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

yolov3模型训练——使用yolov3训练自己的模型

本文主要讲述了在Windows10环境下使用yolov3训练模型的具体步骤本文主要包括以下内容:一、程序下载与准备(1)yolov3下载(2)训练集文件夹创建(3)预训练权重下载二、环境搭建(1)pytorch安装(2)将pytorch应用到工程(3)requirements中的依赖包安装(4)环境搭建可能遇到的问题三、数据集制作四、yolov3模型训练(1)修改数据配置文件(2)修改模型配置文件

#pytorch
Python中format函数的用法

str.format() 是 Python 字符串的格式化方法,用于将值插入字符串中的占位符。这个方法允许我们以更灵活的方式创建字符串,将变量、表达式或其他字符串值插入到已有字符串的特定位置。

#python
ValueError: Expected more than 1 value per channel when training, got input size [1, 16, 1, 1](解决方案)

在使用pytorch训练模型时,遇到下面的错误:ValueError: Expected more than 1 value per channel when training, got input size [1, 16, 1, 1]如图所示:出现这个错误可能有两个原因1.输入批次只有一个数据点,而由于BatchNorm操作必须要多于一个数据去计算平均值,如把batch_size的值改为大于1的

#pytorch#深度学习#机器学习
pmx转fbx的具体步骤

本文主要讲述了在Windows10环境下,通过blender将pmx格式文件转化为fbx文件的具体步骤本文主要包括以下三个部分:一、blender下载与安装二、cats插件安装三、pmx格式转换为fbx格式一、blender下载与安装1.下载blender到电脑上blender下载建议下载2.83版本,3.0版本以上在修理模型时会丢失材质2.下载后双击打开安装文件,除了安装地址(建议安装在D盘)之

#unity#blender
Internal: no kernel image is available for execution on the device Fatal Python error: Aborted

使用tensorflow2.3.1训练模型时,遇到了下面的错误:StreamExecutor device (0): NVIDIA GeForce MX130, Compute Capability 5.02022-02-13 21:03:08.071293: F .\tensorflow/core/kernels/random_op_gpu.h:232] Non-OK-status: GpuLa

#python#tensorflow#深度学习
opencv遇到错误error: (-215:Assertion failed) _src.empty() in function ‘cv::cvtColor‘的解决方案

在运行一个python的基于opencv的程序时,出现错误cv2.error: OpenCV(4.4.0)error: (-215:Assertion failed) !_src.empty() in function ‘cv::cvtColor‘这个错误是由于读取数据路径的问题导致的,注意路径的两个问题:1.路径中不能有中文2.路径是英文的“/”,而不是“\”...

#opencv
yolov5模型训练———使用yolov5训练自己的数据集

本文主要讲述了在Windows10环境下使用yolov5训练模型的具体步骤,是对前一篇博客yolov5的学习和补充,讲述了使用从github上下载yolov5作者源码训练自己模型的具体过程,本文是一篇学习笔记。yolov5目前更新到了最新版的6.1版本,本文将以6.1版本为例本文主要包括以下内容:一、程序下载与准备(1)yolov5下载(2)训练集文件夹创建(3)预训练权重下载二、环境搭建(1)p

#学习#python#深度学习
argparse函数用法

常用的动作有 “store”(保存值,默认)、“store_const”(保存常量值)、“store_true”(保存 True)、“store_false”(保存 False)、“append”(追加值到列表中)、“append_const”(追加常量到列表中)等。argparse 是 Python 内置的用于解析命令行参数的库,它可以帮助开发者创建用户友好的命令行界面,从而方便用户通过命令行向

#前端#深度学习
torch.expand()函数用法

如果需要复制数据以创建新张量,可以使用 `torch.clone()` 或 `torch.copy()`。此外,要进行广播操作,通常可以直接使用运算符(例如 `+`,`*`),PyTorch 会自动执行广播,无需显式使用 `torch.expand()`。如果需要真正的数据复制,您可以使用 `torch.clone()` 或 `torch.copy()` 等操作。`torch.expand()`

文章图片
ReLU激活函数

ReLU(Rectified Linear Unit)激活函数是深度学习中最常用的激活函数之一,它的数学表达式如下:在这里,(x) 是输入,(f(x)) 是输出。ReLU激活函数的使用非常简单,它将输入(x)的所有负值变为零,而保持正值不变。这个激活函数具有以下用途和优点:(1):ReLU引入了非线性性质,使神经网络可以学习和表示非线性函数关系。这对于捕捉复杂的数据模式和特征非常重要。(2):Re

#pytorch
    共 70 条
  • 1
  • 2
  • 3
  • 7
  • 请选择