精华内容
参与话题
问答
  • 神经网络学习小记录48——windows下的torch=1.2.0环境配置学习前言环境内容Anaconda安装下载Cudnn和CUDA配置torch环境安装VSCODE 学习前言 好多人问环境怎么配置,还是出个教程吧。 环境内容 torch:1.2.0 ...

    神经网络学习小记录48——windows下的torch=1.2.0环境配置

    学习前言

    好多人问环境怎么配置,还是出个教程吧。
    在这里插入图片描述

    环境内容

    torch:1.2.0
    torchvision:0.4.0

    Anaconda安装

    最新版本的Anaconda没有VSCODE,如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda,百度网盘连接如下。也可以装新版然后分开装VSCODE。
    链接: https://pan.baidu.com/s/12tW0Oad_Tqn7jNs8RNkvFA
    提取码: i83n

    取网上搜索Anaconda的官网:https://www.anaconda.com/distribution/
    在这里插入图片描述
    下载左边的python3.7版本,64位的,下载完成后打开:
    在这里插入图片描述
    选择安装的位置,可以不安装在C盘。
    在这里插入图片描述
    我选择了Add Anaconda to my PATH environment variable,我用起来觉得更好用。
    在这里插入图片描述
    等待安装完之后,就安装了Anaconda了。

    下载Cudnn和CUDA

    我这里使用的是torch=1.2.0,官方推荐的Cuda版本是10.0,因此会用到cuda10.0,与cuda10.0对应的cudnn是7.4.1.5,这个组合我实验过了,绝对是可以用的。

    cuda10.0官网的地址是:
    cuda10.0官网地址
    cudnn官网的地址是:需要大家进去后寻找7.4.1.5。
    cudnn官网地址

    官网下载是比较慢的,可以在百度云上下载,我给大家分享一手。

    链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ
    提取码: 8ggr

    下载完之后得到这两个文件。
    在这里插入图片描述
    在这里插入图片描述
    下载好之后可以打开cuda_10的exe文件进行安装。
    在这里插入图片描述
    这里选择自定义。
    不
    然后直接点下一步就行了。
    在这里插入图片描述
    安装完后在C盘这个位置可以找到根目录。
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
    然后大家把Cudnn的内容进行解压。
    在这里插入图片描述
    把这里面的内容直接复制到C盘的根目录下就可以了。
    在这里插入图片描述

    配置torch环境

    Win+R启动cmd,在命令提示符内输入以下命令:
    创建环境:

    conda create –n pytorch python=3.6
    

    激活环境:

    activate pytorch 
    

    打开pytorch的官方安装方法:
    https://pytorch.org/get-started/previous-versions/
    官网推荐的安装代码如下,我使用的是Cuda10的版本:

    # CUDA 10.0
    pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
    
    # CUDA 9.2
    pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
    
    # CPU only
    pip install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
    

    需要注意的是,直接这样安装似乎特别慢,因此我们可以进入如下网址:
    https://download.pytorch.org/whl/torch_stable.html
    找到自己需要的轮子下载。
    在这里插入图片描述
    在这里插入图片描述
    下载的时候使用迅雷下载就行了,速度还是比较快的!

    下载完成后找到安装路径:
    在这里插入图片描述
    在cmd定位过来后利用文件全名进行安装就行了!
    在这里插入图片描述
    这里我也传一个百度网盘的版本。
    链接: https://pan.baidu.com/s/14-QVk7Kb_CVwaVZxVPIgtw
    提取码: rg2e
    全部安装完成之后重启电脑。

    安装VSCODE

    我个人喜欢VSCODE……所以就安装它啦。
    打开anaconda,切换环境。
    在这里插入图片描述
    安装VSCODE,安装完就可以launch一下了,之后就可以把VScode固定到任务栏上,方便打开。
    在这里插入图片描述
    最新版本的Anaconda没有VSCODE因此可以直接百度VSCODE进行安装。

    安装完成后在左下角更改自己的环境就行了。
    在这里插入图片描述

    展开全文
  • 路由器配置实例--100例 Cisco 与 Intel路由器的对连配置实例 Cisco路由器VOIP 配置解析 Cisco路由器安全配置方案 Cisco路由器安全配置简易方案 Cisco路由器的安全配置 CISCO路由器配置基础 Cisco路由器配置信息在...
  • 神经网络学习小记录42——windows下的tensorflow-gpu=1.13.2环境配置学习前言环境内容Anaconda安装下载Cudnn和CUDA配置tensorflow环境安装VSCODE 学习前言 好多人问环境怎么配置,还是出个教程吧。 环境内容 ...

