logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

[深度学习]-从零开始手把手教你利用pytorch训练VGG16网络实现自定义数据集上的图像分类(含代码及详细注释)

前言本文主要分为两部分:第一部分大致的介绍了VGG原理第二部分详细的介绍了如何用pytorch实现VGG模型训练自己的数据集实现图像分类想只看代码部分的同学,可以直接看第二部分内容一:VGG原理简介1.VGG主要工作2014年的论文,主要工作是证明了增加网络的深度能够在一定程度上影响网络最终的性能。VGG有两种结构,VGG16和VGG19,两者并没有本质上的区别,只是网络深度不一样。论文地址:VG

#网络#神经网络#深度学习 +1
[计算机视觉]-MSE、MEA、L1、L2、smooth L1解释及优缺点

MAE损失函数MAE=∑i=1n∣yi−yip1∣nM A E=\frac{\sum_{i=1}^{n} \mid y_{i}-y_{i}^{p_{1}} \mid}{n}MAE=n∑i=1n​∣yi​−yip1​​∣​以分类问题举例。对于上式中,yiy_{i}yi​代表真实值,yipy_{i}^{p}yip​代表预测值。下面是一个MAE函数的图,其中真实目标值为100,预测值在-10,000至1

#深度学习#python#机器学习 +1
[c++]-uint8_t,uint16_t,uint32_t,uint64_t代表含义及其标准定义

c++基础数据类型首先来看一张c++基础数据类型的列表下表显示了各种变量类型在内存中存储值时需要占用的内存,以及该类型的变量所能存储的最大值和最小值。注意:不同系统会有所差异,一字节为 8 位。注意:long int 8 个字节,int 都是 4 个字节,早期的 C 编译器定义了 long int 占用 4 个字节,int 占用 2 个字节,新版的 C/C++ 标准兼容了早期的这一设定。详解:菜鸟

#c++#编程语言
ubuntu如何在github下载一个项目中的单个文件或者子文件

ubuntu如何在github下载一个项目中的单个文件或者子文件1.问题描述如下图所示,我只想下载该项目下的 preprocess ToolBOX 子文件夹2.解决1)点击此文件夹.进入2)复制地址栏的URL地址,如下https://github.com/monkeyDemon/AI-Toolbox/tree/master/preprocess%20ToolBox3)将地址中的 /tree/mas

#git#github#svn
[debug]-vscode-python-导入自定义包/模块报错ModuleNotFoundError: No module named ‘xxx‘

1.问题描述项目整理构成如下图所示1.1 根目录下py文件引用在项目的根目录比如 aaaa.py文件中引用自定义模块,如下图所示,可以成功。1.2项目的子文件夹下py文件引用如下图所示,在项目的子文件夹models下,有yolo.py文件。在其中引用。如下引用,同文件夹中的 experimental 模块/包出现报错2.解决方案2.1原理1、因为默认的路径不在根目录了,而以当前运行的程序文件夹为根

#visual studio code#编辑器
[深度学习]-从零开始手把手教你利用pytorch训练VGG16网络实现自定义数据集上的图像分类(含代码及详细注释)

前言本文主要分为两部分:第一部分大致的介绍了VGG原理第二部分详细的介绍了如何用pytorch实现VGG模型训练自己的数据集实现图像分类想只看代码部分的同学,可以直接看第二部分内容一:VGG原理简介1.VGG主要工作2014年的论文,主要工作是证明了增加网络的深度能够在一定程度上影响网络最终的性能。VGG有两种结构,VGG16和VGG19,两者并没有本质上的区别,只是网络深度不一样。论文地址:VG

#网络#神经网络#深度学习 +1
[计算机视觉]-MSE、MEA、L1、L2、smooth L1解释及优缺点

MAE损失函数MAE=∑i=1n∣yi−yip1∣nM A E=\frac{\sum_{i=1}^{n} \mid y_{i}-y_{i}^{p_{1}} \mid}{n}MAE=n∑i=1n​∣yi​−yip1​​∣​以分类问题举例。对于上式中,yiy_{i}yi​代表真实值,yipy_{i}^{p}yip​代表预测值。下面是一个MAE函数的图,其中真实目标值为100,预测值在-10,000至1

#深度学习#python#机器学习 +1
[深度学习]-从零开始手把手教你利用pytorch训练VGG16网络实现自定义数据集上的图像分类(含代码及详细注释)

前言本文主要分为两部分:第一部分大致的介绍了VGG原理第二部分详细的介绍了如何用pytorch实现VGG模型训练自己的数据集实现图像分类想只看代码部分的同学,可以直接看第二部分内容一:VGG原理简介1.VGG主要工作2014年的论文,主要工作是证明了增加网络的深度能够在一定程度上影响网络最终的性能。VGG有两种结构,VGG16和VGG19,两者并没有本质上的区别,只是网络深度不一样。论文地址:VG

#网络#神经网络#深度学习 +1
目标检测-爬虫-利用百度识图的方法来批量的爬取图片生产数据集

在百度图识图爬取自己想要的数据集如果你复制了此代码,能不能给我点个赞!本代码非原创,网上搜集了一些资料,经过本人调整后能跑通!1. 问题描述最近在做一个关于垃圾的目标检测问题,在部署训练时需要大量的各种各样的垃圾数据集,那么我想到了网上搜索+拍照+爬虫的方式来获取数据集,而在我的上一篇博客 目标检测-用爬虫爬取百度图库获得自己想要的图片数据集-python代码,给出了利用百度图库关键字爬取图片的方

#selenium#python#神经网络 +2
[目标检测]-yolov5-解决调用opencv显示中文标签时出现乱码状况

1.1问题描述如下图所示,在利用yolov5进行目标检测时中文标签全部是??????乱码。1.2问题定位一般的目标检查模型绘图代码等其他设置放在utils文件,定位到/utils/utils.py,yolov5的绘框函数为plot_one_box,选择ctrl+f 查找plot_one_box函数,其中使用了cv2.putText()函数,而使用cv2.putText() 只能显示英文字符,中文会

#深度学习#pytorch#目标检测
    共 26 条
  • 1
  • 2
  • 3
  • 请选择