TensorFlow模型导出到OpenCV调用引言1.模型训练（1）些许改进（2）整体训练模型的代码如下：（3）生成模型（4）控制台结果2.使用tensorboard查看模型架构，找出输入输出（可跳过）（1）生成事件文件（2）在cmd中执行以下语句（3）执行结果（4）在浏览器中查看3.导出为pb文件（1）注意事项（2）代码如下：（3）执行结果如下4.查看pb文件的节点名称（可跳过）（1）代码如下
转载
2024-04-18 09:27:34
197阅读
OpenCV 调用自己用TensorFlow训练的模型识别mnist数据集图片这是本人第一次写博客，之前都是学习别人写的博客，在这里感谢做出贡献的你们。关于这个编辑器的使用还比较陌生，介于本人也是OpenCV和TensorFlow的初学者，文章中有错误的地方，欢迎批评与指正。开发环境OpenCV 3.4.7TensorFlow 1.14.0VS2015数据准备mnist数据集mnist数据集中的图
tensorflow基础入门思考一个问题:如何刚好学习TensorFlow类比为一门开发语言，学会语法，api的调用， 原理性掌握。语言的要素:基础数据类型 运算符 流程 字典 数组import tensorflow as tf
# 常量，指定数据类型
data1 = tf.constant(2,dtype=tf.int32)
# 变量，指定变量名
data2 = tf.Variable(10
前言 grabcut是在graph cut基础上改进的一种图像分割算法，它同样是基于图割理论的，关于图割的简单介绍可以参考本人前面的博文：一些知识点的初步理解_8(Graph Cuts,ing...) 。稍微看了下grabcut方面的论文，论文中一般都是在graph cut上作改进，比如说引入了GMM模型等。同graph cut一样，在使用grabcut是也是需要人机交互的，即人工先
1 CUDA 10.0 安装 win10 下的cuda 安装是非常简单的，和其他程序安装没什么区别，现在 tensorflow 1.13 版本以上 支持 CUDA 10.0 ，这里选取了CUDA 10.0+ CUDNN 7.5 +tensorflow 1.13 + opencv 3.4.0 （1）安装 nvidia 的驱动， 在https://www.geforce.c
一、加载已有模型直接使用temp=torch.load("E:\\study-proj\\图像分类：从零到亿\\5.使用更多模型\\model_resnet101.pth") #加载模型，如果只有数值就只会加载模型数据，如果有字典，则会加载模型数据和字典数据
model.load_state_dict(temp) #返回是否成功由于模型保存的时候有保存数据和保存数据和字典的方式，所以加载的时候就
转载
2023-07-17 09:38:52
178阅读
电脑配置：Windows 10；显卡 1660Ti；Cuda 10.2； Python 3.8；Pytorch 1.9；Libtorch 10.2（与Cuda版本一致）、Opencv343（版本无所谓）一、下载路径：https://download.pytorch.org/libtorch/cu102/libtorch-2.win-shared-with-deps-1.8.1%2Bcu102.zi
转载
2023-11-07 15:03:39
251阅读
Facenet网络介绍FaceNet是谷歌提出的人脸识别模型，它跟其他人脸识别模型最大的一个不同就是它不是一个中间层输出，而是直接在欧几里德低维空间嵌入生成人脸特征，这个对以后的各种识别、分类、相似度比较都非常方便。相比其他的深度学习方法，FaceNet仅需要128个字节来表示一张脸。FaceNet网络设计目标任务有如下
1.验证-验证是否为同一张脸
2.识别-识别是否为同一个人
3.聚类-发现人
最近因为在已经安装了tensorflow的环境中又装了个opencv，结果突然发现import tensorflow一句竟然会导致程序崩溃！？到网上查了下发现是因为conda install opencv3会导致旧版本的numpy覆盖新版本的tensorflow带的numpy导致各种复杂的问题。在尝试重装numpy无效后我决定重新配置一次环境，并记录下过程和大家分享： 1
转载
2024-09-19 17:04:48
38阅读
在 PyTorch 中，我们可以使用 torch.save 函数将模型或张量保存到文件中，使用 torch.load 函数从文件中加载模型或张量。具体用法如下：保存模型import torch
# 定义模型
model = ...
