哎呀, i need the yellow you presented to my umbrella。
粉丝7910获赞7688

大家好,今天要讲的内容是基于优乐 v 八训练一个安全帽佩戴的目标检测模型。 在本节课中,我们将使用 ulo v 八提供的 python 接口训练一个佩戴安全帽的目标检测模型。完成模型的训练后,使用这个模型识别图像和视频中的人物是否佩戴了安全帽。 首先需要准备训练数据,最简单的方法就是在开购平台搜索相关的数据。打开开购平台,搜索 safe, tea helmet 或者 worker safety 等等,可以找到相应的训练数据。 这里需要注意数据格式,例如 safety helmet 这份数据的格式是 pasco voc, 而 sat safety 这份数据的格式是 yolo v 八,前者需要将数据转为 yolo 格式,后者可以直接使用。 我们选择 set safety 这份数据下载后可以直接使用。 将下载的数据解压在 c s s data 文件夹中。春运保存了两千六百零五个训练数据, valid 保存了一百一十四个验证数据, test 保存了八十二个测试数据。 打开春雨文件夹,其中 image 文件夹保存了图片数据, levels 文件夹保存了数据的标记结果,标记格式为 you 格式。同一个数据的数据名和标记名是相同的,可以对应上 我们随意打开一个数据图片和对应的标记数据。简单来说,每一行表示一个目标物体,在标记数据中包括了十四行,因此对于这个图片数据会标记十四 这个目标物体。 每一行的数据格式如下,第一列是 class id 代表类别的编号。第二列和第三列是 x center 和 y center, 代表物体边界框中心点的坐标。 第四列和第五列是 white 和 height, 代表物体边界框的宽度和高度。这四个值的取值都在零到一之间。 我们以图片中的第一个目标物体来说明,也就是红框标记的蓝色安全帽,它的标记数据是第一行零,零点四九八,零点一一零等等。这里的编号零 对应类别,安全帽 边界框中心点的坐标是相对于图像宽度和高度的比例。边界框的宽度和高度同样是相对于图像的宽度和高度的比例。 例如,这个蓝色安全帽边界框中心点的 x 坐标是零点四九八乘以 image y s。 中心点的外坐标是零点一一零乘以 image height。 物体边界框的宽度和高度分别为零点零二一乘以 image white 和零点零六二乘以 image height。 另外,从这张 图片可以看出,每个图片可以分为多张子图,每个子图也包括了多个目标物体。因此这份数据虽然只有两千六百零五张图片,但实际上可以有两万多个标记。结果, 使用康大 create 创建一个名为 safe head 的新 python 环境,其中 python 版本选择三点十, 创建后激活环境,并输入 pipe install autolitics 安装 yolo。 完成。安装后需要编写一个模型训练使用 的压帽配置文件,文件取名为 save head 点压帽。该文件说明了数据的地址和待训练的类别。 数据的地址有三个路径, train 对应训练数据, v l 对应验证数据, test 对应测试数据。 接着定义模型的类别数量。 n c 冒号十代表十个带检测的类别。这十个类别的名称保存在 names 中,这里我们重点关注 heart head 戴安全帽和 no heart head 未戴安全帽这两个类别。 编写模型的训练代码 ulo trim, 点 p y 一行表示导入 ulo 模块。 第二行加载 yolo 的预训练模型 yolo v 八 n 点 p t。 这个模型使用了 coco 数据级训练,是通用的目标检测模型,我们将它作为基础模型,在该模型的基础上训练安全帽。模型 第三行代码表示训练自定义的数据级,数据的配置,保存在 save head 点压没中。已 pose 等于一百,表示一百轮迭代。 最后串一点 v a r 表示使用验证机验证效果。 完成训练代码的编写后, 运行训练程序 ulo tree, 点 p y。 从运行后打印的调制信息中可以看到,我们当前的环境是 ultralitics ulo v 八版本 python 三点十 c p u 环境进行训练。 训练需要持续一段时间,每个已 post 可能需要训练三到五分钟,整体训练一个下午基本就可以完成了。 完成训练后,会在当前目录下的 runs detect train 路径下保存训练过程中的数据和模型文件,其中 waits 文件夹中保存了模型文件。 接下来我们使用 bass 的点 pt 进行测试。 编写测试代码 you low test 点 p y。 首先导入训练好的模型 nice 点 p t。 这里我们可以随意找一些测试数据,也可以自己构造一些数据,图片数据和视频数据都是可以的,直接将数据传入接口就可以了。 另外,在识别我自己构造的数据时,传入了 classes, 等于零二,它代表只输出零和二这两个类别, 也就是指识别安全帽是否佩戴 linewise 等于三十,表示指定识别框的字体大小为三十。 运行测试程序可以看到模型识别数据的过程,视频会一针一针的识别,识别结果会保存在当前目录下的 runes detect predict 中。 打开结果文件夹,可以看到图片和视频的识别结果, 其中视频会将每一针都识别好。从视频中可以看到人物安全帽、安全衣、挖掘机都被识别出来了。 另外,在识别时可以只选择一部分需要 识别的类型,例如在我自己构造的数据中,只识别是否佩戴安全帽这两个类别。我们可以看到模型准确地将结果识别出来了。 那么到这里,基于 ulo v 八训练,一个安全帽佩戴的目标检测模型就讲完了,感谢大家的观看,我们下节课再会。

uob 八是一个强大而灵活的目标检测和图像分割工具,提供了两个最好的功能,最新的 sot 技术使用和比较所有以前 uo 版本的能力,并且它可以在大型数据集上进行训练,能够在各种硬件平台上运行, 从 cpu 到 gpu。 此外还包括许多其他创新向新的骨干网络,新的 enter free 检测头和新的损失函数。

