NMS就是需要根据score矩阵和region的坐标信息，从中找到置信度比较高的bounding box。NMS是大部分深度学习目标检测网络所需要的，大致算法流程为： 1.对所有预测 阅读全文
posted @ 2019-02-28 23:35
HOU_JUN
阅读(5250)
评论(1)
推荐(2)
摘要：
预备知识 模型并行（ model parallelism ）：即把模型拆分放到不同的设备进行训练，分布式系统中的不同机器（GPU/CPU等）负责网络模型的不同部分 —— 例如，神经网络模型的不同网络层被分配到不同的机器，或者同一层内部的不同参数被分配到不同机器，如AlexNet的训练。 数据并行（ 阅读全文
posted @ 2019-02-20 16:24
HOU_JUN
阅读(18855)
评论(0)
推荐(0)
摘要：
安装pytorch时，torchvision独立于torch。torchvision包由流行的数据集（torchvision.datasets）、模型架构(torchvision.models)和用于计算机视觉的常见图像转换组成t(torchvision.transforms)。 1）数据库 MNI 阅读全文
posted @ 2019-02-20 14:57
HOU_JUN
阅读(10728)
评论(0)
推荐(1)
摘要：
实例化数据库的时候，有一个可选的参数可以对数据进行转换，满足大多神经网络的要求输入固定尺寸的图片，因此要对原图进行Rescale或者Crop操作，然后返回的数据需要转换成Tensor如： 数据转换（Transfrom）发生在数据库中的__getitem__操作中。以上代码中，transforms.C 阅读全文
posted @ 2019-02-20 14:35
HOU_JUN
阅读(13644)
评论(0)
推荐(0)
摘要：
1）前言 虽然torchvision.datasets中已经封装了好多通用的数据集，但是我们在使用Pytorch做深度学习任务的时候，会面临着自定义数据库来满足自己的任务需要。如我们要训练一个人脸关键点检测算法，提供的训练数据标注如下形式，存在CSV文件中： 在本次教程中，我们需要用到两个额外的包： 阅读全文
posted @ 2019-02-20 11:21
HOU_JUN
阅读(1882)
评论(0)
推荐(0)
摘要：
一、DenseNet的优点 减轻梯度消失问题 加强特征的传递 充分利用特征 减少了参数量 二、网络结构公式 对于每一个DenseBlock中的每一个层, [x0,x1,…,xl-1]表示将0到l-1层的输出feature map做concatenation。concatenation是做通道的合并， 阅读全文
posted @ 2019-01-10 16:03
HOU_JUN
阅读(2339)
评论(0)
推荐(0)
摘要：
论文：《Focal Loss for Dense Object Detection》 Focal Loss 是何恺明设计的为了解决one-stage目标检测在训练阶段前景类和背景类极度不均衡（如1：1000）的场景的损失函数。它是由二分类交叉熵改造而来的。 标准交叉熵 其中，p是模型预测属于类别y= 阅读全文
posted @ 2019-01-04 16:07
HOU_JUN
阅读(8591)
评论(0)
推荐(0)
摘要：
训练一个模型需要有一个数据库，一个网络，一个优化函数。数据读取是训练的第一步，以下是pytorch数据输入框架。 1）实例化一个数据库 假设我们已经定义了一个FaceLandmarksDataset数据库，此数据库将在以下建立。 或者使用torchvision.datasets里封装的数据集（MNI 阅读全文
posted @ 2019-01-03 14:29
HOU_JUN
阅读(1582)
评论(0)
推荐(0)
摘要：
一、递归实现 以上的cout<<root->data;是对结点的一种操作，这里可以对结点做任意想做的操作。 二、非递归实现 阅读全文
posted @ 2018-12-04 12:37
HOU_JUN
阅读(16631)
评论(2)
推荐(0)
浙公网安备 33010602011771号