    神经网络学习小记录42——windows下的tensorflow-gpu=1.13.2环境配置

    注意事项2020/11/5更新

    由于h5py库的更新,安装过程中会自动安装h5py=3.0.0以上的版本,会导致decode(“utf-8”)的错误!
    各位一定要在安装完tensorflow后利用命令装h5py=2.10.0!

    pip install h5py==2.10.0
    

    学习前言

    好多人问环境怎么配置,还是出个教程吧。
    在这里插入图片描述

    环境内容

    tensorflow-gpu:1.13.2
    keras:2.1.5
    numpy:1.17.4

    Anaconda安装

    最新版本的Anaconda没有VSCODE,如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda,百度网盘连接如下。也可以装新版然后分开装VSCODE。
    链接: https://pan.baidu.com/s/12tW0Oad_Tqn7jNs8RNkvFA
    提取码: i83n

    取网上搜索Anaconda的官网:https://www.anaconda.com/distribution/
    在这里插入图片描述
    下载左边的python3.7版本,64位的,下载完成后打开:
    在这里插入图片描述
    选择安装的位置,可以不安装在C盘。
    在这里插入图片描述
    我选择了Add Anaconda to my PATH environment variable,我用起来觉得更好用。
    在这里插入图片描述
    等待安装完之后,就安装了Anaconda了。

    下载Cudnn和CUDA

    我这里使用的是tensorflow-gpu=1.13.2,因此会用到cuda10.0,与cuda10.0对应的cudnn是7.4.1.5,这个组合我实验过了,绝对是可以用的。

    cuda10.0官网的地址是:
    cuda10.0官网地址
    cudnn官网的地址是:需要大家进去后寻找7.4.1.5。
    cudnn官网地址

    官网下载是比较慢的,可以在百度云上下载,我给大家分享一手。

    链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ
    提取码: 8ggr

    下载完之后得到这两个文件。

    在这里插入图片描述
    在这里插入图片描述
    下载好之后可以打开cuda_10的exe文件进行安装。
    在这里插入图片描述
    这里选择自定义。
    不
    然后直接点下一步就行了。
    在这里插入图片描述
    安装完后在C盘这个位置可以找到根目录。
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
    然后大家把Cudnn的内容进行解压。
    在这里插入图片描述
    把这里面的内容直接复制到C盘的根目录下就可以了。
    在这里插入图片描述

    配置tensorflow环境

    Win+R启动cmd,在命令提示符内输入以下命令:

    conda create –n tensorflow-gpu python=3.6
    
    activate tensorflow-gpu 
    
    pip install tensorflow-gpu==1.13.2
    
    pip install keras==2.1.5
    

    需要注意的是,如果在pip中下载安装比较慢可以换个源,可以到用户文件夹下,创建一个pip文件夹,然后在pip文件夹里创建一个txt文件。
    在这里插入图片描述
    修改txt文件的内容,并且把后缀改成ini

    [global]
    index-url = http://pypi.mirrors.ustc.edu.cn/simple
    [install]
    use-mirrors =true
    mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
    trusted-host =pypi.mirrors.ustc.edu.cn
    

    在这里插入图片描述
    在这里插入图片描述
    全部安装完成之后重启电脑。

    安装VSCODE

    我个人喜欢VSCODE……所以就安装它啦。
    打开anaconda,切换环境。
    在这里插入图片描述
    安装VSCODE,安装完就可以launch一下了,之后就可以把VScode固定到任务栏上,方便打开。
    在这里插入图片描述
    最新版本的Anaconda没有VSCODE因此可以直接百度VSCODE进行安装。

    安装完成后在左下角更改自己的环境就行了。
    在这里插入图片描述

    展开全文
  • JDK 安装 Java环境变量配置 详细教程

    万次阅读 多人点赞 2018-01-23 12:48:57
    1、JDK jre-8u161-windows-x64.exe下载 所有平台:... 选择 “Accept License Agreement” 根据系统选择对应的安装文件,64位系统安装64位JDK ......

    1、JDK    jre-8u161-windows-x64.exe 下载

    (下载时间不同,小版本号会有变化,不影响后续安装)

     所有平台: http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

    选择 “Accept License Agreement

    根据系统选择对应的安装文件,64位系统安装64位JDK

     

     

     

     

    2、JDK安装过程

     a、双击运行安装文件 jdk-8u144-windows-x64.exe

     

     

     

    b、指定jdk安装目录 C:\Java\jdk1.8.0_144   然后点击“下一步”

     

     

     

    c、指定JRE安装目录 C:\Java\jre1.8.0_144,点击“下一步”

     

     

     

     

    d、安装完成,点击“关闭”

     

     