华为提出新的优乐算法模型 go toolo, 解决了以往模型中存在的信息融合的问题,在 coco 二零一七数据集上获得了出色的百分之三十九点九的 ap, 并在 t 四 gpu 上达到了每秒一千零三十帧的速度,超过了之前的 sot 模型。 unif 六杠三零 n, 其 f p s 相似,但性能提高了加百分之二点四。具体看,该模型提供了一种先进 together and distribute 机制,通过卷机和自注意力操作实现。它增强了多尺度特征融合能力,并在所有模型尺度上实现了延迟和准确性的理想平衡。此外,作者首次在优楼系列中实施了 mae 风格的预训练,使优楼系列模型能够从无监督预训练中受益。

天下武功,唯快不破,就是优乐三分钟带你来搞定优乐唯一的测试和训练过程。在目标检测任务里边有两种方式,第一呢就是我们上次讲的 rcn, 它是属于典型的 two stage, 这种目标检测的方法要切出一个一个的图片,再把每一个图片丢到一个分类的模型里面去进行一个识别。另外还有一个 one stage, 那当然就是 yolo 了, ulo 呢,就是 you only look once, 也就说不用你两个阶段再去完成目标检测的事情了。而你只看一次 one stage 呢,首先肯定是会让他变快了很多,在这种设计模式下,因为他一下呢就是能够把整个图片都看到了,所以这样的话,他是能够统领全局的,能够看到图片当中的每一个对象,以及图片当中的对象之间的关系,对象和背景之间的关系,这个 都是 yolo 非常有优势的地方。 yolo 呢,其实这个网络啊也比较简单,你不用管它中间是一个怎么样的过程,但总之呢,中间就是一个准备时间网络,它的测试阶段的话,输入呢是四四八乘以四四八三通道的彩色图片, 输出的呢,就是七乘七乘以三十这样的一个数据了,输入的这个图片和输出的七乘七乘以三十他们是对应的,相当于是说我们在输入的图片上面画了七乘七四十九个格子,每一个格子对应的这个区域呢, 就负责来检测这个目标检测的中心点所落在这个格子里边的这些对象了,这个格子所对应的到了七乘七的那个位置上的那个,对应的那个对以为的那个数据里面就对应了一个长三十围的一个香量,这三 视为的香量里边就包含了两个框啊,每一个框呢都有五个数据,其中包含的四个是它的坐标位置以及这个框的知心度。 两个框每一个都是五个值,所以他们有十个值,另外还有二十个是这个里边的一个类别的概率, 所以这五加五加二十就构成了这一个三十的项量了。从这个输入到这个输出,这个网络就已经跑完了,但是在这呢还不是我们通常所看到的最终的那个结果。在得到这个七乘七乘以三十的这个输出了以后呢,还会去做一些后续工作。 这个后续工作是干嘛呢?就是通过这个 n m s 非极大抑制的方法来找到最终我们要的这个输出的结果,所以这样的话就完成了用 ulo 进行一张图片的目标 检测的过程了,这个是测试的过程,训练的过程会在这个基础之上再加上损失函数,通过损失函数我们才能够反向传播去更新这个模型的里面的参数,对应我们刚才所说的问题。损失函数都要涉及什么呢? 第一,每一个坐标的值我们都需要给它去进行一个纠正,所以呢一个部分是这个 x y 坐标的中心点进行一个纠正。第二个部分呢就是它的 h 和 w 这个高和宽 这个值的一个纠正。第三个部分呢就是如果这个格子是需要用来预测物体的话,那么这个格子的知性度就应当接近于一, 如果这个格子不需要用来去对于物体进行一个预测,也就说这个格子它里面就是没有的,我不希望它里边能够给我预测出东西来的话,那么我们就让它所生成的那两个格子的知心度趋近 近于零,这又构成了这个损失函数里面的两点。另外还有一点的话就是类别概率了,如果这个格子里边是需要它来识别物体,那么就让他的类别概率里边所对应的应当的那个类别的概率尽量的去接近于一,而其他的尽量接近于零。 所以综上所述,这五个方面就构成了 ulo 的损失函数的部分了。跟曹老师学 ai 入门如此简单。

本文提出了一种实时检测 transform rt detail, 这是第一个实时端倒端目标检测器。 rt detail 不仅在精度和速度上,由于目前最先进的实时检测器,而且不需要后处理,因此检测器的推理速度不会延迟并保持稳定。充分利用了端倒端检测流水线的优势, 在 t 四 g p u 上实现了一百一十四 f p s, 而 r t d 特 x 实现了百分之五十四点八的 a p 和七十四 f p s, 在速度和精度方面都优于相同规模的所有优乐检测器。

好,我在上一集视频里面啊,在上一集视频里面我们演示了一个啊,利用 ulo 算法实现啊,人脸识别的这个效果演示啊, 他就是啊通过一定量的图形训练 来帮助我们啊,去识别我们需要啊识别的目标对象啊,我们可以在代码里面呢返回我们识别的啊这些具体信息, 比如说我们的模型类型这个类别啊,对应的上面,你看这个类别,然后他的坐标啊,屏幕坐标,还有他的这个宽高还有相似度啊,看见没有? 好,那在我们学习之前呢,我们可以看一下啊,我们的这个编程基础专辑啊,他是 一个怎么样的大致顺序啊?我们可以先梳理一下这个我们的一个学习逻辑啊, 我们刚开始先讲了一些基本概念,对吧?比如说什么,比如说我们的库啊,还有类,然后呢函数变量 循环啊,条件依据,那这些呢?它是我们大多数编程语言呢,它都通用的知识啊, 他说通用,不管你学按键也好啊,学拍摄也好啊,学艺员也好,这些知识他们的逻辑啊是相通的 好,每一种编程语言呢,他都有他的局限性啊,没有哪一种编程语言呢,他是十全十美的,就算他的功能再强大啊,有一句话说的好啊,啊叫尺有所短啊,寸有所长,对吧?所以说他任何一门编程语言呢,他本身 都不可能啊,说十全十美可以帮我们做所有的事情,所以说啊,我们才需要学习插件, 我们需要通过插件啊来帮助我们去完成啊,这个编程语言他不太容易完成了啊,很多事情啊,这个是我们学习插件的目的啊, 比如说按键精灵啊,它本身自带了很多插件命令啊,看见没有?我们之前就讲过很多了,对吧?比如说我们常用的 system 系统插件啊,我们可以直接通过 这个插件的函数啊,帮我们获取我们的屏幕分辨率啊,宽和高,对吧?这个是插件的目的啊,他帮我们把很多东西给封装好了。 