- 博客(23)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 opencv、cv2读取图片是以BGR格式读取的
使用opencv(即cv2)读取图片的时候，是以BGR的形式读取。但是用opencv(即cv2)的imshow()函数显示图片，发现与原图保持一致是因为cv2的imshow()又把BGR转回RGB再显示。但cv2确实是以BGR形式读取图片的，而plt则是以RGB形式。...
2023-10-15 17:52:59
820
原创 OrCAD16.6 使用Pspice进行仿真时报错 Model xxx used by xxx is undefined
1、报错详情2、解决流程。
2023-10-15 17:45:24
2037
1
原创 FPGA利用Bram实现卷积的形象解释
2、读的地址要大于（先于）写的地址，以3×3为例，读地址要早于写地址2，如果是5×5是4。1、使用bram实现左侧和上方补零的卷积，以3×3为例。3、非常适合对视频流的实时处理，充分体现流水线思想。
2023-07-05 16:05:57
288
1
原创 torch加载模型
torch保存的模型有很多形式， .pth.tar 后缀的文件，直接使用 torch.load 直接加载模型就可以了。1、查看 .pth.tar 文件模型参数import torchimport torchvision.models as modelscheckpoint = torch.load('resnet50_train_60_epochs-c8e5653e.pth.tar') # 加载模型print(checkpoint.keys()) # 查看模型元素stat
2022-04-25 15:41:55
301
原创 目标检测object detection 中打印出的Average Precision、Average Precision结果含义
1.Average Precision (AP)和Average Recall (AR)IoU=0.50意味着IoU大于0.5被认为是检测到。IoU=0.50:0.95意味着IoU在0.5到0.95的范围内被认为是检测到。越低的IoU阈值，则判为正确检测的越多，相应的，Average Precision (AP)也就越高。small表示标注的框面积小于32 * 32；medium表示标注的框面积同时小于96 * 96；large表示标注的框面积大于等于96 * 96；all表示不论大小，我都要
2022-03-09 12:02:51
332
原创 ARP绑定IP与MAC地址
1.首先确认需要进行ARP绑定的 IP地址以及mac地址（FPGA的ip 和mac）2.电脑通常有多个网卡，无线、有线，确定好要绑在哪个接口。举例，第一个是无线网卡，第二个是有线网卡。C:\Users\Administrator>arp -a接口: 10.192.29.242 --- 0x5 Internet 地址 物理地址 类型 10.192.0.1 00-00-5e-00-01-02 动态 10.192.1
2022-02-17 10:59:29
14103
原创 Chipscope 中数据显示有错误？不妨看看这个
怎么累加写入的数据，总是有规律错乱。如：显示：1230 5674…….应该：0123 4567……问题在 当你选择将几位数据位move to bus的时候，没有注意选择顺序，个别位顺序错了，系统不会按顺序自动排列好。错误示范：正确示范：...
2021-12-11 17:26:56
606
1
原创 windows10传统legacy下安装linux双系统
windows10传统legacy下安装linux双系统到镜像网站里http://mirrors.nju.edu.cn/ubuntu-releases/18.04/ubuntu-18.04.6-desktop-amd64.iso去下载镜像文件Ubuntu。使用Rufus制作启动盘。电脑分出给Linux的可用空间，使用傲梅分区助手对电脑磁盘分区进行调整，我是共有5个磁盘，前面4个设为主分区 ，最后1个设为逻辑分区，然后在这个逻辑分区里压缩卷（Linux用），得到可用空间 。开机后进
2021-11-04 22:50:03
1102
原创 torch.eq(predict_ labels, labels).sum().item()注意事项
式中predict_ labels与labels是两个大小相同的tensor，而torch.eq()函数就是用来比较对应位置数字，相同则为1，否则为0，输出与那两个tensor大小相同，并且其中只有1和0。predict_ labels = [0 1 2 3 4]labels = [4 3 2 1 4]torch.eq()得[0 0 1 0 1]torch.eq().sum()就是将所有值相加，但得到的仍是tensor.torch.eq().sum()得到的结果就是[2]。torch.eq().
