随笔分类 - 深度学习
摘要：本文实现了两个功能： 打包的labelImg.exe自动识别同目录的data/predefined_classes.txt，请标注前定义好具体的标签。 选择图像目录后，自动复制上述的predefined_classes.txt到图像目录，并重命名为classes.txt，避免了自己拷贝。 需要pyt
阅读全文
摘要：请先阅读此博客MMYOLO 自定义数据集从标注到部署保姆级教程_mmyolo 从零-CSDN博客 1、转coco样式的数据集 labelImg工具标注yolo后，将结果按照如下方式放置： └── $ROOT_PATH ├── classes.txt ├── labels │ ├── a.txt │
阅读全文
摘要：官方安装教程：依赖 — MMYOLO 0.6.0 文档 git地址：项目目录预览 - mmyolo:OpenMMLab YOLO series toolbox and benchmark. Implemented RTMDet, RTMDet-Rotated,YOLOv5, YOLOv6, YOLO
阅读全文
摘要：由于平移、旋转、遮掩等可能将在边缘或很小的特征全部丢掉，因此禁用数据增强操作 yolo = YOLO("yolo11n-cls.yaml").load("yolo11n-cls.pt") results = yolo.train(data='/home/用户名/datasets/classify/d
阅读全文
摘要：1、魔改的yolo11-cls（主改head.py内容），加载时使用如下方式，否则可能魔改无效 yolo = YOLO("yolo11n-cls.yaml").load("yolo11n-cls.pt") yolo11n-cls.yaml里将nc写成自己的类别数 2、train时data指定的yam
阅读全文
摘要：当使用export，dynamic=True时，batch和尺寸都是动态的。 若想只有batch动态，修改下图指示代码即可 测试下 yolo.export(format="onnx",imgsz=(224,224),dynamic=True)
阅读全文
摘要：错误报在了forward里的Conv2d处。原因是函数写在forward里可能默认cpu，如果写在init构造函数里，就不需要再指定cuda。 修改为箭头指示就不再报错了。 【参考】 Input type (torch.cuda.FloatTensor) and weight type (torch
阅读全文
摘要：print打印下模型，可以看到各层的名字（小括号里的是层名） 如果层名是数字，写成 model.model[0].act 来定位到act层 import torch import ultralytics from ultralytics import YOLO yolo = YOLO("yolo11
阅读全文
摘要：本篇是总目录的其中一个分支，欢迎查阅总目录 https://www.cnblogs.com/xixixing/p/18501624 本文以cuda11.8版本为例，cuda11.8的官方安装教程参见 https://docs.nvidia.com/cuda/archive/11.8.0/cuda-i
阅读全文
摘要：虽然 images,labels = next(iter(test_data)) 可以每次1batch获取，但是超级慢，不推荐。 import torch import platform if platform.system() == 'Windows': import matplotlib mat
阅读全文
摘要：推荐torchinfo，官网地址 TylerYep/torchinfo: View model summaries in PyTorch! torchsummary、torch-summary都用过，还是torchinfo更准，尤其是显示yolo模型的时候。 展示形式如下： 对于一般模型，如resn
阅读全文
摘要：1、Softmax(dim=1)的含义 num_classes = 2 #几分类问题就写几 resnet50 = models.resnet50(weights=models.ResNet50_Weights.IMAGENET1K_V2) fc_inputs = resnet50.fc.in_fea
阅读全文
摘要：分为三部分：常用软件、训练用软件、部署用软件 训练都是基于python的，所以安装在虚拟环境里 部署是基于c++的，所以安装在本地 1、常用软件安装 【图像标注工具labelImg】 官方地址 https://github.com/HumanSignal/labelImg ，其中又新出来个工具 Im
阅读全文
摘要：1、RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same 如上错误是在 torch.onnx.export 时出现的 解决：x造成的，后边加上.
阅读全文
摘要：以500*332的图为例 import torchvision.transforms as transforms from PIL import Image img = Image.open('D:/cat.jpg') #缩放成高宽都是256的正方形（小变大的话，是插值不会填充黑边） resize
阅读全文
摘要：1、样本集下载与划分 下载，https://download.microsoft.com/download/3/E/1/3E1C3F21-ECDB-4869-8368-6DEBA77B919F/kagglecatsanddogs_5340.zip 划分，将Cat和Dog文件夹里的图片按3：1：1复制
阅读全文
摘要：注意numpy版本不要使用2.x，否则提醒 AttributeError: `np.string_` was removed in the NumPy 2.0 release. Use `np.bytes_` instead. 安装1.x版本，查看版本 conda search numpy 安装1.
阅读全文
摘要：本篇是总目录的其中一个分支，欢迎查阅总目录 https://www.cnblogs.com/xixixing/p/18501624 训练都是基于python的，所以安装在虚拟环境里。不推荐更改系统自带的python版本，例如ubuntu20.04的终端gnome-terminal依赖系统自带的pyt
阅读全文
摘要：1、pt转onnx或engine from ultralytics import YOLO model = YOLO("best.pt") model.export(format="onnx") # model.export(format="engine") # 预测看下效果 onnx_model
阅读全文
摘要：1、标注样本 使用labelImg标注样本，注意选择YOLO模式 labelImg下载地址 github.com 2、安装ultralytics包 先进入到自己创建的conda环境中，把包安装到该环境里 pip install ultralytics 如果已经有了ultralytics，可以更新最新
阅读全文
浙公网安备 33010602011771号