项目简介fine-tune YOLO v3 + FaceNet进行人脸识别，辨别。 1. 项目结构--data--|------baseface 图片、根据这些图片训练的128d向量，以及文件夹与人名的映射文件---------|------0 第一个人的图片tag=0---------|------1 第二个人的图片tag=1......---------|------n 第n个人的
转载
2024-06-14 10:26:25
35阅读
YOLOV1检测网络包括24个卷积层和2个全连接层优点：1、YOLO检测物体非常快。 因为没有复杂的检测流程，只需要将图像输入到神经网络就可以得到检测结果，YOLO可以非常快的完成物体检测任务。标准版本的YOLO在Titan X 的 GPU 上能达到45 FPS。更快的Fast YOLO检测速度可以达到155 FPS。而且，YOLO的mAP是之前其他实时物体检测系统的两倍以上。2、YOLO可以很好
近期大庆市不管老少饭后都在唠这种虫子。三厂已经有近50人被叮咬。大家出去玩的时候注意点这是蜱虫的样子。。。在大庆进了一批南方的树，带有了一种带刺小虫，只要扎入皮肤就像刺一样不能用手拔，越拔会进入越深，只能用烟头烫才会出来，如果不能及时拔出后果不堪设想，南方已经流传，现已在采油厂发生了100多起，大家互相告诉，遇到可及时处理. 蜱虫叮咬人后会侵染人末梢血中性粒细胞，发热伴白细
转载
2023-12-18 22:49:47
6阅读
ping是用的ICMP协议。如果ACL,防火墙中禁止了ICMP协议之后。也是ping不同的！例如，很多
原创
2022-07-06 07:58:32
423阅读
# Redis窗口关闭是否会清空数据？
Redis作为一个高效的内存数据库，广泛应用于缓存、实时分析等场景。然而，很多开发者在使用Redis时会有一个疑问：“当我关闭Redis窗口时，数据会被清空吗？”本文将详细解答这个问题，并附上代码示例，以帮助大家更好地理解Redis的行为。
## Redis的持久化机制
Redis提供了多种持久化机制，包括快照（RDB）和只追加文件（AOF）。默认情况
原创
2024-09-08 04:53:10
155阅读
# 如何判断 PyTorch 是否使用 GPU
PyTorch 是一个基于 Python 的机器学习框架，它支持使用 GPU 来加速计算，提高模型训练和推理的速度。在判断 PyTorch 是否使用 GPU 时，我们需要考虑以下几个步骤：
1. 检查是否安装了 CUDA 和 cuDNN：PyTorch 需要依赖 CUDA 和 cuDNN 库来进行 GPU 加速。因此，首先需要确认是否已经安装了这
原创
2023-12-06 05:06:07
352阅读
## 深入理解 DeepSpeed 与 PyTorch 的结合
在深度学习的世界中，模型的训练常常需要大量的计算资源和时间。为此，Microsoft 的 DeepSpeed 提供了一种高效的解决方案，它能加速大规模深度学习模型的训练过程。而 DeepSpeed 是建立在 PyTorch 之上的，这就引出了一个重要的问题：“Deepspeed 是不是要配合 PyTorch？”答案是肯定的，Deep
目录一、初识yolo二、目标检测相关背景知识三、yolo算法详解 3.1 yolo的核心设计思想 3.1.1 什么是格子的置信度confidence score？ 3.1.2 什么是物体的概率probability？  
堆的核心概述一个JVM实例只存在一个堆内存，堆也是java内存管理的核心区域Java堆区在jvm启动的时候被创建，其空间大小也就确定了。是jvm管理的最大一块内存空间。(堆内存的大小可以调节)《java虚拟机规范》规定，堆可以处于物理上不连续的内存空间中，但在逻辑上它应该被视为连续的所有的线程共享java堆，在这里还可以划分线程私有的缓冲区《Java虚拟机规范》中对Java堆的描述是：所有对象实例
原创
2020-07-03 13:38:18
374阅读
本文讲解了pytorch中contiguous的含义、定义、实现，以及contiguous存在的原因，非contiguous时的解决办法。并对比了numpy中的contiguous。contiguous 本身是形容词，表示连续的，关于 contiguous，PyTorch 提供了is_contiguous、contiguous(形容词动用)两个方法 ，分别用于判定Tensor是否是 contigu
转载
2024-07-24 12:16:36
47阅读
# Python判断是不是ESC键就退出
在编写Python程序时，有时我们需要在某个特定条件下退出程序。例如，在一个循环中，我们希望当用户按下ESC键时退出循环。本文将介绍如何使用Python判断是否按下ESC键，并退出程序。
