# Python GluonCV包：计算机视觉的强大工具
## 引言
计算机视觉是人工智能领域中的一个重要分支，其目标是使计算机能够有效地感知和理解图像和视频数据。为了实现这一目标，计算机视觉研究者和开发人员需要使用各种算法和工具。其中，Python GluonCV包是一个非常强大的工具，它提供了丰富的计算机视觉模型和算法，使得图像识别、目标检测和语义分割等任务变得更加简单和高效。
## G
原创
2023-11-10 10:57:43
129阅读
举例：OS和SYS中的路径操作importosas_osimportreas_reimportsysas_sys在程序中，使用ifprogisNone:prog=_os.path.basename(_sys.argv[0])这里，_sys.argv[0]就是你运行的主程序
原创
2021-07-06 17:11:55
103阅读
举例：OS和SYS中的路径操作importosas_osimportreas_reimportsysas_sys在程序中，使用ifprogisNone:prog=_os.path.basename(_sys.argv[0])这里，_sys.argv[0]就是你运行的主程序（假设名字叫test.py吧）的路径，
原创
2022-01-25 16:10:45
99阅读
NCNN在官方源码中有一个例程，simple pose，今天试了一下效果。
原创
2022-01-18 13:32:03
2748阅读
NCNN在官方源码中有一个例程，simple pose，今天试了一下效果。整体来说，优化得太过，效果不行。过程如下。首先，在gluoncv中转换生成模型pose.param, pose.bin，python 源码如下，其中，用export_block('simple_pose_resnet18_v1b', net, preprocess=True, layout='HWC')转换出来的不能成功部署到NCNN上，所以在python源码中我注释掉了。# this one works O
原创
2021-07-14 16:11:47
641阅读
用pip install 和 conda install 到底有什么不同，很多时候真难以说清楚，非常明
原创
2022-01-18 13:33:43
3025阅读
用pip install 和 conda install 到底有什么不同，很多时候真难以说清楚，非常明确的是，安装 的位置“有时”确实不同。这次gluoncv升级就碰到了。(1) 卸载旧的gluoncvpip uninstall gluoncv(2)然后在这里把最新的gluoncv下载下来，https://github.com/dmlc/gluon-cv解压后切换到目录下用python setup.py install命令进行安装（我的mxnet-cu101安装 在mx36gpu环境.
原创
2021-07-14 16:11:41
198阅读
import timefrom gluoncv import model_zoo, data, utilsimport gluoncv as gcvfrom gluoncv.utils import try_import_cv2cv2 = try_import_cv2()import mxnet as mx#import cv2# Load the modelnet = gcv.model_zoo
原创
2023-01-13 06:48:16
77阅读
在某些硬件下，FP16比FP32在可接受的精度损失下，训练、测试的加速效果明显。我们根据Mxnet中的Gluoncv，得到支持FP16的Yolov3模型。首先需要下载Gluoncv源码并将其修改，然后可以在本地训练中import更改的模型实现训练。Gluoncv代码链接：https://github.com/dmlc/gluon-cv实际上，Mxnet提供FP16和FP32网络模型转换的功能，如果
转载
2024-05-07 09:10:40
77阅读
使用Mxnet中的Gluoncv工具包训练模型，默认选项一般都只保存了参数文件，模型文件需要在测试的时候通过单独的程序文件加载，对于部署和测试来说有一定的麻烦。而Gluon中提供API可以将模型和参数一同保存，测试时不需要模型程序。我们以分类网络为例，介绍保存和加载模型的方法。首先使用model_zoo加载模型和参数：import gluoncv
from gluoncv.model_zoo im
转载
2024-10-24 07:52:40
86阅读
代码在gitjetpack 版本 4.4 ,直接安装 gluoncv ，如果需要能直接跑nano的镜像
