粉丝552获赞3018

one 发信息十个最火的英文缩写第一杀的放狗第二 tout youle 第三 啊买方便拿手哈哈哈第四 marry 第五用欧丽内服 word 第六 sexy hill 第七 baby ybaid 八白的喂第九来 flow 哈哈第十 come on 学会了吗?点赞。

大家晚上好啊,不慌了,朋友开始接单了,今天有个朋友,他想用优喽威武做一个性别的是人脸和加上性别的一个试验。 嗯,第一步我们先先来,不,先来做个建一个 c u d a 的一个环境啊?嗯,首先呢,先看一下这个前提,我们必须得是有一个支持 c u d a 的一个显卡啊,一般都是英伟达公司出的推出的那个 nv 的显卡,我的应该是幺零六零 super 啊,我们可以使用一个命令啊,使用一个命令, 嗯,能微的看 s m i。 这个我们来看一下我们的 cud 版本啊,我的是十二啊,然后我们就到官网上去下载下载这个安装包啊,安装包,这个 cud 啊, cud 安装包下载完,下载完以后,我们就在紧接着下载 cudd 的 cudnn 的一个安装包啊 啊,看这里都是两个安装包。嗯啊,下载完以后我们就开始安装啊,安装自定义啊,全选这个安装位置,一定要记一下啊, 安装完以后就会有这样一个提示,然后安装完我们再用这个 nvcc 空格更大显微然看一下我们这个安装后的一个版本。嗯,这个 cudn 安装就是把这个文件啊,把它中间三个文件加了文件,就是对复制到 cuda 这个安装目录下对应的一个文件就可以了,很简单,就是一个复制的过程。 这个安装完以后啊,我们可以执行上面这两个程序,然后进行看一下那个是完成成功。我今天中午我用这个 cpu 跑了一下这个 ulo 的一个训练级,跑了 二百多张图片,跑了两两个多小时吧, cpu 比较慢,那我今天把这个 cuda, cuda 这个部署完以后,我用 cuda, 我用 gpu 再跑一次,这个速度就快很多。你看这,我从九点四十四开,九点四十开跑的,现在十四分钟已经跑了有三分三分之一了啊,这个速度要比 cpu 快很多呀。 等一下我们跑完看一下结果,呃, g p o 跑完了,我跑了两次,第一次 可能是因为这个,第一次用 gpo 跑,然后他这个有一些双星座的问题,你看我这些数据都是空零空,然后就网上搜了资料,然后改一个配置,然后又重新跑了一次,跑了一次,这次数据没有问题,你看 每次大概就是三十到四十分钟,就速度比 cpu 要快很多, cpu 是两个小时,我们下面就来测试一下吧。先看一下这个结果吧,看一下这个准确率, 准确率,这个是准确率召回率吧,这个是对统计学不太熟,我们直接看结果吧, 我们进到这个配置文件里头,需要把这个改成最新的这个结果,最新结果在这个 c x p 八里头,这个 waste, 这里头就是我们 两个模型。拍完以后,我们跑一下试试,进行一下这个 ui 界面,找一张图片 啊,看这个识别出来了,再找一张女生的图片啊,可以,这个还行啊,那我下面明天就准备做他这个用 facenet 的去识别这个人名人的名字啊。今天先到这, 这个人脸识别的这个项目完成了,然后这个 ui 我也给他做完了,用的是 pyqt 五,我们先启动一下程序看看,然后我们打开一张照片 先识别,先识别人脸啊,这个人脸识别我用的是那个优乐威武的模,自己建的模型啊,自己建的模型大概有二百多张元素吧,训练出来的一些人脸只是区分男生女生,我再打开一张 啊,然后这个视为人名呢,我用的是 face net 算法,我们可以试一下, 再换一张图片,这个 人名是识别出来的,但是这个框是识别戴口罩的话,如果他就是是绿色的,没有戴口罩就是红色的这个样子。这个人脸这个人名识别的原理其实就是用那个 facenite 的,这个酷啊。 他首先是把我把这些需要识别的人的这个照片放在这个文件夹里头标上名字,还有一个名字的一个图片,在程序在加载的时候,你看这个,他把这些人脸图片全部全部 加载,然后使用 facety 的算法,把他们图片的人脸信息先检测啊,用这个人脸识别库 人脸识别模型, face nice 的一个模型,然后就识别人脸,如果识别出来人脸的话,就把他们全部转换成一个一百二十八位的一个像量啊,这个具体的算法我也不太懂,都是现学的,然后如果感兴趣的可以到网上咨询一下, 然后这个项目基本就是这样子,然后我们下期再见。