## 判断ESC键的原理
在Python中，可以使用`keyboard`库来监听键盘事件。该库提供了一个`wait`函数，可以等待用户按下一个键，并返回按下键的名称
原创
2023-11-17 17:14:57
80阅读
# 如何实现pytorch判断tensor的形状是不是
## 摘要
在使用PyTorch进行深度学习开发时，经常需要判断张量（tensor）的形状是否符合预期。本文将详细介绍如何通过PyTorch来实现对张量形状的判断，并通过示例代码和步骤指导新手开发者完成这一任务。
## 一、整体流程
首先，让我们来看一下整体的流程。下面是实现判断tensor形状的流程图：
```mermaid
flow
原创
2024-03-25 06:45:29
155阅读
# Conda 安装 PyTorch 是不是 CUDA 版本
在使用 PyTorch 进行深度学习任务时，通常需要使用 GPU 来加速计算，而 CUDA 是 NVIDIA 提供的并行计算平台，用于在 NVIDIA GPU 上进行通用计算。因此，安装 PyTorch 时是否安装了 CUDA 版本是一个常见问题。本文将介绍如何使用 Conda 安装 PyTorch，并验证其是否安装了 CUDA 版本
原创
2024-05-17 07:00:44
92阅读
# 项目方案：怎么看pytorch是不是gpu
## 简介
在深度学习领域，GPU加速是非常重要的，能够显著提高训练速度。而PyTorch作为一种流行的深度学习框架，支持GPU加速。在本项目中，我们将提出一种方案，来判断PyTorch是否在GPU上运行。
## 方案
### 步骤
1. 导入PyTorch库
2. 查看当前设备是否支持GPU
3. 输出当前设备信息
### 代码示例
```p
原创
2024-03-29 04:08:50
51阅读
# Java编程基础：没有安装Javac是否就没有main？
在学习Java编程的过程中，许多新手常常会问：“Java没有安装Javac，是否就意味着没有`main`方法？”这个问题的核心涉及Java的编译与运行机制。本文将对这一问题进行深入探讨，并提供相关代码示例以帮助大家更好理解。
## Java编译与运行机制
Java是一种编译语言和解释语言的结合。Java源代码（`.java`文件）
Java异常处理主要通过5个关键字控制：try、catch、throw、throws和finally。try的意思是试试它所包含的代码段中是否会发生异常；而catch当有异常时抓住它，并进行相应的处理，使程序不受异常的影响而继续执行下去；throw是在程序中明确引发异常；throws的作用是如果一个方法可以引发异常，而它本身并不对该异常处理，那么它必须将这个异常抛给调用它的方法；finally是无
转载
2024-09-18 14:16:59
41阅读
讲故事最近服务总是出现 cpu load高的告警，且告警经常还出现在低峰期的凌晨，所以很明显不是用户流量导致的负载高，但是 cpu buzy却很低。查看内存使用情况：mem.memused 接近100%，查看磁盘情况：swap.used周期性(30分钟左右)的较高， disk.io.util 低，但是 disk.io.avgqu-sz（平均请求队列的长度）周期性（30分钟左右）的较高，且和 cpu
转载
2024-08-17 12:48:41
183阅读
YOLO算法是什么？YOLO框架将整个图像放在一个实例中，并预测这些框的边界框坐标和及所属类别概率。使用YOLO算法最大优的点是速度极快，每秒可处理45帧，也能够理解一般的对象表示。YOLO框架如何运作？在本节中，将介绍YOLO用于检测给定图像中的对象的处理步骤。首先，输入图像：然后，YOLO将输入图像划分为网格形式（例如3 X 3）：最后，对每个网格应用图像分类和定位处理，获得预测对象的边界框及
原创
2024-06-13 08:45:49
546阅读
各位同学好，今天和大家分享一下如何使用 TensorFlow 构建YOLOV4目标检测算法的特征提取网络。完整代码在我的Gitee中，有需要的自取：https://gitee.com/dgvv4/yolo-target-detection/tree/master1. CSPDarkNet53CSPDarkNet53 骨干特征提取网络在 YOLOV3 的 DarkNet53网络 的基础上引入了 CS
转载
2024-07-31 10:52:43
76阅读
准备知识需要了解CNN工作原理，包括残差块，跳跃连接，上采样 什么是目标检测、边界框回归IoU和非最大抑制 基础pytorch语法，可以轻松创建神经网络全卷积神经网络YOLOv3全部由卷积层组成，简称FCN，有跳跃层和上采样层连接的75个卷积层。YOLOv3没有使用池化层，而使用一层步长为2的卷积层来帮助下采样，帮助我们避免池化带来的低级特征损失网络下采样通常通过设置网络的步长进行，例如我们的网络
转载
2023-08-07 10:52:40
347阅读