    3、JDK 环境变量配置

      a、新建 JAVA_HOME 环境变量,JAVA_HOME=C:\Java\jdk1.8.0_144

      b、修改 path 环境变量,在path变量尾部添加%JAVA_HOME%\bin

      c、新建 classpath 环境变量 ,classpath=.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\tools.jar

      说明:jdk 需要配置三个环境变量; 1.5之后可以不再设置classpath,但建议保留classpath设置

     

    => WIN10 设置JAVA环境变量方法点此处 ~~~~

     

    开始菜单 -> “计算机” -> 右键 -> 属性  打开 “系统面板”

     

     

     

    点击 “高级系统设置” 打开 “系统属性”窗口,点击 “环境变量” 打开“系统环境变量”窗格

     

     

     

    在“系统环境变量”窗格,点击“新建”,打开“新建环境变量”对话框

     

     

     

     

    新建JAVA_HOME 环境变量,点击“确定”

     

     

     

    找到 path 变量,点击“编辑”

     

      

     

    在path变量尾部添加 ;%JAVA_HOME%\bin ,点击确定

     

     

     

    新建 classpath 变量,设置 classpath=.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\tools.jar

     

     

     

    连续点击“确定”,完成环境变量配置

     

    4、验证 java 和 javac 命令

       a、打开cmd命令行窗口,输入 java ,回车执行

     

     

      b、输入javac 命令,回车执行

     

     

    得到以上java 和javac命令输出表明jdk安装配置成功

    展开全文
  • 神经网络学习小记录-番外篇——常见问题汇总

    千次阅读 多人点赞 2020-07-22 17:09:44
    神经网络学习小记录-番外篇——常见问题汇总前言问题汇总1、下载问题2、环境配置问题3、shape不匹配问题a、训练时shape不匹配问题b、预测时shape不匹配问题4、no module问题5、显存问题6、训练问题7、乱七八糟的问题...

    前言

    搞个问题汇总吧,不然一个一个解释也挺难的。
    在这里插入图片描述

    问题汇总

    1、下载问题

    问:up主,可以给我发一份代码吗,代码在哪里下载啊?
    答:Github上的地址就在视频简介里。复制一下就能进去下载了。

    问:up主,为什么我下载的代码里面,model_data下面没有.pth或者.h5文件?
    答:我一般会把权值上传到百度网盘,在GITHUB的README里面就能找到。

    问:up主,为什么我下载的代码提示压缩包损坏?
    答:重新去Github下载。

    2、数据集问题

    问:up主,XXXX数据集在哪里下载啊?
    答:一般数据集的下载地址我会放在README里面,基本上都有,目标检测的数据集我放在了资源汇总帖。
    https://blog.csdn.net/weixin_44791964/article/details/105123842

    3、GPU利用问题

    问:up主,我好像没有在用gpu进行训练啊,怎么看是不是用了GPU进行训练?
    答:查看是否使用GPU进行训练一般使用NVIDIA在命令行的查看命令,如果要看任务管理器的话,请看性能部分GPU的显存是否利用,或者查看任务管理器的Cuda,而非Copy。

    在这里插入图片描述

    4、环境配置问题

    pytorch代码对应的pytorch版本为1.2,博客地址对应https://blog.csdn.net/weixin_44791964/article/details/106037141

    keras代码对应的tensorflow版本为1.13.2,keras版本是2.1.5,博客地址对应https://blog.csdn.net/weixin_44791964/article/details/104702142

    tf2代码对应的tensorflow版本为2.2.0,无需安装keras,博客地址对应https://blog.csdn.net/weixin_44791964/article/details/109161493

    问:为什么我安装了tensorflow-gpu但是却没用利用GPU进行训练呢?
    答:确认tensorflow-gpu已经装好,利用pip list查看tensorflow版本,然后查看任务管理器或者利用nvidia命令看看是否使用了gpu进行训练,任务管理器的话要看显存使用情况。

    问:你的代码某某某版本的tensorflow和pytorch能用嘛?
    答:最好按照我推荐的配置,配置教程也有!其它版本的我没有试过!

    问:up主,为什么我按照你的环境配置后还是不能使用?
    答:请把你的GPU、CUDA、CUDNN、TF版本以及PYTORCH版本私聊告诉我。

    问:出现如下错误

    Traceback (most recent call last):
      File "C:\Users\focus\Anaconda3\ana\envs\tensorflow-gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
     from tensorflow.python.pywrap_tensorflow_internal import *
    File "C:\Users\focus\Anaconda3\ana\envs\tensorflow-gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
    pywrap_tensorflow_internal = swig_import_helper()
      File "C:\Users\focus\Anaconda3\ana\envs\tensorflow-gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
        _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
    File "C:\Users\focus\Anaconda3\ana\envs\tensorflow-gpu\lib\imp.py", line 243, in load_modulereturn load_dynamic(name, filename, file)
    File "C:\Users\focus\Anaconda3\ana\envs\tensorflow-gpu\lib\imp.py", line 343, in load_dynamic
        return _load(spec)
    ImportError: DLL load failed: 找不到指定的模块。
    