封装这是一个很重要的概念呢,我们为什么要写函数啊?函数就是把一些简单的逻辑啊,把它封装在一起了,对不对?我们只需要直接调用函数, 就可以把函数里面所有的代码啊,全都执行一遍啊,他就叫封装,对不对?那类呢类可以封装很多函数啊,库呢?库可以封装很多类啊,这个就是我们 一个代码结构的基本逻辑啊,那我们插件有很多,对吧?那你看我们的这边,他自带的插件就有很多,那当我们发现我们现有的插件不能够满足我们的需要的时候啊,我们就去会学习更多的啊,更多更强大的插件, 比如说我们之前用的最多的是什么?大漠插件啊,这个是啊,你学按键基本上绕不开的一个插件啊,包括你学艺员也好啊,你学拍摄也好啊,这个插件都是几乎必学的啊, 那这个呢?啊,这个网址就是大漠插件的官网啊,你可以通过他的官网呢去下载他的后台系统啊,后台系统 在这里啊,后台系统, 然后在后台系统里面呢,可以去下载他的软件啊,他这个有点绕,对吧?你也可以去找他的一些论坛呢,很多论坛上面也有分享这个大摩擦键的啊,后来我们觉得大摩擦键呢,在找图方面呢,也不够用了,对吧? 我们后来又学了什么?图零插件,对吧?图零,那图零插件我把它的王子也打一下吧, 你看这个就是图零插件啊,他是在我们普通找图的基础上啊,可以进行一个二值化找图, 这样就突破了我们传统角度的边界,对吧?它也是一种啊,最基础的图形训练啊,你可以把它作为一个什么图形训练的入门认识啊, 他是一个入门级的图形训练,也就是说我们做一些少量的图形训练的话,可以用图零插件啊,做个几张啊,或者是几十张啊,对吧?那个没有问题啊,但是如果你需要大量的图形训练的话,那,那我们就可以用到什么用到 uro 了啊? 他适合做什么?大量的途径旋律,比如说我们刚才来演示啊,人脸识别,对吧? 我们就用到了 usual 啊。还比如说我们现在啊,如果要做一些三 d 的游戏啊,因为三 d 游戏它是可以允许我们三百六十度啊,自由调整视角的,对不对?三百六十度调整视角,所以说我们普通的啊,截图去做 做涂色判断的话,已经很难去让我们去识别我们的目标对象了,但是我们可以通过 ulo 啊,通过他的图形训练来完成这个目的, 比如说你玩一些射击游戏,对吧?射击游戏为什么可以自瞄啊?现在现在比较流行的就是通过 ulo 啊来做人物的模型训练,从而帮助我们呢去完成这个自瞄的功能啊,这是他的一个常规用途啊, 那 ulo 它的底层逻辑也是非常复杂的啊,那我们作为一般人的话,我们是没有能力啊,从底层一行一行代码自己写一个这个 ulo 出来的啊,我们没有这个水平对不对?但是没有关系啊,有很多大神呢,他帮我们把它封装 好了,封装好了就跟大漠插件一样啊,就跟土林插件一样,他们把它这些东西啊都进行了一个封装,他只公开出几个接口,几个接口函数来让我们去调用,这样呢,我们使用起来啊,就非常的方便啊,非常的方便。 那么如果你在网上搜一下啊,你通过百度搜一下啊,你搜 you 了,你会发现呢, 你想要去使用这个插件呢,并不是一件容易的事情啊,我们可以再搜一下啊,插件,娱乐插件, 尤其是你想写的这个按键的余额插件的话,那他的相关资料其实就非常少啊,不过排名第一的还是有,看见没有, 我们可以看到啊,看见没有?他这里写的是什么?二零二三最新按键精灵调用一路教程,对吧?我们可以看到啊,他在他的这个介绍里面,竹子爱吃熊猫,对吧? 你看他写什么?个人 qq, 还有 qq 群,对不对?他这里有他的一个联系的方式,这个插件呢,如果你们想要使用的话,你们就要需要去联系这个 up 主啊,需要去联系他, 因为这个 up 主啊,他很厉害啊,他帮我们完成了一个良好的封装,我们自己就不用去 折腾这个娱乐啊,他应该怎么去安装那个啊?环境呢?怎么去配置啊?怎么去让我们的按键可以去调用啊,这些工作啊,他都帮我们去做好了啊,都封装的很好, 我们用起来叫非常简单啊,所以呢,大家可以去找他啊,找他去获取,那他是不是唯一的这个封装作者啊?他也不是啊,还有一个作者叫左小鹿, 他也是 b 站的 up 主啊,他也很好的把这个娱乐插件呢进行了一个封装啊,如果你需要使用的话呢,你也可以去看他的视频啊,你看他的最新视频就是啊, 地表最简单啊,优罗插件猛行指南,对吧?大家如果想要去使用这个插件的话,也可以去联系这个 up 主啊,他的这个空间里面也有他的公告和联系方式,看见没有 qq 群对吧?嗯,大家可以去群里找他,然后大漠插线呢,他的这个最新版本里面其实也是有这个 ulo 优乐配置的,他也是支持优乐的,看见没有,如果你们去下载大漠插件的后台系统,你们可以发现啊,他的这个视频教程里面也有优乐,所以说我们现在如果需要使用这个优乐插件的话,我们有三个途径啊,一个是熊猫, 这个是阿布竹的名字啊,熊猫是阿布竹的名字,他叫爱吃竹子的熊猫,对吧?啊,还有一个是大左啊,大左,因为他的这个名字叫左小鹿,对吧?那我们就把它简称大左啊, 还有一个什么还有个大漠啊,所以说你只要想用这个娱乐的话,那方法总比困难多,对吧? 那我自己用的是这个熊猫的这个版本啊,因为我最早去搜他的这个资料的时候啊,他是排这个百度搜索第一位的啊,所以说我直接就进去看了他的这个视频,然后就用了这个版本, 另外两个版本我没有研究过啊,如果你们有兴趣可以自行研究,我后面要讲的还是以这个为主。好吧,我用的是这个熊猫。 好好,在我们正式学习这个 ulo 之前呢,我还是希望大家能够有一个正确的学习观念啊,我们学习知识啊, 不是为了炫耀啊,不是为了跟朋友显摆啊说,哎,我好牛逼啊,学了一个什么很厉害的东西,对吧?这个不是我们的目的啊,我们学习知识的目的啊,是为了让我们成为更好的人,我希望大家都能够记住这句话啊,知识不是炫耀工具啊,而是让我们成为更好的人。 因为我发现我现在有很多朋友啊,他们往往掌握了一个技能以后呢,就很容易变得傲慢啊,就很容易变得傲慢啊,比如说他掌握了这个 ulo, 他就会去啊, 鄙视这些其他的插件,对吧?他会觉得啊,这都是垃圾,对吧?那这是一种很不可取的学习态度啊。好吧,因为我们技术的发展呢,他不是一蹴而就的啊, ai 这个概念呢,他诞生的也非常早,那 不是说非得我们用到人脸识别啊,用到这些大量途径训练呢,他才叫 ai, 理想计算机帮你算出一加一等于二的时候呢, 那这个就已经是 ai 了,他就已经是 ai 了,只不过他是一种很简单的 ai, 对吧?