草庐IT

YOLO-NAS

全部标签

YOLO等目标检测模型的非极大值抑制NMS和评价指标(Acc, Precision, Recall, AP, mAP, RoI)、YOLOv5中mAP@0.5与mAP@0.5:0.95的含义

一、正负样本YOLOv5正负样本定义yolov5输出有3个预测分支,每个分支的每个网格有3个anchor与之对应。没有采用IOU最大的匹配方法,而是通过计算该bounding-box和当前层的anchor的宽高比,如果最大比例大于4(设定阈值),则比例过大,则说明匹配度不高,将该bbox过滤,在当前层认为是背景;计算这些box落在哪个网格内,同时利用四舍五入规则,找出最近的两个网格,将这三个网格都认为是负责预测该bbox的,所以理论上最多一个gt会分配9个正样本anchor,最少为3个(因为引入了相邻两个网格)参考:YOLOv3/v4/v4/x中正负样本的定义Yolo系列|Yolov4v5的模

群晖NAS:通过Docker 部署宝塔面板【注册表:cyberbolt/baota】

群晖NAS:通过Docker部署宝塔面板【注册表:cyberbolt/baota】由于docker源地址被墙,在面板里面查询不到注册表,使用ssh命令行拉取1、打开SSH,链接后打开命令行这里不赘述,具体自行百度2、下载镜像//第一步,获取root权限(输入密码是不可见,输入完成回车即可)sudo-i//拉取dockerpullcyberbolt/baota如果想换其他版本,可以github上面查询名字后拉取。cyberbolt/baota的包只有1G。pch18/baota的是5G,安装后使用面板时切换比较卡,但是使用的人多。看自己选择完成后,查看结果:3、安装运行**3.1【方式一】使用命

【MBJC】(labelimg)txt转换xml,xml转换txt,txt修改标签名称,xml修改标签名称,python脚本(VOC-yolo)【001】

xml_txt_mutual_conversionVOCYolotagmodificationconversionscriptGithub:链接:https://github.com/Samsara0Null/xml_txt_mutual_conversionCSDN主页:链接:https://blog.csdn.net/noneNull0?type=blogBilibili视频演示讲解:链接:https://www.bilibili.com/video/BV1ie4y1D77dvd_source=a6067b731745325c01a4edfa46bf5a04umm,评论区有提出在使用txt

群晖NAS:DS Video、Jellyfin等视频电影电视剧海报、背景墙搜刮器

群晖NAS:DSVideo、Jellyfin等视频电影电视剧海报、背景墙搜刮器本文只使用豆瓣插件方式,系统默认的TheMovieDatabase好注册,但是授权码输入后域名不通过,很麻烦。1、插件地址:https://www.aliyundrive.com/s/ufd7MtwspvU提取码:660i点击链接保存,或者复制本段内容,打开「阿里云盘」APP,无需下载极速在线查看,视频原画倍速播放。2、使用方式:勾选使用-确定3、重建索引设置-视频库-选择后编辑-勾选-确定如果没有设置视频库,则不需要,新建时候,注意勾选使用【看步骤4】4、完成效果还在重构中,完成的会全部替换成背景墙(构建有点慢)就

【YOLO】在ubuntu上部署yolov5

表格是博主使用版本:环境版本操作系统ubuntu20.04TLSpython3.8.10pytroch1.11.0+cpuyoloyolov5V6.1下载网上看了那么多参考资料,哪有官方说明书正版,因此从官网README出发。以下是yolov5官网的REAME中最开始的截图,图中说明了安装的流程,以及Python和Pytorch版本的限制。具体的操作流程:查看ubuntu的python版本在shell中输入python3可查看版本。ubuntu安装python3.8超方便的:sudoapt-getupdatesudoapt-getinstallpython3.8sudoapt-getinsta

YOLO系列:YOLO v1-v8、YOLOx、PP-YOLOE、DAMO-YOLO、YOLOX-PAI 设计思路

从YOLOv1-v8YOLOv1YOLO流程网格(grid)、锚点(anchors)、锚框(anchorboxes)交并比为什么把图像分割成n*n的格子呢?边界框的作用?为什么需要俩个边界框?那如果一个格子有俩个以上的对象呢?主干网络损失函数解析为什么不是一个损失函数?怎么判断是否有物体以及预测准确性?非极大值抑制去除重复预测结果YOLOv1的优化思路YOLOv2更轻量化网络Darknet-19k-means聚类算法来选择先验框(priorboundingboxes)直接位置预测DimensionClusters损失函数解析多尺度检测批量归一化BN更大图像分辨率引入passthrough层YO

群晖NAS教程(二十五)、利用web station安装nextcloud

群晖NAS教程(二十五)、利用webstation安装nextcloud一、下载离线安装包文件下载地址https://download.nextcloud.com/server/releases/,我们选择zip格式的,下载这个latest-27.zip的最新版的。把它加压缩到群辉web/hepnextcloud路径下,并赋予EveryOne读写操作权限,应用到所有文件夹及子文件。二、新增一个脚本语言打开webstation应用,新增一个脚本语言,选择php8下一步下一步点击新增三、新增网络门户类型选择网页服务门户这里选择创建网页服务这里选择刚刚创建的hepnextcloud-php8文件根目

全网首份Nas-tool详细入门教程(包含一些问题的处理方法)

前言:何为Nas-tool对于影音爱好者来说,一般观看影片需要这么几个步骤,寻找资源→使用BT工具(QBTR)进行下载→资源命名整理→硬链接→使用emby、jellyfin、plex等进行资源信息搜刮→然后截图发到群里大喊看我影片墙好不好看,虽然概括是以上几步,但是实际操作下来会有许多的坑,比如找资源的时候需要每个资源站搜索资源进行对比、下载电影名称不规范影响信息补全、媒体库整理的时候涉及到做种保种问题等,那么一款用来解决它的工具来了NAS-TOOL。NAS-TOOL是一款由于jxxghp大佬开发的NAS媒体库资源归集整理工具,借助这个工具我们可以方便的实现通过微信等社交软件远程控制订阅和下载

复刻yolo系列时出现的BUG及解决方法

目录1、ValueError:toomanyvaluestounpack(expected2)2、RuntimeError:resulttypeFloatcan'tbecasttothedesiredoutputtype__int643、AssertionError:TorchnotcompiledwithCUDAenabled4、RuntimeError:"slow_conv2d_cpu"notimplementedfor'Half'5、RuntimeError:Inputtype(torch.FloatTensor)andweighttype(torch.HalfTensor)should

从零开始的NAS之黑群晖搭建导航站

缘起上篇文章介绍了如何搭建alist来挂载网盘分享文件,是利用群辉的三方套件来实现的,整个安装过程比较简单。有了网盘分享站,又动了搭建导航站的念头,这样访问群辉搭建的各种服务也比较方便一点,查阅了网上的相关资料,找到了大佬阿文菌的导航站,觉得他的站子比较适合我,简介且高效,正好他也介绍了站子的搭建方法,我就依葫芦画瓢结合自己的需求来介绍一下如何搭建,感谢大佬的无私奉献!折腾首先需要下载网站模板,可以去我之前搭建的网盘站alist。fengcun。top按日期查找,也可以去阿文菌那里下载,在分享的文件夹目录里有十多个文件,是不同风格的导航站,推荐web00,其他的也可以尝试下。下载好文件后我们打