    答:如果没重启过就重启一下,否则重新按照步骤安装,还无法解决则把你的GPU、CUDA、CUDNN、TF版本以及PYTORCH版本私聊告诉我。

    5、shape不匹配问题

    a、训练时shape不匹配问题

    问:up主,为什么运行train.py会提示shape不匹配啊?
    答:因为你训练的种类和原始的种类不同,网络结构会变化,所以最尾部的shape会有少量不匹配。

    b、预测时shape不匹配问题

    问:为什么我运行predict.py会提示我说shape不匹配呀。
    在Pytorch里面是这样的:

    在这里插入图片描述
    在Keras里面是这样的:
    在这里插入图片描述

    答:原因主要有仨:
    1、在ssd、FasterRCNN里面,可能是train.py里面的num_classes没改。
    2、model_path没改。
    3、classes_path没改。
    请检查清楚了!确定自己所用的model_path和classes_path是对应的!训练的时候用到的num_classes或者classes_path也需要检查!

    6、no module问题

    问:为什么提示说no module name utils.utils(no module name nets.yolo、no module name nets.ssd等一系列问题)啊?
    答:根目录不对,查查相对目录的概念。查了基本上就明白了。

    问:为什么提示说no module name matplotlib(no module name PIL)?
    答:打开命令行安装就好。pip install matplotlib

    问:为什么提示说No module named ‘torch’ ?
    答:其实我也真的很想知道为什么会有这个问题……这个pytorch没装是什么情况?一般就俩情况,一个是真的没装,还有一个是装到其它环境了,当前激活的环境不是自己装的环境。

    问:为什么提示说No module named ‘tensorflow’ ?
    答:同上。

    7、显存问题

    问:为什么我运行train.py下面的命令行闪的贼快,还提示OOM啥的?
    答:爆显存了,可以改小batch_size,如果batch_size=1才能运行的话,那么直接换网络吧,SSD的显存占用率是最小的,建议用SSD;
    2G显存:SSD
    4G显存:YOLOV3 Faster RCNN
    6G显存:YOLOV4 Retinanet M2det Efficientdet等
    8G+显存:随便选吧

    问:为什么提示 RuntimeError: CUDA out of memory. Tried to allocate 52.00 MiB (GPU 0; 15.90 GiB total capacity; 14.85 GiB already allocated; 51.88 MiB free; 15.07 GiB reserved in total by PyTorch)?
    答:同上

    8、训练问题(冻结训练,LOSS问题等)

    问:为什么要冻结训练和解冻训练呀?
    答:这是迁移学习的思想,因为神经网络主干特征提取部分所提取到的特征是通用的,我们冻结起来训练可以加快训练效率,也可以防止权值被破坏。

    问:为什么我的网络不收敛啊,LOSS是XXXX。
    答:不同网络的LOSS不同,LOSS只是一个参考指标,用于查看网络是否收敛,而非评价网络好坏,我的yolo代码都没有归一化,所以LOSS值看起来比较高,LOSS的值不重要,重要的是是否在变小,预测是否有效果!

    问:为什么我的训练效果不好?预测了没有框(框不准)。
    答:
    1、 数据集过少,小于500的自行考虑增加数据集。
    2、 是否解冻训练。
    3、 如果是yoloV4可以考虑关闭mosaic,mosaic不适用所有的情况。
    4、 网络不适应,比如SSD不适合小目标,因为先验框固定了。
    5、 不同网络的LOSS不同,LOSS只是一个参考指标,用于查看网络是否收敛,而非评价网络好坏,我的yolo代码都没有归一化,所以LOSS值看起来比较高,LOSS的值不重要,重要的是是否收敛!
    6、 测试不同的模型,确认数据集是好的。
    7、 确认自己是否按照步骤去做了,如果比如voc_annotation.py里面的classes是否修改了等。

    问:我怎么出现了gbk什么的编码错误啊:

    UnicodeDecodeError: 'gbk' codec can't decode byte 0xa6 in position 446: illegal multibyte sequence
    

    答:标签和路径不要使用中文,如果一定要使用中文,请注意处理的时候编码的问题,改成打开文件的encoding方式改为utf-8。

    问:我的图片是xxx*xxx的分辨率的,可以用吗!
    答:可以用,代码里面会自动进行resize或者数据增强。

    问:为什么我yolo的loss降到了0.0几了什么都预测不出来?
    答:yolo系列的loss是降不到这么多的。查看2007_train.txt文件是否有目标信息。