原创
2023-01-20 10:17:36
109阅读
GluonCV 0.2 — 计算机视觉工具包第二版
李沐
作者：
@解浚源
简介今年四月我们发布了基于Gluon的计算机视觉工具包GluonCV，里面包含了图像识别，图像分割，和物体检测的最新算法复现和预训练模型。经过丹师们两个月的努力，我们终于完成了Gl
主要参考https://stackoverflow.com/questions/33014356/how-to-make-python-setup-py-install-install-source-instead-of-egg-file说明涉及到源码调试的东西多了，碰到安装成.egg的文件就不怎么好调试，我希望文件包安装完之后，所有的源文件都是解压后放在文件夹中的。以这次更新gluoncv到最新安装包为例，比如，在这里把最新的gluoncv下载下来，https://github.com
原创
2021-07-14 16:14:46
86阅读
由于项目需要，最近在研究语义分割，上次用了gluoncv中的FCN，但是由于样本少，而且都是小目标、多目标，组内的技术大牛建议用FPN试试。FPN一般用于目标识别，但是也有用作语义分割的。gluoncv官网不支持FPN做semantic segmentation，于是在github上搜索，搜到一个FPN做语义分割的，但是数据集类型为cityscapes，本小白对此数据集一无所知，搜了一下，还挺复杂
转载
2024-07-31 18:03:11
43阅读
深度学习的数据标准化操作在测试的也要遵守，但是Mxnet中Gluoncv使用CPU的串行数据标准化，对于某些实时性要求较高的任务，在CPU使用率较高时，数据标准化的耗时严重拖累了网络的预测速度。我们以Mxnet中的Yolov3为例，介绍使用GPU进行标准化的方法，减少CPU负担。首先需要下载Gluoncv代码，并将其中的模型增加一步卷积操作用作预处理，这样模型便可以直接在GPU上处理原图。除了可以
转载
2024-04-06 21:50:45
495阅读
在Cuda上部署量化模型 介绍TVM自动量化。自动量化是TVM中的一种量化方式。将在ImageNet上导入一个GluonCV预先训练的模型到Relay，量化Relay模型，然后执行推理。 import tvm from tvm import te from tvm import relay impo ...
转载
2021-11-02 05:16:00
284阅读
2评论
作者：Wuwei Lin
本文介绍如何用 TVM 自动量化（TVM 的一种量化方式）。有关 TVM 中量化的更多详细信息，参阅 此处。本教程将在 ImageNet 上导入一个 GluonCV 预训练模型到 Relay，量化 Relay 模型，然后执行推理。
import tvm
from tvm import te
from tvm import relay
import mxnet as mx
原创
2024-08-02 16:39:22
95阅读
Table of Contents1 Gluoncv处理picachu模型
1.1 加载包1.2 加载数据1.3 与训练模型1.4 微调2 Mxnet处理picachu模型
2.1 加载数据2.2 模型定义
2.2.1 类别预测层2.2.2 边界框预测层2.2.3 链接多尺度的预测2.2.4 高和宽减半（特征图降采样层）2.2.5 基础网络块2.2.6 完整的模型2.3
转载
2024-10-13 11:31:06
62阅读
介绍。首先，不要将OpenCL（GPU库）与OpenCV（计算机视觉库）混淆。如果您计划安装OpenCV，请按照此页面上的说明进行操作。Raspberry Pi没有官方的OpenCL版本。我们在这里使用的是Daniel Steadelmann（GitHub上的Doe300）的硕士论文的结果。此 OpenCL 版本仅为 Raspberry Pi编写，不支持完整的 OpenCL 命令集。如果您的软件需要完整版本，例如GluonCV，则可以考虑安装PoCL。在Raspberry上，它不会使用GPU，但
原创
2022-11-16 19:30:07
725阅读
我们已经介绍了如何使用Mxnet中Gluoncv里model_zoo中的各种分类模型作为特征提取网络，快速修改Yolov3的基础网络，现在我们继续介绍如何修改Yolov3的检测层、特征变换层和输出层。Yolov3实际上已经具有一定的历史，其简洁的网络设计令人赏心悦目，但是简洁的现状也决定了它没有使用过多的深度学习技巧（使用了残差、FPN）。而目前深度学习中，Inception结构、SE block
