电梯轿厢内电动车数据集，VOC标签格式已标注（数据集+训练好的权重）
本数据集用于电梯禁入电动车项目的目标检测算法模型训练任务。 共有4000张左右图片，全部为电梯监控真实照片，没有网络爬虫滥竽充数的图片，并已经分好数据集和验证集，可直接用来训练。以上图片均一一手工标注，标签格式为VOC格式。适用于YOLO算法、SSD算法等各种目标检测算法。 本人使用此数据集训练的yolov5s模型，准确率在98.6%左右，可准确完成电梯内检测电动车任务...
RIPGeo代码理解（六）main.py（运行模型进行训练和测试）
代码链接：RIPGeo代码实现 ├── preprocess.py # 预处理数据集并为模型运行执行IP聚类 ├── main.py # 运行模型进行训练和测试 ├── test.py #加载检查点，然后测试 一、导入各种模块和数据库 import torch.nn from lib.utils import *import argparseimport numpy a...
基于深度学习的生活垃圾智能分类系统（微信小程序+YOLOv5+训练数据集+开题报告+中期检查+论文）
摘要 本文基于Python技术，搭建了YOLOv5s深度学习模型，并基于该模型研发了微信小程序的垃圾分类应用系统。本项目的主要工作如下： （1）调研了移动端垃圾分类应用软件动态，并分析其优劣势；分析了深度学习在垃圾分类领域的相关应用，着重研究了YOLO系列的工作原理和YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x四大模型的优缺点，最终选择了轻量级深度学习...
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（五）—— Dropout和批归一化
提高模型的泛化能力和防止过拟合。 批归一化是由Ioffe和Szegedy在2015年提出的一种归一化技术。它主要解决深度神经网络中的内部协变量转移问题，即前一层的参数更新会影响到后一层的输入分布，使得训练过程变得复杂。批归一化通过在每一层的输入上进行归一化操作，将每一层的输入都尽量保持在较小的范围内，可以加快训练速度并提高模型的泛化能力。具体来说，批归一化将每个特征维度的输入都减去其均值，并除以其标准...
Stable Diffusion 本地训练端口与云端训练端口冲突解决办法
方法之一，修改本地训练所用的端口 1 首先，进入脚本训练器的根目录 例如：C:\MarkDeng\lora-scripts-v1.7.3 找到gui.py 2 修改端口号 因为云端训练器也是占用28000和6006端口 那么本地改成27999和6007也是可以的 保存退出，运行启动器即可 注意：不能占用28001端口，28001端口是...
基于深度学习的生活垃圾智能分类系统（微信小程序+YOLOv5+训练数据集+开题报告+中期检查+论文）
摘要 本文基于Python技术，搭建了YOLOv5s深度学习模型，并基于该模型研发了微信小程序的垃圾分类应用系统。本项目的主要工作如下： （1）调研了移动端垃圾分类应用软件动态，并分析其优劣势；分析了深度学习在垃圾分类领域的相关应用，着重研究了YOLO系列的工作原理和YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x四大模型的优缺点，最终选择了轻量级深度学习...
神经网络中可训练参数的计算---LeNet5为例
12304 12304， [ ( 5 ∗ 5 + 1 ) ] ∗ [ 6 ∗ ( 28 ∗ 28 ) ] [(5*5+1)]*[6*(28*28)] [(5∗5+1)]∗[6∗(28∗28)] 可训练参数： 156 156 156， [ ( 5 ∗ 5 ) ∗ ( 1 ∗ 6 ) + 6 ] [(5*5)*(1*6)+6] [(5∗5)∗(1∗6)+6] 2.3 S2层 输入图片大小： ( 28...
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（二）—— 深度神经网络
核心思想是通过多层非线性变换来逐步提取输入数据的高级特征表示。每一层的神经元通过权重和偏置进行计算，并通过激活函数进行非线性映射。数据从输入层经过多个隐藏层传递，最终输出一个预测结果。 深度神经网络的训练通常使用反向传播算法。该算法通过计算预测结果与实际值之间的误差，并根据误差调整每一层中的权重和偏置，以提高模型的准确性。训练过程需要大量的数据和计算资源，但深度神经网络在图像识别、语音识别、自然语言处...
机器学习 - save和load训练好的模型
如果已经训练好了一个模型，你就可以save和load这模型。 For saving and loading models in PyTorch, there are three main methods you should be aware of. 在 PyTorch 中，pickle 是一个用于序列化和反序列化Python对象的标准库模块。它可以将Python对象转换为字节流 (即序列化)，并将...
政安晨：【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（一）—— 单个神经元
t_shape，我们告诉Keras输入的维度。设置input_shape = [3]确保模型将接受三个特征作为输入（'sugars'，'fiber'和'protein'）。 这个模型现在已经准备好拟合训练数据了！ 做个练习 在本文中，我们学习了神经网络的构建块：线性单元。 我们看到，只有一个线性单元的模型可以将线性函数拟合到一个数据集上（等同于线性回归）。 在这个练习中，你将构建一个线性模型，并在Ke...