然后我们技术通过发展一步一步走到今天,可以做人脸识别,并且可以让我们普通人 就可以很轻松的使用这个技术的话,他不是一蹴而就的啊,他是有一个漫长的发展过程的,对不对?所以说 你不能说因为掌握了现在的最新的这个工具啊,你就觉得前面的工具都是垃圾啊,你这样的想法是不可取得好吧, 因为决定我们能力上限的其实是什么?其实还是我们的基本功啊,能不能理解啊? 这些才是我们学习编程的核心能力啊,你要去理解这些东西,他才能够帮你走的更远呢。这些工具啊,他只是我们这些基本功的延伸,能不能理解啊?工具他是会随着我们时间的推移不断的推陈出新的 编程语言啊,今天有 a 语言,明天有 b 语言,然后后天呢? c 语言, d 语言?编程语言也是会不断的推陈出新的,但是他们底层的逻辑啊,这些东西啊,他们是在短时间内啊,不会有什么改变的,你掌握 掌握了这些东西,那能够熟练驾驭他们,那才是你的能力,对不对啊?不是说你学会了某个工具啊啊,就能够代表你的能力了。 所以说为什么我的这个编程技术教程啊,他可以做这么多集啊,他可以做到七十集啊, 你看我们的明明基础概念很少,对吧?只有那么几样东西,内裤、函数、变量、循环条件语句,哪怕我一个做个两级三级也做不了七十级,对吧? 为什么会做七十级啊?就是在不断的训练你的这个能力啊,训练你掌握他们的能力,我们在不断的训练我们熟练驾驭这些东西的能力,只有你这些能力足够强大的时候啊,你才能够利用这些工具啊,帮你去实现更多更强大的功能,能不能去理解?所以大家 学习的话千万不要本末倒置,千万不要本末倒置,好,我们之前学习大末的时候啊,用过这个大末综合工具,对吧?它是配套我们的大末插件去使用的。 让我们学习图灵的时候呢,也用过图灵的工具啊,图灵识别工具啊,这个是配套图灵啊,图灵插件去使用的, 那相对应的啊,我们使用 ulo 啊,也需要对应的 ulo 标注训练工具啊,不过这个训练工具他有很多啊,他不是唯一的啊,我这里用这个来做演示啊,如果你们去用别的训练工具也是可以的啊, 他的这个下载地址,我把它打到这个表格里面,方便大家去下载 这个三的网址啊,这三个网址 好,我们可以在他的这个官网上面呢,我们可以在官网上面看到他的这个使用教程, 你看他的使用教程在这里啊,官网上面有,你们可以去点开看他的教程,这里建议大家都看一看啊,这里建议大家看一看, 然后他们下载的话是在啊这旁边,你看登录后下载,你们只需要注册然后登录以后了就可以去下载去使用它啊,那我在这里呢简单演示一下,我们第一步呢就是要采集我们的图形素材啊,他这里 这个绑定的按钮啊,我们去用这个按钮去拖向我们的目标窗口,就可以对我们的窗口啊进行一个绑定啊,进行一个绑定,那比如说我们需要去识别一个人像的话啊, 就比如说我们上一节视频,对吧?他识别了我们的啊,这个人脸,我们就可以去绑定我们这个播放器,看见没有,去拖向这个播放器就可以了啊,去拖向这个播放器就可以了。然后这里有一个保存的截图目录,我们要选一下啊,我们要选一下, 比如说在这里了,重新新建一个吧,重新建一个,我们选在这里啊。好,当我们选好以后啊,你可以选择他的这个截图方式啊。是用前台截图还是用后台截图?那前台的话就是整个 前台截图的话,我们是不能有遮挡的啊,后台是可以允许我们有遮挡的,比如说我把它遮住的话,那我们截的时候呢?不会把这一块啊,不会把我们这个工具这个部分呢, 他也解开来。后台啊,他只会解我们的窗口绑定的窗口内容。那前台呢?他可以把我们的前面这个部分啊整个全部解开来啊,他是不允许有遮挡的,那我们这里就用前台吧啊,因为这个遮挡一下也无所谓啊。 好,我们就用前台,然后接触区域的话,就是我们的屏幕的坐标区域啊,你可以写我们整个屏幕一九二零, 一九二零乘以一零八零啊,这就是我们的整个屏幕了,那因为我的分辨率是一九二零乘以一零八零,可不可以理解啊?然后我们的文件命名,它是以 b b 开头,然后加一个时间戳结尾保存格式,它支持三种啊, jbg、 png 跟 bmp 后面还有个保存目录,然后这里有个手动的截图快捷键设置,比如说你设置成一个 s 啊,让你们按下一下 s 的,他就会进行一次截图, 你看看见没有按下 s, 这边图片就被我截过来了,对不对?好,然后我们还有一个什么,还有一个自动截图, 自动截图他的单位是毫秒啊,如果你设置五百毫秒,就是半秒钟,他就会自动解释图啊,那这个时间 你只要设定不是负一,他就会自动开始啊,你就不需要去点什么按钮了,你只要把它设为一个大于负一的数值啊,他就 会自动开始啊,比如说我设为五百,好,这个时候我们的屏幕截图他就已经已经自动开始了,看见没有? 看见没有?我们的屏幕截图他就已经自动开始了,那我现在不想他截了,对吧?我要把改为负一,好像这样就可以了,我们屏幕截图了就停止了。那我们来看一下啊,他的图片素材在哪里啊?我们在 d 盘 us 截图,对吧?新建文件夹看见没有啊?发现没有,我们这里就有了,刚才我们截的这个图片素材,对不对? 对吧?每零点五秒接一次啊,就是这样的效果啊。 好,第二步呢,我们选择这个图像标注啊,然后我们选择这个项目,我们把它选到刚才我们新建的文件夹这里,看见没有,我们选择它,然后我们点选择文件夹,这样我们就把我们的项目的路径呢给确定了。 然后呢?啊,我们把需要训练的图形呢,把它拖到我们的 emg img 啊,拖到我们的一面去, img 文件夹里面去。拖好以后啊,我们把不需要的图形素材可以删掉。 好,我们点一下刷新项目啊,看见没有,这样我们就可以去浏览我们每一个项目里面的图片,他会在我们的右下角啊,有一个显示状态,你看有些图片他可以识别出我们的这个网 ok, 刚才我们打开的时候,他 直接有一个王 ok 的名字,对吧?因为我之前做过他的图形训练啊,所以说他这里有记忆功能,如果你重新开始做的话,他是没有这个王 ok 的名字的啊,我们点下右下角啊,右下角他这里有些状态看见没有? 有勾有叉对不对?勾代表这个图形他以前被我们训练过啊,因为这个模型可能他是有记忆的,所以说他这里就是一个勾的状态啊, 那我们在这里呢就把那些没有训练过的图形呢进行一下训练就可以了啊,训练的时候我们需要给他添加一个分类啊,分类是什么意思啊?