坑：使用pycharm远程debug python项目，import tensorrt 会遇到errorImportError: libnvinfer.so.7: cannot open shared object file: No such file or director remote解决：在pycharm里配置环境变量PYTHONUNBUFFERED=1;LD_LIBRARY_PATH=/c

Faster RCNN代码可以参考下面链接：https://github.com/facebookresearch/maskrcnn-benchmark最后模型会保存为.pth格式，可以通过如下代码转为ONNXimport osimport numpyfrom io import BytesIOfrom matplotlib import pyplotimport re...

1、概述：本文介绍MC COCO数据集用到的Metrics2、Metrics 简介说明：1、除非有其他说明，否则AP和AR是多个IoU的平均值，具体来说就是我们使用十个不同的阈值.50:.05:.95。相对于传统只使用单个0.5的阈值相比，这是一个突破。使用平均IoU可以提高探测器的定位精度。2、AP是各个种类的平均值，传统上我们也叫作mAP，但是在COCO Metrics中我们认为...

前言：在参加Kaggle的比赛中，有时遇到的分割任务是那种背景所占比例很大，但是物体所占比例很小的那种严重不平衡的数据集，这时需要谨慎的挑选loss函数。Loss：1.Log losslog loss其实就是TensorFlow中的 tf.losses.sigmoid_cross_entropy或者Keras的keras.losses.binary_crossentropy...

这篇文章主要参考Keras Documentation，另外增加了一些我的理解，希望尽量写的简洁明了如何使用Optimizer这里我们定义了一个简单的FC网络用来解释Optimizer的使用方法：from keras import optimizers#定义模型model = Sequential()model.add(Dense(64, kernel_initializer=...

1、分割网络现状：当前有不少好用的分割网络，比如Mask RCNN、DeepLabv3+、COCO-16图像分割冠军FCIS2、关于分割图像的标记方式有两种：一种是提供单个物体的掩模(多使用RLE格式)；另一种是提供轮廓点。2、Unet的变形与应用第一次使用Unet是在Kaggle挑战赛上，它是Kaggle的常客。因为它简单，高效，易懂，容易定制，可以从相对较小的训练集中学习。...

方案一：（参考网上代码，感觉实用性不是很强）使用PIL截取图像，然后将RGB转为HSV进行判断，统计判断颜色，最后输出RGB值方案二：使用opencv库函数进行处理。（效果不错）1、将图片颜色转为hsv，2、使用cv2.inRange()函数进行背景颜色过滤3、将过滤后的颜色进行二值化处理4、进行形态学腐蚀膨胀，cv2...

vector是我们常用的容器，向其中增加元素的常用方法有：emplace_back和push_back两种。push_bach():首先需要调用构造函数构造一个临时对象，然后调用拷贝构造函数将这个临时对象放入容器中，然后释放临时变量。emplace_back():这个元素原地构造，不需要触发拷贝构造和转移构造。...

今天用keras训练时发现内存占用率出奇的高，而且显存占用率出奇的低，原来keras没有用gpu训练。通过pip list看到同时安装了tensorflow和tensorflow-gpu，keras默认调用了tensorflow解决办法同时卸载tensorflow，tensorflow-gpu，keras再安装tensorflow-gpu和keras就可以解决...

Tensorflow如何使用一个或多个GPU进行训练注意：训练前要用nvidia-smi来查看一下当前GPU的使用情况，不要一下子就放上去跑把大家一起挤挂了，这是负责任的行为。第一种：python代码中设置使用的GPU使用方法：第一步：import osos.environ["CUDA_VISIBLE_DEVICES"] = "0&qu