    问:怎么进行多GPU训练?
    答:这个直接百度就好了,实现并不复杂。

    9、灰度图问题

    问:能不能训练灰度图(预测灰度图)啊?
    答:我的大多数库会将灰度图转化成RGB进行训练和预测,如果遇到代码不能训练或者预测灰度图的情况,可以尝试一下在get_random_data里面将Image.open后的结果转换成RGB,预测的时候也这样试试。(仅供参考)

    10、断点续练问题

    问:我已经训练过几个世代了,能不能从这个基础上继续开始训练
    答:可以,你在训练前,和载入预训练权重一样载入训练过的权重就行了。一般训练好的权重会保存在logs文件夹里面,将model_path修改成你要开始的权值的路径即可。

    11、预训练权重的问题

    问:如果我要训练其它的数据集,预训练权重要怎么办啊?
    答:还是查查迁移学习吧,就是同一个思想,用原来的就行。

    问:up,我修改了网络,预训练权重还能用吗?
    答:修改了主干的话,如果不是用的现有的网络,基本上预训练权重是不能用的,要么就自己判断权值里卷积核的shape然后自己匹配,要么只能自己预训练去了;修改了后半部分的话,前半部分的主干部分的预训练权重还是可以用的,如果是pytorch代码的话,需要自己修改一下载入权值的方式,判断shape后载入,如果是keras代码,直接by_name=True,skip_mismatch=True即可。

    权值匹配的方式可以参考如下:

    # 加快模型训练的效率
    print('Loading weights into state dict...')
    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    model_dict = model.state_dict()
    pretrained_dict = torch.load(model_path, map_location=device)
    a = {}
    for k, v in pretrained_dict.items():
        try:    
            if np.shape(model_dict[k]) ==  np.shape(v):
                a[k]=v
        except:
            pass
    model_dict.update(a)
    model.load_state_dict(model_dict)
    print('Finished!')
    

    问:我要怎么不使用预训练权重啊?
    答:把载入预训练权重的代码注释了就行。

    问:为什么我不使用预训练权重效果这么差啊?
    答:因为随机初始化的权值不好,提取的特征不好,也就导致了模型训练的效果不好,voc07+12、coco+voc07+12效果都不一样,预训练权重还是非常重要的。

    12、交流群问题

    问:up,有没有QQ群啥的呢?
    答:没有没有,我没有时间管理QQ群……

    13、视频检测问题与摄像头检测问题

    问:怎么用摄像头检测呀?
    答:基本上所有目标检测库都有video.py可以进行摄像头检测,也有视频详细解释了摄像头检测的思路。

    问:怎么用视频检测呀?
    答:同上

    14、保存问题

    问:检测完的图片怎么保存?
    答:一般目标检测用的是Image,所以查询一下PIL库的Image如何进行保存。如果有些库用的是cv2,那就是查一下cv2怎么保存图片

    问:怎么用视频保存呀?
    答:直接百度查,cv2如何保存图片

    15、遍历问题

    问:如何对一个文件夹的图片进行遍历?
    答:一般使用os.listdir先找出文件夹里面的所有图片,然后根据predict.py文件里面的执行思路检测图片就行了。

    问:如何对一个文件夹的图片进行遍历?并且保存。
    答:遍历的话一般使用os.listdir先找出文件夹里面的所有图片,然后根据predict.py文件里面的执行思路检测图片就行了。保存的话一般目标检测用的是Image,所以查询一下PIL库的Image如何进行保存。如果有些库用的是cv2,那就是查一下cv2怎么保存图片

    16、路径问题

    问:我怎么出现了这样的错误呀:

    FileNotFoundError: 【Errno 2】 No such file or directory
    ……………………………………
    ……………………………………
    

    答:去检查一下文件夹路径,查看是否有对应文件;并且检查一下2007_train.txt,其中文件路径是否有错。
    关于路径有几个重要的点:
    文件夹名称中一定不要有空格。
    注意相对路径和绝对路径。
    多百度路径相关的知识。

    所有的路径问题基本上都是根目录问题,好好查一下相对目录的概念!