就是我们这个图形呢,他是张韶涵的李四,对吧?你要给他一个名字, 比如说这个歌手他叫王 ok, 对不对啊?我们给他一个名字,然后呢?啊,我们开始标注,然后 我们开始标注。标注怎么标注啊?他这里有三种啊方式,一种是自由,一种是固定啊,还有一种是自动。 关于这三种的具体区分啊,你们可以自己去试一下啊,自己去试一下,他的官网也有说明啊,我们一般来说啊,用自由标注的比较多啊,因为我们的对象他可能是会到处啊,到处跑的,到处动的啊,但是这里的话他是相对来说固定的,所以你选固定标注, 选另一个固定区域标注也是可以的,我们先用自由标注啊,你可以选择啊,这个创建区块 快捷键是 w 啊,按一下 w, 这样呢,我们的鼠标你看见没有,他就会有一个红色的这个线,对吧?十字线,我们去改下颜色也是可以的啊,改颜色也是可以的,像这样。 好,你看这样我们就可以把一个人脸的区域啊,进行一个框选,对不对?框选完以后啊,按一下 s 键啊,或者点一下保存 啊,窗口就要化了,那我们把它打开啊,好,我们点下保存,像这样我们点完保存以后呢,看见没有,我们右下角这边它的状态就 成,为什么就成为一个勾,对不对?我们没有保存之前呢,他这个状态是差啊,我们再啊,我们再创建一块, 看见没有,这个时候还是叉,你点保存以后呢?那他要是勾了对不对?那这样就是我们标注我们识别区域的一个方法啊,标注完一张我们再标下一张,那按 d 可以标注 下一张,那如果他的位置是相对固定的,我们可以选择什么固定标注啊?我们选择一张标注好的,这个啊,图片我们点右键,然后点转换啊,然后点这个添加到固定标注啊, 好,你看他这就生成了一个区域,对吧? x y 啊,宽高,所以我们在标注我们没有标注的图片的时候,我们直接点插入就可以了啊,点插入看见没有,他这样就直接帮我把区域框好了,我们再按 s 保存啊,他这个状态他要变成了勾,看见没有,那这样就比较快对不对? 就比较相对来说比较快了。 好,那这样啊,如法刨制啊,你可以尽可能多的,如果你想要这个效果越好的话,你可以尽可能多的把我们的所有图片呢进行一个标注,如果你 觉得这是个素材啊,他没有用,你可以把它删掉啊,点右键,他会问你是不是要删掉,那我们把它删掉,那这样也可以去节省我们的素材数量啊,那最后 我们把所有需要标注的这个素材啊,全都标注好。以后啊,我们就是训练模型啊,他这里的参数非常多啊,他这里参数非常多啊,每个参数他有对应的说明,而且如果你需要用这个训练模型的话,他会提醒你去哪里下载我们的显卡驱动,看见没有啊? 训练前请检查左边的 c、 f、 g 配置啊,然后呢?还有一些运行库的下载。去哪里下载?自定显卡多显卡看见没有?他这里有很多的说明,关于各种参数啊,他都有啊,详细的说明,该怎么去调整啊,你要自己去参考。好吧,这个根据你的电脑配置来, 这根据电脑配置来,他不是唯一的啊,他的选择不是唯一的,包括我们的图片这里啊,比较重要的是这个像素啊,这个像素的这个宽高啊,因为我们的图片识别区域,你看这个人脸,他大概是三百三百一啊, 到三百五看见没有?他的宽高是三百一十四和三百四十八,所以这个宽高啊,你不能小于这个点的宽高。能不能明白?你不能只写一百两百啊,这里一定要大于我们的识别区域 啊,可以大不能小啊,这是比较重要的啊,后面就是训练次数啊,训练次数越多当然效果越好啊,如果你的电脑配置足够强大,你也有足够时间去训练的话, 你写个十万次啊,五万次都不在话下好了,然后这里呢,我们还可以选择我们的啊,这个算法模型啊,还有四种可以选。 当你都把这些配置都弄好以后啊,你就开始点这个开始训练,然后呢我们的这个图形训练呢,就会开始训练,当你训练完以后啊,你点这个提取模型啊,他就可以去提取我们的训练模型。我们的训练模型他是什么格式啊?他有两个啊, 还有两个,我把之前训练好的拿出来看一下啊,因为我这里就不训练了,训练的话非常费时间啊, 他有一个 cfg 格式的啊,这是他的一个模型文件,还有一个训练后的文件啊,是这个啊, ys 是全中文件啊, ys 重量对吧?他只有四个啊,你选一个就可以了, 他这四个是方便你去自己比较的啊,你可以去去比较哪种效果更好啊?我们一般来说只用一个就可以了啊, best fine 啊, last 还有一个啊,还有一个玩稍等的啊,好,我们来看,当我们把这些模型都训练好以后啊,我们还有一个什么模型验证啊,模型验证就是我们去验证的效果怎么样?我们先要选择我们的模型,比如说我们之前训练好了模型啊, c f g 看见没有?我们先选 c f g 格式,然后呢选择我们的权重文件啊, wis 格式 这里啊,我们随便选一个啊, last, 然后 names 就是我们的这个之前写了个名字啊,这我们跟类啊,给它命名对吧?怎么命名呢?对不对?王, ok, ok, 对不对啊?这个是 类名,类目是好,他的宽高四幺六,四幺六可不可以?可以啊,因为他的人脸没有这么大,他只有啊,三百到三百五,对不对?所以我们写四幺六到四幺六是可以的,然后自信度就是相似度啊,相似度我们可以改为什么零点七, 然后 numbers 啊,这个这个域词的话,我们一般可以理解为它的一个啊,识别的速度吧,啊,间隔啊,就是间隔,类似于我们的 d 类,好吧,我大概是这么理解的啊, 好,当我们把这些都设置好以后啊,我们一般是用这个动态验证比较多啊,因为我们的窗口是活动的,对吧?他不是死的,所以我们直接去绑定窗口啊,然后呢,我们就点开始,他就会开始去识别我们的人脸啊,看, 没有识别出来以后啊,他会有我们的名字,就是另一名啊,王, ok, ok, 对不对?那后面有一串数据啊, 后面看数据,这个数据什么意思?我们后面会讲啊,好,我们去播放我们的视频啊,像这样你看 他就会不断的把我们的人脸区域进行一个框选,对不对?但是我们这里训练次数比较少啊,所以他不是每一针都可以识别出来,但是没有关系啊,他整体上还是可以去识别的,那这样就可以去做到一个啊, 识别效果能不能去理解啊?如果你的素材足够多,你的训练次数足够多,你的识别效果就越好啊,那这里我只训练了他大概一千次啊,所以效果就很一般啊,昨天素材我用的也不是很多啊,大概只用了二十张啊, 好,那一直到目前为止啊,我们都还没有怎么样,我们都还没有使用代码, 对吧?