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

图像篡改检测数据集修正(Image Tampering Detection Dataset)

CASIAv1 、CASIAv2、COVERAGE、NIST16 作为图像篡改检测的公开数据集,用于训练和测试模型。然而,公开数据集中存在不同情况的问题,本仓库主要解决这些问题,原始数据集CASIAv1 和 CASIAv2来自,CASIAv1的mask来自[github],CASIAv2的mask来自[github]。COVERAGE数据集来自[github]。本人在[github]中提供了处理后

#人工智能#深度学习#计算机视觉 +1
深度学习项目配置参数(三)yaml和json配置文件的使用

将python对象(列表或字典)序列化成YAML流并存储到文件中。data:需要存储到文件的python对象stream:打开数据需要写入的文件。若为空,则直接返回生成的字符串示例:(1)将字典对象变成yaml格式数据####显示####lr_1: 0.3(2)将列表对象变成yaml格式数据####显示####- cifar10- cifar100- imagenet(3)python对象写进文件

文章图片
#深度学习#人工智能
model.train()、model.eval()和torch.no_grad()以及detach()区别

一、model.train()、model.eval()区别model.train()和model.eval()函数主要用于将模型中的training属性设置为True或False两种状态,training属性会直接影响BatchNorm层)和Dropout层的运行机理。

文章图片
#python#深度学习#人工智能
一文教授你如何快速提取模型某层特征且可视化显示

引 言 当可视化模型某层处理后的特征效果或模型出现BUG时调试模型的运行结果时候,常用的策略是在函数中在某层后调用或者函数打印特征输出的尺寸或效果,并在部分返回下游任务模块需要使用的特征。此类方法需要掌握模型内部的结构特点提取某个中间层的特征。本博客介绍两种方法从模型外部提取模型的某层特征。hook是pytorch中一个常用的机制,其本质就是一个可调用对象(Callable).hook的书写格式与

文章图片
#python#pytorch
详解深度模型的评价指标top-1和top-5的原理和实现代码

input:输入数据张量k:要获取几个数值dim:确定在哪个维度上获取数据largest:控制获取最大值还是最小值,largest=True返回最大值。sorted:控制返回值是否按顺序输出。topk的返回值分为两部分,前部分是数值,后部分是数值对应的索引号。

文章图片
#深度学习#人工智能#pytorch
Python列表常用方法四:count()、index()函数

引言列表作为python常用的数据结构,内置方法的灵活使用显著提高了项目代码的编写效率。本文主要介绍count函数和index函数的使用。

文章图片
#python#开发语言
conda和pip 安装python依赖包区别和使用技巧

引言Conda 作为一种跨平台的包和虚拟环境管理器,使用的时候功能与pip类似。安装python依赖包的时候经常将两种方法混合使用,但一直没有进行具体区分其差别。重新安装python依赖包的时候出现各种不兼容的bug。经历一天烦躁的安装、卸载和查阅资料的痛苦过程,将自己的学习收获梳理一下,以便自己未来回顾查看,同时公开分享帮助遇到同样难题的朋友们。Anaconda下载链接:Anaconda可以通过

#python#conda#pip
一文教授你如何快速提取模型某层特征且可视化显示

引 言 当可视化模型某层处理后的特征效果或模型出现BUG时调试模型的运行结果时候,常用的策略是在函数中在某层后调用或者函数打印特征输出的尺寸或效果,并在部分返回下游任务模块需要使用的特征。此类方法需要掌握模型内部的结构特点提取某个中间层的特征。本博客介绍两种方法从模型外部提取模型的某层特征。hook是pytorch中一个常用的机制,其本质就是一个可调用对象(Callable).hook的书写格式与

文章图片
#python#pytorch
    共 13 条
  • 1
  • 2
  • 请选择