    17、和原版比较问题

    问:你这个代码和原版比怎么样,可以达到原版的效果么?
    答:基本上可以达到,我都用voc数据测过,我没有好显卡,没有能力在coco上测试与训练。

    问:你有没有实现yolov4所有的tricks,和原版差距多少?
    答:并没有实现全部的改进部分,由于YOLOV4使用的改进实在太多了,很难完全实现与列出来,这里只列出来了一些我比较感兴趣,而且非常有效的改进。论文中提到的SAM(注意力机制模块),作者自己的源码也没有使用。还有其它很多的tricks,不是所有的tricks都有提升,我也没法实现全部的tricks。至于和原版的比较,我没有能力训练coco数据集,根据使用过的同学反应差距不大。

    18、FPS问题(检测速度问题)

    问:你这个FPS可以到达多少,可以到 XX FPS么?
    答:FPS和机子的配置有关,配置高就快,配置低就慢。

    问:为什么我用服务器去测试yolov4(or others)的FPS只有十几?
    答:检查是否正确安装了tensorflow-gpu或者pytorch的gpu版本,如果已经正确安装,可以去利用time.time()的方法查看detect_image里面,哪一段代码耗时更长(不仅只有网络耗时长,其它处理部分也会耗时,如绘图等)。

    问:为什么论文中说速度可以达到XX,但是这里却没有?
    答:检查是否正确安装了tensorflow-gpu或者pytorch的gpu版本,如果已经正确安装,可以去利用time.time()的方法查看detect_image里面,哪一段代码耗时更长(不仅只有网络耗时长,其它处理部分也会耗时,如绘图等)。有些论文还会使用多batch进行预测,我并没有去实现这个部分。

    19、预测图片不显示问题

    问:为什么你的代码在预测完成后不显示图片?只是在命令行告诉我有什么目标。
    答:给系统安装一个图片查看器就行了。

    20、算法评价问题(目标检测的map、PR曲线、Recall、Precision等)

    问:怎么计算map?
    答:看map视频,都一个流程。

    问:计算map的时候,get_map.py里面有一个MINOVERLAP是什么用的,是iou吗?
    答:是iou,它的作用是判断预测框和真实框的重合成度,如果重合程度大于MINOVERLAP,则预测正确。

    问:为什么get_map.py里面的self.confidence(self.score)要设置的那么小?
    答:看一下map的视频的原理部分,要知道所有的结果然后再进行pr曲线的绘制。

    问:能不能说说怎么绘制PR曲线啥的呀。
    答:可以看mAP视频,结果里面有PR曲线。

    问:怎么计算Recall、Precision指标。
    答:这俩指标应该是相对于特定的置信度的,如果是要绘制Recall、Precision关于confidence的曲线的话,这代码我还没有去实现过…

    21、coco数据集训练问题

    问:目标检测怎么训练COCO数据集啊?。
    答:coco数据训练所需要的txt文件可以参考qqwweee的yolo3的库,格式都是一样的。

    22、怎么学习的问题

    问:up,你的学习路线怎么样的?我是个小白我要怎么学?
    答:这里有几点需要注意哈
    1、我不是高手,很多东西我也不会,我的学习路线也不一定适用所有人。
    2、我实验室不做深度学习,所以我很多东西都是自学,自己摸索,正确与否我也不知道。
    3、我个人觉得学习更靠自学

    学习路线的话,我是先学习了莫烦的python教程,从tensorflow、keras、pytorch入门,入门完之后学的SSD,YOLO,然后了解了很多经典的卷积网,后面就开始学很多不同的代码了,我的学习方法就是一行一行的看,了解整个代码的执行流程,特征层的shape变化等,花了很多时间也没有什么捷径,就是要花时间吧。

    23、模型优化(模型修改)问题

    问:up,YOLO系列使用Focal LOSS的代码你有吗,有提升吗?
    答:很多人试过,提升效果也不大(甚至变的更Low),它自己有自己的正负样本的平衡方式。

    问:up,我修改了网络,预训练权重还能用吗?
    答:修改了主干的话,如果不是用的现有的网络,基本上预训练权重是不能用的,要么就自己判断权值里卷积核的shape然后自己匹配,要么只能自己预训练去了;修改了后半部分的话,前半部分的主干部分的预训练权重还是可以用的,如果是pytorch代码的话,需要自己修改一下载入权值的方式,判断shape后载入,如果是keras代码,直接by_name=True,skip_mismatch=True即可。

    权值匹配的方式可以参考如下:

    # 加快模型训练的效率
    print('Loading weights into state dict...')
    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    model_dict = model.state_dict()
    pretrained_dict = torch.load(model_path, map_location=device)
    a = {}
    for k, v in pretrained_dict.items():
        try:    
            if np.shape(model_dict[k]) ==  np.shape(v):
                a[k]=v
        except:
            pass
    model_dict.update(a)
    model.load_state_dict(model_dict)
    print('Finished!')
    

