一、PhotoMetricDistortion函数介绍：class PhotoMetricDistortion:"""Apply photometric distortion to image sequentially, every transformationis applied with a probability of 0.5. The position of random contrast

一、PhotoMetricDistortion函数介绍：class PhotoMetricDistortion:"""Apply photometric distortion to image sequentially, every transformationis applied with a probability of 0.5. The position of random contrast

前段时间在无意识的情况下更新了ubuntu内核，导致cuda无法正常使用，使用nvidia-smi显示的错误是:“NVIDIA-SMI has failed because it could not communicate with the NVIDIA driver. Make sure that the lateset NVIDAI driver is installed and runnin

深度学习之前，最成功的检测算法就是基于梯度直方图的目标检测算法，今天主要介绍一些这个算法的步骤：1、图像预处理（统一亮度，色彩强度）这样做是为了使图像不要太黑或者太亮，对比度不要太窄2、计算每一个像素点位置的梯度方向和大小下图是梯度的计算方式和梯度的可视化：从梯度的计算公式可以看出，梯度是带有方向的向量，它有自己的方向和大小，每个像素位置都可以计算自己的梯度，计算方法是，先计算x方向的梯度，即像素

python中的 * 和 ** ，能够让函数支持任意数量的参数，它们在函数定义和调用中，有着不同的目的。一、 打包参数* 的作用：在函数定义中，收集所有位置参数到一个新的元组，并将整个元组赋值给变量argsdef f(*tup1):# * 在函数定义中使用print(tup1)f()　结果：()f(1)　结果：(1,)f(1, 2, 3, 4)　结果：(1, 2, 3, 4)** 的作用：在函数定

  pytorch和python有很多接口不是很熟悉，直接影响了阅读代码的速度，因此这里把一些遇到的接口的用法记录下来，方便下次直接快速的查找。文章目录1、numpy.clip(a, a_min, a_max, out=None) 限制数组最大值和最小值1、numpy.clip(a, a_min, a_max, out=None) 限制数组最大值和最小值a = np.arange(10)print

1、经常使用pytorch的都知道，下面是pytorch加载自己数据的流程代码from torch.utils.data import Datasetfrom torch.utils.data import DataLoaderclass MyDataset(Dataset):def __init__(self)def __len__(self)def __getitem__(self， inde

如果PyTorch操作支持广播，则其Tensor参数可以自动扩展为相等大小（无需复制数据）如果满足以下规则，则两个张量是“可广播的”：１、每个张量具有至少一个维度。２、从尾随尺寸开始迭代尺寸时，尺寸要么相等，要么其中之一为1，或者不存在其中之一。...

初步学习TensorRT部署的时候，遇到很多不知道什么意思的函数，这里用来纪录一下。

数据在进入神经网络之前，都要进行数据预处理，数据标准化是数据预处理之一，方式是将数据减去均值，再除以方差：X=X−mean_valueX = X - mean\_valueX=X−mean_valueX=X/std_valueX = X/std\_valueX=X/std_value可以这样理解这种处理方式：减去均值：数据进入卷积神经网络，提取特征，然后用提取的特征进行分类和位置回归，提取的特征决