# 保存模型
torch.save(model.state_dict(), 'model.pth')在上面的代码中，我们使用 model
转载
2024-04-23 10:48:47
124阅读
目录一、torch中模型保存和加载的方式二、torch中模型保存和加载出现的问题1、单卡模型下保存模型结构和参数后加载出现的问题2、多卡机器单卡训练模型保存后在单卡机器上加载会报错3、多卡训练模型保存模型结构和参数后加载出现的问题a、模型结构和参数一起保然后在加载b、单独保存模型参数三、正确的保存模型和加载的方法最近使用pytorch训练模型，保存模型后再次加载使用出现了一些问题。记录一下解决方案
转载
2024-03-25 15:37:15
91阅读
TLD(跟踪学习检测)是英国萨里大学的捷克学生Zdenek Kalal在其2010的一篇论文中提出的实时性较好的单目标长时间跟踪算法。其主页上有相关的文章下载，源码是从这里下载的，还可以找到安装步骤，我先跑的是MATLAB+C的TLD程序自己按照步骤加上网站上别人的一些做法。 我的电脑软件环境是：win7(32位)+VS2010+Matlab2013a+OpenCV2.4.4下载并安装完各个软件
转载
2024-05-13 20:21:54
43阅读
Abstract这是我在19年年初在上海卫宁健康AI Lab实习所做的一个小工作，主要是将一个模型从Pytorch模型下转换成C++可执行进而可以部署在服务器上。当时做的时候参考资料找不到行之有效的解决方案。摸索了很长时间最终完成，这里写出来在Windows上的整个过程。Linux下没有尝试。本机环境：OS: Windows 10 专业版, GPU: GTX 960m软件版本：CUDA 8.0 +
转载
2023-11-15 21:42:41
112阅读
目录1、准备工作（1）下载准备（2）TorchScript（.pt文件）准备2、配置步骤（1）CMake配置（2）手动在VS配置3、踩坑汇总 1、准备工作（1）下载准备下载安装VS2017安装配置OpenCV 可参考博客：VS2017配置opencv教程（超详细！！！），讲的非常详细。安装配置CMake（对于CMake配置法） 可参考博客：Windows下CMake安装教程
下载Libtorch
转载
2024-05-13 09:56:46
144阅读
前言：前面有专门的讲解关于如何深入查询模型的参数信息本次来解析一下我们通常保存的模型文件 .pth 文件到底内部是什么？一、.pth 文件详解在pytorch进行模型保存的时候，一般有两种保存方式，一种是保存整个模型，另一种是只保存模型的参数。torch.save(model.state_dict(), "my_model.pth") # 只保存模型的参数torch.save(model, "my
转载
2024-08-14 13:40:13
150阅读
我按照here的说明成功添加了OpenCV.但是我已经尝试将tesseract添加到Android.mk中,现在已经有几天了,而且还无法做到.我有一个使用tesseract的android.cpp所以我必须在我的Android.mk中包含依赖项.我发现this post几乎是确切的问题,他解决了它将libtess.so和liblept.so文件导入Android.mk,但没有解释如何做到这一点,所
导入包的方式 import os
import numpy as np
import torch
import torch.nn as nn
from torch.utils.data import Dataset, DataLoader
import torch.optim as optimizer 超参数包括：batch size初始学习率（初始）训练次数（max_epochs）GPU配置GP
PS:收好不谢，简单的做个介绍，分享的网盘里共有5个文件，1个anaconda，3个pytorch相关，1个opencv,贴图以示清白第二步：安装anaconda双击，记住，一定要双击Anaconda3-2020.11-Windows-x86_64.exe。然后就是一路的next按钮，上图
转载
2023-12-18 15:46:48
67阅读
学更好的别人，做更好的自己。——《微卡智享》实现效果导出的推理模型使用的是Minist中训练预测率为99%的ResNet模型，从上面两张图来看，大部分数字识别是没问题的，但是两张图中数字7都识别为数字1了。这个暂时不是本篇要解决的问题，我们先看看怎么实现的导出模型和推理。微卡智享导出模型由于不想再重新写一篇网络模型了，所以将原来train.py中的加载训练集和测试集，网络模型等都改为trainmo
转载
2024-04-27 08:59:26
66阅读
OpenCV 3.3版本发布，对深度学习（dnn模块）提供了更好的支持，dnn模块目前支持Caffe、TensorFlow、Torch、PyTorch等深度学习框架。1 加载模型成网络1-1 调用caffe模型核心代码：String modelDesc = "../face/deploy.prototxt";String modelBinary = "../face/res10_300x300_s
原创
2022-08-08 11:37:27
1365阅读
