常用模块模块介绍time &datetime模块randomossysshutiljson & picleshelvexml处理yaml处理configparserhashlibsubprocesslogging模块re正则表达式模块，用一砣代码实现了某个功能的代码集合。类似于函数式编程和面向过程编程，函数式编程则完成一个功能，其他代码用来调用即可，提供了代码的重用性和代码间的耦合
总结自CS231nTensor: Like a numpy array, but can run on GPUAutograd: Package for building computational graphs out of Tensors, and automatically computing gradientsModule: A neural network layer; may stor
转载
2024-08-09 13:32:41
137阅读
什么是模块？
模块，用一组代码实现了某个功能的代码集合。
类似于函数式编程和面向过程编程，函数式编程则完成一个功能，其他代码用来调用即可，提供了代码的重用性和代码间的耦合。而对于一个复杂的功能来，可能需要多个函数才能完成(函数又可以在不同的.py文件中)，n个 .py 文件组成的代码集合就称为模块。
如：os 是系统相关的模块；file是文件操作相关的模块
import module #导入模块下
转载
2024-01-31 01:53:34
27阅读
pytorch之GRU模型疫情期间，宅家无聊，参加了由和鲸社区、Datawhale、伯禹人工智能学院等单位联合发起的免费公益学习活动，主要利用pytorch进行深度学习，时间比较紧凑，没怎么学懂，得多花一点时间，代码都是向大佬借鉴的，错误之处，恳请指正，我就是个搬运工，仅做学习打卡使用，不喜勿喷哈哈哈哈。import numpy as np
import torch
from torch impo
转载
2024-07-31 16:47:35
30阅读
BM3D是2007年提出的算法了，至今已经有一些年头了，但是仍然不妨碍它基本上还是最强的去噪算法。在初步了解了BM3D的算法后，会发现，BM3D有种堆叠怪的嫌疑。有很多不同的算法的影子在里面，比如Non-Local Means、Wavelet shrinkage等。我感觉思想更像是暴力出奇迹吧。但是架不住效果好。就类似现在的神经网络，一层不行我就来两层。但是相比简单的堆叠，BM3D还是比其他的算法
3D 目标检测 NuScenes 数据集本页提供了有关在 MMDetection3D 中使用 nuScenes 数据集的具体教程。准备之前您可以在这里下载 nuScenes 3D 检测数据并解压缩所有 zip 文件。像准备数据集的一般方法一样，建议将数据集根目录软链接到 $MMDETECTION3D/data。在我们处理之前，文件夹结构应按如下方式组织。mmdetection3d
├── mmde
转载
2024-02-29 16:50:39
769阅读
## mmdet3d CustomEpochBasedRunner
在使用深度学习进行目标检测和三维物体识别时，通常需要使用一个训练器来管理训练过程，其中一个流行的训练器是`CustomEpochBasedRunner`。这个训练器是`mmdet3d`库中的一个重要组件，它可以帮助用户更灵活地控制训练过程，定制化训练过程中的一些关键步骤。在本文中，我们将介绍`CustomEpochBasedRu
原创
2024-06-22 05:14:59
130阅读
# 安装 MMDetection 和 PyTorch 对应版本的指南
在深度学习的领域，MMDetection（一个基于 PyTorch 的目标检测工具包）是一个常用的框架。如果你是一名刚入行的开发者，可能会对如何安装 MMDetection 和相应的 PyTorch 版本感到困惑。本文将给出详细的步骤以及所需命令。
## 流程概览
下面是安装 MMDetection 和 PyTorch 的
# mmdet pytorch版本对应
## 简介
在计算机视觉领域，目标检测是一个重要的任务，它用于识别图像或视频中的特定对象并确定它们的位置。MMDetection是一个基于PyTorch的开源目标检测工具包，它提供了各种流行的目标检测算法的实现，包括Faster R-CNN、Mask R-CNN、YOLO等。本文将介绍MMDetection与PyTorch版本的对应关系，并给出相应的代码
原创
2024-04-21 04:11:14
320阅读