    24、部署问题

    我没有具体部署到手机等设备上过,所以很多部署问题我并不了解……

    25、cuda安装失败问题

    一般cuda安装前需要安装Visual Studio,装个2017版本即可。

    26、Ubuntu系统问题

    所有代码在Ubuntu下可以使用,我两个系统都试过。

    27、VSCODE问题

    问:为什么在VSCODE里面提示一大堆的错误啊?
    答:我也提示一大堆的错误,但是不影响,是VSCODE的问题,如果不想看错误的话就装Pycharm。

    28、使用cpu进行训练与预测的问题

    对于keras和tf2的代码而言,如果想用cpu进行训练和预测,直接装cpu版本的tensorflow就可以了。

    对于pytorch的代码而言,如果想用cpu进行训练和预测,需要将cuda=True修改成cuda=False。Pytorch当中的Faster rcnn最好还是有gpu,因为使用了cupy,如果想不用gpu的话需要自己去查查如何使用没有gpu的cupy啥的。

    29、其它问题

    问:为什么提示TypeError: cat() got an unexpected keyword argument ‘axis’,Traceback (most recent call last),AttributeError: ‘Tensor’ object has no attribute ‘bool’?
    答:这是版本问题,建议使用torch1.2以上版本

    其它有很多稀奇古怪的问题,很多是版本问题,建议按照我的视频教程安装Keras和tensorflow。比如装的是tensorflow2,就不用问我说为什么我没法运行Keras-yolo啥的。那是必然不行的。

    展开全文
  • 安装部署配置 1. 声明 1.1 关于环境 在您使用Galaxybase开发者版本之前,请确保您的运行环境满足 软硬件配置需求 Galaxybase的开发者版本依赖于docker环境 1.2 关于用户权限 为了适配更多的离线环境,Galaxybase...
  • github上配置个人博客

    千次阅读 2018-08-30 23:33:01
    由于CSDN博客充斥着太多广告,页面看起来很不清洁,故尝试着用github做下配置,一方面是个人做个总结,另一方面方便其他人配置。 一、github仓库创建 1,进入github官网,首先要有自己的账号和密码创建repository...
  • MSTP基本配置

    2020-11-22 20:00:51
    [SW1-mst-region]int g0/0/1 [SW1-GigabitEthernet0/0/1]dis this port link-type trunk port trunk allow-pass vlan 2 to 4094 [SW1-GigabitEthernet0/0/1]int g0/0/2 interface GigabitEthernet0/0/2 ...
  • Redis 安装和配置

    2020-11-24 15:25:44
    Redis 安装和配置 1. Redis 安装 官网查看或者下载最新版本 , redis 不支持window版本, 不过可以通过 github 下载到windows用的版本。 # 版本你自己选择最新的就行 wget ...
  • 安装 打开VMware Workstation ... ...处理器配置,可以更改几核cpu(注:这个占用的是你计算机实际的cpu,注意搭配,推荐1) 内存配置,推荐1G(注,占用计算机的实际内存) ...网络配置,选择NAT(一般为默认推荐.
  • Java开发环境安装与配置(快速配置)

    万次阅读 多人点赞 2020-08-12 15:42:04
    知识的广度来自知识的深度,学习如果不成体系那是多可怕的一件事儿,希望...Java开发环境安装与配置JDK介绍Java与JDK的关系下载JDK安装JDK环境变量配置1. 配置位置2.JAVA_HOME3.CLASSPATH4.Path进入命令提示符测试1.
  • Eclipse如何配置JDK

    万次阅读 2019-08-01 10:03:59
    第一步、首先需要大家安装好最新版的eclipse和jdk10,双击打开桌面eclipse图标。然后弹出窗口要我们选择工作空间路径,建议最好新建一个目录。 ...第一次打开会有些许慢,需要加载的东西多些。...
  • Win10安装Git并配置

    万次阅读 2019-05-19 19:55:27
    Win10安装Git并配置Git下载Git安装Git配置生成git的公钥进入ssh文件夹配置全局的name和email生成SSH公钥查看生成的密钥文件GitHub上传密钥进入github配置位置配置密钥测试是否添加成功 Git下载 官方页面地址:...
  • webpack4.x开发环境配置

    万次阅读 多人点赞 2018-03-09 23:14:36
    写这篇文章的初衷在于,虽然网络上关于webpack的教程不少,但是大多已经过时,由于webpack版本更新后许多操作变化很大...为此,笔者进行了最新版配置的探索,使用的是windows操作系统,如果你的是webpack4.x版本,可...
  • spring boot 多环境配置读取属性文件

    千次阅读 2017-09-25 08:55:04
    我们在Spring Boot使用过程中,最直观的感受就是没有了原来自己整合Spring应用时繁多的XML配置内容,替代它的是在pom.xml中引入模块化的Starter POMs,其中各个模块都有自己的默认配置,所以如果不是特殊应用场景,...
  • 度娘:环境变量是在操作系统中一个具有特定名字的对象,它包含了一个或者多个应用程序所将使用到的信息。例如Windows和DOS操作系统中的path环境变量,当...为什么配置环境变量? 先安装的是JDK(Java Development...
  • Android环境配置