2021-10-22 18:32:22
5406
2
原创 np.arange()函数用法
#填入一个参数，默认起点0，终点为参数，步长为1。x = np.arange(6)结果：[0 1 2 3 4 5]#填入二个参数，起点为参数a，终点为参数b，步长为1。x = np.arange(2, 6)结果：[3 4 5 6 7 8]#填入三个参数，起点为参数a，终点为参数b，步长为c。x = np.arange(1, 6, 0.5)结果：[ 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 ]...
2021-07-15 11:55:57
4341
原创 Reshape()函数常常出现的“-1”
Reshape()函数中出现-1，意思就是，在这个函数中，若某一维度不定义大小则用“-1”，但是只能使用一次。很好理解，对于一个已知的多维数组，你想改变它的形状，你可以选择直接根据已知元素数量确定好各个维度大小，这个-1无非是偷了个懒（个人理解，这个-1就是在不知元素个数时派上用场），当你确定好其它维度的硬性要求，计算机根据元素个数一除，就知道-1这个地方的值了。import numpy as npx = np.array([[1, 2, 3], [4，5，6],
2021-07-14 18:07:44
3027
原创 transpose()函数理解
transpose()函数的实质作用是改变序列。二维：x = ([[0, 1], [2, 3]])#二维不填参数，默认转置y1 = x.transpose()y1 = ([[0, 2], [1, 3]])#二维填参数，按默认顺序填，表示不变换序列y2 = x.transpose(0,1)y2 = ([[0, 1], [2, 3]])#二维填参数，改变顺序填，表示变换序列y3 = x.transpose(1,0)y3 = ([[0, 2],
2021-07-14 17:36:26
11709
原创 计算机视觉有哪些类别？各类别常用模型发展历程——未完待续
计算机视觉应用可以分为：1、图片识别(Image Classification)2、目标 检测(Object Detection)3、语义分割(Semantic Segmentation)4、视频 理解(Video Understanding)5、图片生成(Image Generation)1、图片识别(Image Classification)常见的分类问题，神经网络的输入为图片，输出为样本属于各个类别的概率，选取概率值最大的类别作为样本的预测类别。经典的网络模型有 VGG 系列、Ince
2021-07-13 11:24:43
3906
原创 MindSpore下model的各参数设置、训练、验证过程
本文主要叙述MindSpore下model的各参数设置、训练、验证过程。1、需要输入预处理好的数据集，可参考文章：link中的函数，能够生成batch数据集
2021-07-12 16:11:05
2809
原创 MindSpore自定义在train的过程中实时验证的回调函数
本文讲述MindSpore自定义在train的过程中实时验证的回调函数，继承callback类自定义evalcallback，可以用来设置：每隔几个epoch进行验证，实时输出model指定的metrics评价指标。然后通过实例化对象，将这个回调过程放入model.train()中的callback()中。简单来讲就是输出对训练集的实时model.eval()测试结果。class EvalCallBack(Callback): def __init__(self, model, eval_dat
2021-07-12 15:58:50
1203
原创 MindSpore数据预处理，并生成batch装载数据
# 常用转化用算子import mindspore.dataset.transforms.c_transforms as c# 图像转化用算子import mindspore.dataset.vision.c_transforms as cv# mind spore.common包中会有诸如type形态转变、权重初始化等的常规工具。from mindspore.common import dtype# Mind spore模块主要用于本次实验卷积神经网络的构建，包括很多子模块。import m
2021-07-12 11:49:54
1473
原创 MindSpore自定义网络模型
各类网络层都在nn里面import mindspore.nn as nn参数初始化的方式from mindspore.common.initializer import TruncatedNormal再重写卷积函数def conv(in_channels, out_channels, kernel_size, stride=1, padding=0):# 参数初始化weight = TruncatedNormal(0.02)return nn.Conv2d(in_channels, out_
2021-07-12 11:46:14
673
原创 MindSpore下载、解压网上数据集资源
MindSpore下载、解压网上数据集资源开启深度第一步：获取数据集（此处是下载并解压文件，前提是知道文件名与下载路径）import osimport zipfileimport requestsfrom matplotlib import pyplot as plt# 主要包括class10数据集的载入与处理，也可以自定义数据集。import mindspore.dataset as dsdef data_download(): # 得到目前的文件路径,设置请求头下载文件
2021-07-12 11:43:04
917
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人