第2章 PyTorch基础PyTorch是Facebook团队于2017年1月发布的一个深度学习框架，虽然晚于TensorFlow、Keras等框架，但自发布之日起，其关注度就在不断上升，目前在GitHub上的热度已超过Theano、Caffe、MXNet等框架。 与PyTorch 1.0之前的版本相比，PyTorch 1.0版本增加了很多新功能，对原有内容进行了优化，并整合了caffe2，使用更
一二维图形 线、圆形、弧、多边形、文本、截面、矩形、椭圆形、圆环、星形、螺旋线。 二线的控制 1、修改面板：可对线进行“移动”、“删除”等操作。2、线条顶点的四种状态：Bezier角点、Bezier、角点、光滑。（如果控制杆不能动，按F8键）3、编辑样条线：右击—转化为—[编辑样条线] 其作用是对除了“线”以外的其它二维图形进行修改。
匹配参考图像的色调到工作图像上，俗称“追色”或“仿色”。跟 Ps 里面的匹配颜色命令（Ps菜单：图像/调整/匹配颜色）的用途差不多，但 3DLC 的颜色匹配功能可控性更强，效果更好。基本步骤及说明1、首选打开工作图像，3DLC菜单：文件/打开图像。快捷键：Ctrl + O作者：长沙时光树摄影工作室打开的图像将作为工作图像 work image。2、然后打开参考图像，3DLC菜单：文件/加载参考图像
转载
2024-05-28 12:08:22
84阅读
mmdet3d中build的类型与mmdet和mmseg并不通用！！以后务必需要注意！
原创
2022-12-08 14:29:16
3241阅读
商迪3D将VR全景展示运用在工业设备可视化应用中。进一步推动三维虚拟现实视觉冲击，客户可以通过线上浏览工业全景VR可视化展示在所有不同的媒体之上体验与真实互动。VR工业可视化3D全景展示应用也是沉浸式和互动式最核心之一。VR全景展示具有全方位感受工业设备，这也是客户最新的体验，也大大提高客户的参与感。在3D虚拟现实技术普及的今天，虚拟现实的创新场景更加适合工业设备客户创造。VR的真实感和沉浸式让客
本文是基于TensorRT 5.0.2基础上，关于其内部的network_api_pytorch_mnist例子的分析和介绍。 本例子直接基于pytorch进行训练，然后直接导出权重值为字典，此时并未dump该权重；接着基于tensorrt的network进行手动设计网络结构并填充权重。本文核心在于介绍network api的使用1 引言假设当前路径为：TensorRT-5.0.2.6/sampl
转载
2023-08-27 19:00:14
104阅读
# 使用 MMDetection 和 PyTorch 进行目标检测的完整指南
在计算机视觉领域，目标检测是一个热门且复杂的任务。MMDetection 是一个开源的目标检测工具箱，它建立在 PyTorch 之上。因此，掌握如何在你的项目中使用 MMDetection 和 PyTorch 是非常重要的。本文将为你提供详细的步骤和代码示例，帮助你顺利进行目标检测。
## 流程概述
下面的表格显示
# 如何确保 PyTorch 与 MMDetection 版本对应
在深度学习项目中，选择正确的库版本是非常重要的。尤其在使用 PyTorch 和 MMDetection 这样的框架时，确保它们之间的兼容性可以避免运行时错误。本文将带您了解如何验证和安装适合您项目的 PyTorch 和 MMDetection 版本。
## 流程概述
下面是确保 PyTorch 与 MMDetection 版
【代码】MMDet3D——构建基本工程demo，解决路径BUG。
原创
2022-12-08 14:24:37
520阅读
点赞
本文试图对Pytorch1.3源码解析-第一篇
Pytorch核心分为5大块：
1. c10(c10-Caffe Tensor Library，核心Tensor实现（手机端+服务端）)
2. aten(aten -A TENsor library for C++11,PyTorch的C++ tensor library，aten有大量的代码是来声明和定义Te
# PyTorch和MMDetection版本匹配
## 概述
本文将指导你如何实现"PyTorch和MMDetection版本匹配"，帮助你解决开发中遇到的问题。我们将按照以下步骤进行操作：
1. 检查已安装的PyTorch版本；
2. 查找与PyTorch版本匹配的MMDetection版本；
3. 下载并安装对应的MMDetection版本；
4. 运行示例代码进行验证。
## 步骤
原创
2023-12-09 06:16:30
339阅读