    千次阅读 2018-07-05 21:15:46
    今天总结一下如何在myeclipese上配置开发android环境开发自己的一款app.第一步: 首先myeclipse2017百度下载有破解版的,然后把jdk,什么的都配置好,之后打开myeclipese ,点击点击之后稍等一会就会弹出一个窗口来...
  • Android studio下载安装和JDK环境变量配置 1.JDK的下载安装 JDK下载地址:链接:https://pan.baidu.com/s/14sY7YC6H62NOayaZdBSMyQ 提取码:jsyl 复制这段内容后打开浏览器搜索提取文件 下载完解压安装,安装路径...
  • JDK12.0.1安装与环境变量配置

    万次阅读 多人点赞 2019-04-25 23:29:50
    1.下载JDK12.0.1 地址:https://www.oracle.com/technetwork/java/javase/downloads/jdk12-downloads-5295953.html 1.1安装JDK11或以上版本,安装过程中没有提示安装JRE,进入JDK安装路径下 shift+右键 在此处打开...
  • 第一种方式:都在中 application.yml配置,用 --- 隔开,这样可以表示独立的环境,用active引用 spring: profiles: active: test --- server: port: 8082 context-path: / spring: profiles: test ...
  • second.pytorch环境配置记录

    千次阅读 热门讨论 2019-08-10 11:20:48
    学习资料相对单一,本文首先记录自己配置second.pytorch的nvidia-docker环境所踩过的坑,后期会分别写一写当前的3d-lidar点云的深度学习算法。这里,也推荐大家参考second.pytorch的环境配置教程。ok,让我们开始s.....
  • 在上一篇中,我们在springboot项目中简单使用了disconf的配置功能,这一篇我们主要来详解一下disconf的配置文件的动态配置。来看一下disconf.properties文件# 是否使用远程配置文件 # true(默认)会从远程获取配置 ...
  • 下载后配置环境变量,发现网上的都是各说各话 而且很多都是错误的 我现在的/ect/profile配置文件如下 ``` # /etc/profile: system-wide .profile file for the Bourne shell (sh(1)) # and Bourne ...
  • cygwin 环境配置

    万次阅读 2013-12-16 11:39:56
    cygwin是一个在windows平台上运行的unix模拟环境,它对于学习unix/linux操作环境,或者从unix到windows的应用程序移植,非常有用。通过它,你就可以在不安装linux的情况下使用NDK来编译C、C++代码了。下面我们一步...
  • Homestead 集成开发环境配置

    千次阅读 2015-08-10 08:42:28
    在homestead配置完成后,不需要在本地环境配置任何的开发工具,vagrant可以搞定一切。因为是虚拟机,不会对本地系统产生任何的破坏。同时如果出现故障,可以在几分钟内销毁并重建虚拟机。 h...
  • 本文的配置方法可以容忍vs的所有版本,以及32位和64位的配置冲突问题,完美解决OpenCV所有配置相关问题,一次完成配置,轻松编写所有程序。 如果你已经配置了opencv,有问题或者没问题,避免方法冲突可以清掉现有...
  • java开发环境配置+mysql安装配置

    千次阅读 2015-07-10 10:49:11
    近日刚刚入职,公司需要使用java开发一个项目,因此把java的环境、数据库的安装及配置又熟悉了一遍。工作的过程中,一直有记录的习惯,所以把工作笔记分享到这里,和大家一起学习。 java开发环境配置 mysql的安装...
  • ionic的安装与环境配置

    万次阅读 2016-10-27 19:15:36
    Ionic的安装与环境配置   安装ionic之前的准备工作:JDK、ant、android SDK、NodeJS、cordova     一、安装JDK 1.7以上  1、下载地址:  ...
  • jdk和ant环境变量配置

    千次阅读 2011-11-21 09:35:35
    windows下配置JDK环境变量:  1.安装JDK,安装过程中可以自定义安装目录等信息,例如我们选择安装目录为D:/java/jdk1.5.0_08;  2.安装完成后,右击“我的电脑”,点击“属性”;  3.选择“高级”选项卡,...
  • SpringBoot为我们提供了application.properties配置文件,让我们可以进行自定义配置,来对默认的配置进行修改,以适应具体的生产情况,当然还包括一些第三方的配置。几乎所有配置都可以写到application.peroperties...

空空如也

1 2 3 4 5 ... 20
收藏数 9,051,627
精华内容 3,620,650
关键字:

配置