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。

那些教的对但不够好的英语表达?二、优乐优乐的确表示及时行乐,但千万不要理解为珍惜生命的意思。正好相反,这个词经常被用来当成年轻人做疯狂冲动不计后果不负责任的。是的借口。国外主流的观点是对优乐持细血 气的态度,所以在严肃场合要慎用。

有一个听起来很时髦的词 you know 它什么的缩写呢? you only live once。 你只活一次,尽情的去做你喜欢做的事情吧。

yolo, you only live once make every day count。 美国人常说这三句话, yolo 表示, you only live right。 人只活一次 make every day can't 要每天都变成重要,每天都要活得有意义。 yolo, you only live once make every day count come by day! come by day! capish! capish。

大家好,今天来跟大家介绍一下我们用这个 ulo v 八啊,然后实现这个行人重识别。 呃,我们这个代码呢,实际上是这个 ulov 五 reid 啊修改的,嗯,所以呢,我们这个当然这个肯定是自己写的,就是相当于这个 ulov 八,这边是我们自己写的,然后 呃然后 vid 呢?是呃用的这个开源的去做的。当然你如果你对这个呃,比如说像这个京东的 fastvid 这样比较这个了解的话,那么可你也可以自己去写,都可以啊。 然后我们这个使用的这个,我们这个就使用的是 ready 的模型,然后这里面是他的这个呃他的一些模型啊,首先我给大家简单的介绍一下啊, 其实大家不要把这个呃这个行人同识别啊,想的特别难,他其实是非常简单的一个东西啊。 呃,如果说大家都知道这个人脸人脸识别啊,就是我们知道人脸识别,他就是呃人脸检测,还要人脸矫正,还有人脸识别,对不对?那人脸识别的话,一般都是计算这个呃这个特征向量的一个 呃欧式距离啊,去做计算,当然欧式距离也可以改成像鱼旋距离啊等等一些其他的方法就不说了,他主要是算这这两个项链呢,他这一个 呃他的一些距离啊,他正在距离,所以说呢,呃他 reality, 他的这个其实他 reality 他做的其实也差不多啊,他其实相当于把一个呃人啊,把它计算出一个特征销量,然后呢通过已有的特征销量呢?做一个也是要做一个距离,做一个距离的计算,然后去做 呃判断啊,如果说小于某个值,我们认为他是呃这个人,所以说,呃,大家可以就想要把这个 red 想象成一个啊,就是相当于很类似啊 red 的这样一个过程啊。嗯, 所以说啊,你你你人脸识别是一样的,那你人脸识别要要这个人,对不对?所以说你这个要这个人脸,那么你这个行人通视频,你肯定要找跨视频检索的话,你肯定需要这个人。所以我跟大家去啊,就是准备了两张我的自己的图片啊,我就不跟大家演示了啊,我这个图片在这里面啊,我就 这个,呃,这个照片比较丑,我就不跟他展示了,就相当于我我这里面放了两张我自己的图片啊, 然后这个就是我现这个就是我们用这个,这个这个这个东西都是我,我改的,这个东西我都是我改的啊,这个就是东西我改的啊,所以他代码量比较少,是因为我把这个 ulo 八给封装好了,所以它这个弹簧量看下特别少特别少,这样可以很快的让我们实现一个行人处这个行人同识别的这样的一个呃,这样的一个检测,而这个识别,嗯, 当然这个代码其实还还是有很多地方需要优化的,没有这个具体的去做。