我们还没有写代码,我们一直在用我们的工具。那代码怎么写啊?代码怎么写?我们去看之前啊,我写好了个代码啊,我用的是熊猫版的。啊, 好,我们可以看到啊,在前面,这是我们的代码,在前面我设设置了一些啊这个参数啊, 然后设立了一个路径,他的逻辑原理是什么呢?他的逻辑原理是把我们的 屏幕啊或者是我们的指定窗口进行一个截图啊,把截图保存在我们的本地,然后呢去识别我们的本地的截图,通过我们的截图上面的这个图形呢去判断我们的这 这个识别结果啊,他是这样一个逻辑,所以我们需要指定一个图片路径的目录啊,路径他是每一次运行的时候呢,我们会在循环里面啊,不断的去截图,然后把我们的屏幕截图啊保存到我们的这个路径上面来啊, 看见没有?是这个意思啊,然后呢模型文件就是我们之前训练好的两个模型文件,一个 c f g 啊,一个 wes 啊, 一个模型文件啊,一个权重文件,我们把它作为参数啊,把它传到我们这个函数里面来,看见没有?是这个意思, 我们传进来以后呢,在我们的这个度循环里面啊,就是无限循环,我们在度循环里面先截图啊, play the screen 啊,先截图,截图区域是全屏啊,截图区域是全屏。 截图完以后啊,我们去保存我们的截图啊,把它保存在我们的地盘 ulo 截图里面啊,我们可以看一下我们的截图啊,地盘 看见没有?这是我们的截图,我们每次运行代码的时候呢,我们就会把我们的整个屏幕啊进行一次截图啊,进行一次截图,截图完以后呢,我们就会去识别,识别的话啊,用的是这个函数啊,目标识别啊,目标检测, ulo 点播报检测,然后呢前面是我们的图片路径,第二个参数是我们的缩放笔啊, 然后还有我们的识别宽高相似度,还有我们的这个频率吧, numbers 预值啊,之后我们的数据它是一串啊,看见没有,它是一串,所以我们需要把它进行一个拆分, 用 speed 函数啊进行拆分,把它拆分好以后呢,通过一个复循环,可以把我们每一个参数啊分别把它给啊,确实 print 打印出来,告诉我们每个参数是代表什么意思啊?最后呢,我还选一个什么鼠标的移动函数 啊,可以让我们的鼠标啊去指向我们的啊,这个识别的人脸就这个意思啊,你把它注射掉,我们的鼠标就不会去动了啊,好,我们可以调试看看啊,我们可以调试看看,我们把窗口搞小一点啊,这样看起来比较清楚一点。 好,我们把这个自信度改低一点啊,改为零点五,然后我们启动脚本,你看他就会对我们的人脸进一个识别,然后把一些识别的结果啊,把它给啊打印出来, 对吧?我们可以配合这个训练工具啊,进行一个验证啊,看见没有,这样呢?我们就可以做出这样的一个人脸识别的效果了,对不对?


服务器训练数据及有多快演示 uob 五五点零视频无加速效果, 四千张训练集,一千张验证集,总共五千张, 大约三十秒一轮。 看看训练的相关参数。 batch 是四十五, work 是六十, 厉害的吧, 还在龟速训练吗?找我就对了。

大家好,今天给大家演示一下如何训练深度学习算法模型,这里以 uro v 五检测算法为例,首先我们训练 uro v 五的话,我们可以直接打开 get up, 然后我们直接在这里面 输入 u 勒 v 五, 然后第一个就是我们点进去去看一眼这个仓库, 他就是介绍的一些东西,我们如果想训练算法的话,我们按照哪个地方教他呢?他这里面也是有的,我们看到这个 vik, 然后我们打开它, 然后在这里 three inctrmad, 其实它在前面这个整体的仓库下面,它也是有的,在这里,但是我们从 vik 这里过来的话,其 vik 它就是好多教程,一些文档。然后我们点开 这里就是如何训练,如何用我们自己的数据训练一个三行模型,然后第一步的话提包幺 stat, 然后我们先下载这个功能, 然后安装相应的依赖,这个直接给它可用下来之后 p r p install requirement, 我们可以看一下这个 requirement 的是什么,它里面里面其实就 就是一些酷以及酷的版本的要求,这个其实你 p i p 你这个地方 prp 运动杠。二这个文件就相当于你每一次 prp 执行它,每一次 prp 执行它,这只不过把它写到一个文档里,你一行命令就全部都安装完毕了,是这个意思。 然后我们安装完之后就可以开始一步步进行训练。首先第一步的话我们需要准备数据机,也就是训练数据, 训练数据的话这边一点一第一步是收集数据,收集数据这个其实我们比如说我们可以用摄像头或者用一些手机,然后拍摄不同角度、不同光线的一些图片,如果说这个图片我们收集起来, 某些场景收集起来不太方便,那么可以用下载一些公开的数据机,有些研究机构或者大学,他们会把一些公开的数据机上传到网上,我们可以直接去下载。 然后我们第一步准备完数据级之后,我们开始进行标注, 他这里一一点二,一点三都是介绍标注,他这个标注的话用的是这个工具,我们这边的话不使用他这边建议的这个工具,然后我们使用呃,雷波密,雷波密的话就是这个可以直接搜啊,雷波一没说错, 可以直接用猎豹 ume, 然后按照这这个网址去下载,这边也演示一下,下载就不演示,直接演示这个工具怎么使用, 他生成的那个标志文件已经他已经打开了,然后打开这个软件之后,我们打开我们训练图片所在的路径。 另外就是说一下刚才刚才他这边说 我们可以去使用一些下载一些公开的数据集,公开数据集有一个好处,就是不仅是图片,它里面还有标注文件,我们如果用公开数据集好的时候,我们就不需要再去标注了。 标注的话这里因为我们是用 ulo v 五,所以这边的格式就相当于是我们标注完之后的标注文件,它要用 ulo 的格式,这边选择它,然后这里直接画 矩形框,我们这个的话是口罩和不戴口罩,这里先关掉。还有一个地方录像了, 就是我们这个标注文件下载完之后是这样的,这里面是 class, 也就是我们检测分为哪些类,这是他本身默认,我们这里把它改掉,我们 no, max 是一类, max 是一类,也就是我们这个算法,我们想检测两类,一类是不戴口罩,另一类是戴口罩,哎,不戴口罩的话,这里我们他是排序的,这个默认标签就是零,这是一,如果你后面再有一个就是二, 然后这个时候我们再重新打开它, 然后和刚才一样 打开我们训练图片短带的路径,然后这里还是选择 v u ulo, 然后这里的话因为这个是戴口罩的,所以我们这里就选择 mask, 然后 ctrl s 卡了, 是不是没保存成功?