pytorch框架下的yolov5模型部署到tensorflow serving，需要将pytorch的pt模型转换为onnx模型，再将onnx模型转换为tfserving的savedmode模型。1. pytorch的pt模型转onnx模型使用yolov5中自带的 export.py 脚本（在models下）可以将模型导出为 TorchScript， ONNX, CoreML。环境： yolov

需求：1.随机从0-376616中产生80000个不重复的随机数2.将产生的80000个不重复的随机数从小到大排序后写入txt文件# -*- coding:utf-8 -*-import randomlist_1 = random.sample(range(0, 376616), 80000)# 随机从0-376616中产生80000个不重复的随机数list_1.sort()# 升序排序# pri

一.下载源码tensorflow_PSENet下载地址：https://github.com/liuheng92/tensorflow_PSENet（可以star和fork作者该项目）InstallationAny version of tensorflow version > 1.0 should be ok.python 2 or 3 will be ok....

darknet-yolov3训练自己的数据集，keras模型测试（超详细完整版）一. darknet官网下载源码-----编译-----测试1. 配置Darknet下载darknet源码：git clone https://github.com/pjreddie/darknet进入darknet目录： cd darknet如果是cpu直接make,否则需要修改配置文件Makefile：...

本文介绍的图像的旋转，使用PIL的Image类的接口函数transpose()完成，直接在入参中指定变换方式即可，不仅支持上下、左右翻转；也支持逆时针90、180、270等角度的旋转。# -*- coding: utf-8 -*-from PIL import Imageimport osfile_dir = 'train_img/png_da_all/'# 原始图片路径rotate_180 =

# -*- coding:utf-8 -*-import shutilimport osdef remove_file(old_path, new_path):print(old_path)print(new_path)filelist = os.listdir(old_path)#列出该目录下的所有文件,listdir返回的文件列表是不包含路径的。print(filelist)for file

使用Anaconda安装rasterio库RasterIO是基于GDAL的空间栅格数据库（Rasterio reads and writes geospatial raster data.）Anaconda安装教程：1.打开Anaconda Promopt,选择需要安装的python环境2.使用Anaconda安装有两种方式1）先设置conda-forge通道，然后在该通道中下载con...

一. 解决nltk.download()安装失败import nltknltk.download()下载nltk语料库出现getaddrinfo failed如下错误：这里只需将Server Index路径改成NLTK官网http://www.nltk.org/nltk_data/即可。但是选中要下载的安装包点击Download下载，会发现下载很慢，而且很容易出错。二. 解决nltk下载很慢1）百

在深度学习中，一般要求样本的数量要充足，样本数量越多，训练出来的模型效果越好，模型的泛化能力越强。但是实际中，样本数量不足或者样本质量不够好，这就要对样本做数据增强，来提高样本质量。在样本量不足的情况下，采用mixup或者填鸭式的方法来进行数据增强，是行之有效的增强方法。其中mixup是将正负样本融合成新的一组样本，使得样本量翻倍。填鸭式是将原本样本里的目标抠出来，随机复制粘贴到其他地方。（个人理

牛津花卉数据集下载链接：http://www.robots.ox.ac.uk/~vgg/data/flowers/17/官网虽然可以下载，但是是1360张图片堆在一个文件夹里，没有分类。要是自己手动分成17个文件夹，然后再复制图片进去，一来效率低，二是容易出错。以下代码是把1360张图片按照80个一类分别放入17个文件夹中：# coding:utf-8from imutils import pat