再点一下, 这个应该就保存完毕。然后我们可以去看一下这个图片所在的有没有标准完成。 这就我们刚才那张图片,然后它按住产生的文件的话,它会有一个跟这个图片名字一一对应的一个 pst, 我们打开看一下, 我们看到这个 tst 里面这个一一就是我们刚才说的这里这个是零,这个是一,它是依次往下排的,一就代表这个是 max 的,它戴口罩的, 然后后面这个这个相当于是中心点,中心点的坐标,他中心点的坐标也就是比如这个框,他的中心点是在这个位置,就是你画一个,画一个对角线,然后这边交交界的地方,这是他的中心点的坐标, 然后他后面还有一个,这个是这两个坐标是指检测框的宽和高,检测框的宽就是这个高是这个,然后他这里, 然后他这个地方为什么后面这四个值都是小数?那我们图像不是,我们那个检测框的中心点的坐标肯定不可能是这么小,这里小数的意思是基于图像原始图像的宽高规划的,零到一就是我们这个零点四八 检测框的中心点 x 坐标,真实的 x 坐标是零点四八乘,以我们这个图像的整体的,也就从这到这整体的一个宽,然后这个 中心点的 y 坐标其实是等于零点七九乘,以这个原始图像的 y 后面这个减三框的宽高也是类似,他都是零点二八乘 原始图像的宽,零点二八乘以原始图像的高,这就是这个小数的意思。然后 那个标注图像啊,我们就演示这一张有了,后面我们继续往后看应该怎么去训练。然后这个第二步的话是 select 猫斗, 这里的话有了威武,他是有好几个模型的,这个,恩恩应该是拿啊,这边有这个,恩是拿的。这个 s 是什么?就是从左到右,他这个模型是理解成一次会更加复杂, 参数量会更多,这里也能看到这是四兆、十四兆,然后这是四十一兆,当你参数量越多,他的准确率相应的二十八年,在三十七年也会逐渐的升高。我们这里的话一般就选择优乐 vivos 就好。然后就开始训练,他这边训练的话 那个 usb s 猫的它是我们是用 qq 一二八这个一来进行训练,他,他这里说的比较简单,我们实际我们不按照他们的,我们应该怎么做呢?我们前面标志完图片之后, 我们直接到这模仿 q 一八的数据格式去准备自己的数据机,我们先下载这个,下载这个就直接 we get 这个, 然后这个这个这一行,我们这一行其实是在哪里可以看到啊?我们在 ulv 五里面应该是可以找到的, 然后他这个 data 那里面,他这边有脚本,应该这这里面就有,这应该就是这个网址, 我们就按照这个网址去下载一下,然后我们等会会把这里面的数据切换成我们自己的口罩检测的数据。我们下载完之后我们要修改这个 qq 一二八的这个配置文件。主要修改哪个?主要修改这里面的 cree 跟跟 vl, 就是我们自己的图片。 这里说一下,我们,比如说我们刚才把我们的口罩检测的图片数据全部都给他标注完成了, 标注完成之后,我们要把我们的标注图片,还有标注完之后的产生的标注文件都放在这个 qq 一二八里面,然后 in me 这里,这个 in me 我们要分成 tree 跟 v l, 这样的话就是我们真正的 训练手艺。 vl 的话可以理解成我们这个算法,他每次训练一个一铺置之后,他都会用这里面的图片去做一个验证,验证一下他这次训练的效果。 所以我们一般,嗯,你可以这里面随便放上几几十张就可以了,可以按十九比一,比如说这里面有九百张,然后这里面一百张,这个都比较随意,没有那么严格, 这是硬币。然后 lever 就是我们刚才的标注文件,也是我们要把它放成纯银的 vr, 纯银的 vl, 这里要对应,比如说,呃,前面图片里的 vl 二零一七里有哪些?这里面的标注里面也要跟他一一对应,这就是我们把标注文件和标注图片要放在哪个地方,就放在这个 qq 一二八这里。 我放完之后我们用这个 q 一二八的路径是在这,我们要修改它的这个配置文件,这个就是我们刚才在说的训练图片放在哪个路径, 这个也是他的录音。然后这个 nc 的话我们这里不是一了,这博客是之前写的,这个 nc 我们应该是二, nc 就是 number one plus, 就我们检测几类,我们这里的话是检测不戴口罩跟戴口罩,就刚才那会说的 nomat 跟 mat, 所以这边要改成二, 然后这里环境我要改改一下,改成看一下,直接看一下,就这个 这是我们修改后的,我们这里呢是二,然后我们这个内幕的是 nomaz 跟 maz, 是这样的,就我们这个演示的这个训练的话两例。然后我们 改完之后,这里有说明,把这个长路的这个直接去掉,因为我们刚才是手动下载修改这里的路径,修改分类数目,修改 number, 然后我们修改完这个 qq 一二八点,嗯,拍摄文件之后我们再修改 ulov 五 s, 这个 ulov 五 s 它的路径在哪?它在我们下载的 ulov 五工程里面,应该是在 这里,这里面的 uro vivo s, 你用哪个?刚才我们你用哪一个模型,你要去就要去修改哪一个对应的配置软件,我们刚才是用的 uro vivo s, 所以我们现在就要修改,这, 这里也是只修改它就好, 其他的暂时新手不要动,只需要修改这个 number, 改成二, 然后修改完之后我们就要开始进行训练,在训练之前我们先修改一下这个春点拍粉,这也就是训练脚本,我们要修改哪些地方呢?直接打开一个春点拍粉,一个在外。 一、这个 这就是去年拍的脚本,然后他是根据我们传入的一些参数,这里根据我们传入的参数去进行训练。 首先 ctrl 的话,这里我们是 ulo vivo s, 也就是这里我们要把它这个改成 ulovivo s, 这是 y a m l, 然后这个 data 也是 data, 我们这里是刚才那个 qq 一二八点 y a m l 的路径, 然后一 pose 是一 pose, 一百呗,一 pose 的意思简单理解就是我们那些训练图片,我们不是只用一遍,我们这里一百的话,相当于把训练图片反复的给他用了一百遍,让他效果更好。 这个其实也可以理解,你比如说你一个小孩,你叫他写一二三四五,或者你让一个小孩去背诵课文,你让他只背一,就让他只看一遍的话,他可能记忆的不是牢固,你让他连续看一百遍,那他的记忆会更牢固,所以那个系 这犯法的话,训练效果就会更好啊,白纸三叶子是一夜班。还有这个就看你的服务器的性能,如果你的显卡比较配置比较高,你这里就变得大一点,这里越大越快,一百二十八就相当于他一次会憋屈一百二十八张图片去训练,这配的就快, 如果你的显卡性能比较低的话,你这里如果变大了,他可能会直接会崩溃。训练的时候,所以这个根据你的显卡的性能。 然后这个 receium 的话,就是我们比如说某一次突然间中断了,我们改成数的话,下次你再训练他就从上一次那个地方重新继续开始训练,这就是断点继续训练的意思。然后这个应该是 是十,这个应该是相当于你每训练,我们现在刚才不是设置成了一百个吗?然后如果你这边 c o p r 的你改成十,他就每训练十个一 pro 他都会保存一次你的算法模型。然后这个 tys 显卡, 这里面你用几个显卡?如果别人都没用啊你,你可以全部都用上 dys 在看这 在这里这就是你用哪几张显卡,然后整体的这些参数,如果想详细详细了解它的话, 你可以去网上这种文章都有很多,就详细讲解每一个参数他是代表的什么意思。我们其实有些东西我们都不需要去改,尤其对于新手来讲的话,你们只需要 知道这几个常用的就好,后面等用的多了话,其他地方再去修改。然后修改完这个春典 pat 之后,我们就开始用这个命令去进行训练。我我的习惯是先用这一个命令训练跑起来 看看它有没有报错,如果没有报错的话,我就直接用 nonhab 命令去后台运行,并且生成这个 logo 点 tst, 这样就好了。 然后你训练完,然后你得到藏好模型之后,可以用这个 detect detect 点 python 去进行验证,这个 detect 点 python 也是里面也是有在 good 这这个可以读取我们训练得到的藏獒模型,还有读取相应的图片进行训练。 这个 dt 的点拍呢?它有一个强大之处就是你可以一次 检测一张图片,你也可以把一个图片的目录,比如说一个目录下面放着几百张,你把这个目录传下去,他就会依次去检测里面所有的图片,还可以传视频,这个是比较方便。 以上的话就是 ulov 五训练自己数据级的一个整体的过程。然后最后的话再补充一点,因为刚才是基本上是 对着对照着 get up 上的路径 get up 上的这个步骤去讲解,但其实我们自己用的话,他这里 get up 上,这里是直接 直接这里给他 ctrl 的时候直接就安装,我们可以用自己用,我们可以用 com 的, 因为比如说你在公司里面有一台服务器,你要用,你同事也要用,而你们之间可能要相互训练不一样的算法,负责不一样的项目,那你们每一个算法他的依赖,比如说拍子呀,或者其他一些酷的版本都是不一样的, 这样就会比较容易引起冲突。所以呢我们就可以用康达,康达的话,一句话把它解释的,其实康达他就是相当于在你的服务器里面又起了一个虚拟的环境,然后你所有的东西是在这个虚拟的环境下面去做的,你安装 的这些依赖就这里面安装,这些依赖也都是在这个虚拟环境,这样就相互不冲突。比如说你你用的是一个拍的三点八,而你同事另一个项目用的是拍的二或者什么,那你们都在相应的不同的抗打环境里面,这样就不会引起冲突。你做断法训练的话,这个抗打环境特别好用, 要不然的话有的时候会因为一些酷的版本各种乱七八糟,导致会发生很多错误,这就是整体散发训练的过程。

今天就是来说一下要怎么验证那个 ulovio 的就是训练结果,然后我们就是找到就是配置这边的,然后我们选择那个数据,数据的这边就是数据的来源嘛,就是 这个 test 的文件,就是我们上次训练时设置的文件,就是里面包含了那个图片的路径啊,还有一些权重的选择是还有分类什么的,然后这个文件就是跟我们上次训练时所用的文件是同一个 test 文件, 然后这个就是权重,外头就是权重,然后权重的话一般选择我们那个 训练好的一个结果,里面有选有选择一个最好的,然后因为我们是验证嘛,所以我们要认证自己训练出来的结果,所以就跟之前训练的时候用的那个前奏是不一样的。 然后这个是那个图片的一些设置,这是这个默认是是因为我那个算力显卡算力不是很大,然后内存就是有点不够,所以我选择了四个 啊,其他的就是一些图片尺寸什么的,就是默认就可以了,主要改的就是这三个地方。 然后是我们验证的稳定会,就是在这个 vr 这个那个稳定会上升的,稳定奖我们直接开始运行一下, 而且运行完之后就会有结果,然后我们就直接在那个 vr 这个文件夹里面就可以看出那个文件的项目效果。然后这边的话我就是没有显示精度,就只有简单的一个 识别的那个效果吗?就是就正常情况下是会有一个就是精度的选择,选择吧,就是零点、零点几或者说那种可能就是会更准确一点,因为我就是模型比较小嘛,然后训练的次数也比较少,所以只是给大家看看效果 啊,这个训练次数小,然后这些数据的话就是效果也是很好。然后其他的没有,就是今天就就这样,就这么多。


手机的那个运行内存我跟你讲,你能撑多大就撑多大,千万不要想着什么够用就好啊。我跟你讲手机 gpu 他不像是那个电脑独立显卡,他没有独立的显存的 gpu, 他就是把运行内存当成现存在用啊。 而且我跟你讲,你就算是不玩游戏,你也要选择那个大运存,手机上面常用的那个内存压缩和内存拓展技术,虽然讲他都可以提升那个运存的效率,对吧?但是, 但是影响那个处理器性能的后者被读写型的所影响,所以你无论哪种方案他都不是一个好的办法,对吧?超大的这个物理运行内存能够避免频繁的 swap 和 zram 带来的, 现在算是啊。而且你想想看什么样的手机最快哦?肯定是常驻后台的 app 热启动最快嘛,对吧?他是秒开的,你再好的处理器他冷启动,他总归要等待时间点啊,对吧?所以说大运存他就是啊。嗯。

显卡怎么烤机?三十秒教会你!首先搜索这个网址,点击立即下载,再点击默认下载,下载安装完成后,点击显卡工具,双击 gpuz, 然后双击 formak, 点击左下角设置, 勾选第三和第四项,再点击右边的 gpu 压力测试,就开始烤机了。左上角是公号、温度等信息,学会了吗?点赞加关注,获取更多小技巧!