呃,优化就是这样直接改了,就演示一下,一下 大家看到我们这个这个程序啊,非常简单,首先呢我们可以加载这个,加载我们的这个已有的这个,呃人体的这个特征销量,所以我们这个地方就是加载模型,对不对?首先加载模型 啊,模型加载完以后呢,我们就把这个我们的特长项链就是自己的特长项链呢,给他呃存到一个列表里面去啊,存到列表里面去,那存完以后我们就可以去把摄像头打开去读这个, 呃,是读这个视频啊,读这个视频,读视频以后呢,他就会啊,我就送到检测器里面去做检测啊,检测以后得到一个结果,得到这个结果以后我们把这个结果挖出来啊转换,转换成这个 tesar test 类型的, 因为他要转成 vid, 他自己要做推理的这样的一个啊,就是要计算他他是销量的这样一个输入,所以他只要要要要转换啊,所以这个地方是做转换的啊。那如果说啊他他有就是说我捡到的有有有人了,那 但我们要做过滤啊,他这个呃他做的这个像素是就是他的这个目标的宽度乘高,如果是大于五百像素的话,我们就认为他是一个有效的像素,这样的话可以避免这个 这个人体人过小,因为你人过小的话就是检测的就没有意义了啊,因为你人小根本就看不出来是个人的话,那个就是看出来是个人,你也不不一定就一定判断是这个人,是吧?所以说 啊这个就是没有没有意义了,所以我们要把像素呢,就是尽量的要要大一点,我们才能够呃把它准确的给他重识别出来。 然后呢我们可以看到他这个就做了一些这个呃做了一个距离的判断,这地方是做了一个距离的一个 啊判断,做了一个欧式距离的判断,大家看这个就是典型的这个呃计算欧式距离,就算大家看到这个就是他的这个二的,这个这就是欧式距离的公式,大家看到这个很明显就是他的, 嗯,好,我们这个地方呢,就得到了他,他如果是小于这个偶尔区距离的话,那么我们认为他就是的,所以我让他框住啊,框完以后,大家看到这个是 b 加二,所以他是一个 blue b g 二,所以他是个蓝色的,他会框出来,那如果说他没有选到的这个人呢,就直接就框出来了啊,这样我写 好,我为了跟大家演示啊,我就我就把这个摄像头打开跟大家看一下,嗯,因为我们发了两张图片,这个地方就是这样的, come 是一,然后 id 是一, 好,大家可以看到啊,就因为它这个架在这个冲视频,目前它比较慢,所以这个地方呢? 嗯,就加载完了,加载完以后呢,我们看一下这个地方呢,请看,马上就识别出来了,马上就把我找出来了,还是比较方便的。你看这里面是有这个人的,这里面是有人的,然后 因为我做了过滤啊,所以这里面就是就一个人啊,所以这个人就是我,所以这个蓝色的就是那,那有人说那你们就一个人,我怎么知道是不是具体, 所以我就跟大家再解释一下,我就随便带这个这个抖音视频打开一个看一下有没有人啊?我们来看看,大家看到这里面有两个人,你看大概会会出现两个人,绝不能啊,这个 大家看到啊, 大家看到这里面明显的就是有有有两个人了。 好,我先啊,这个你看,大家看啊,这里面有明显就两个人,但是他没有把其他人认成我,所以这个地方呢,就是就是一个典型的一个行人图视频,嗯,就相当于啊,就相当于我把这个, 嗯,就相当于我把这个文件夹里面的这个呃图片啊,特征线,就是箱前期会把这个呃图片转成特征销量,把它存起来啊,存起来,那存起来以后啊,我们当然他这个里面的这个特征销量,大家看到这个里面特征销量是,呃,就是因为我是两张嘛,所以他就存到这个, 就是就是二二零四八围的,所以它是一个二零四八围的特征销量啊,你看一下,它不是跟那个呃 face light 或者是其他的这样一个呃特产销量,五百一十二围,二百五十六围,它是二零四八围的啊,所以大家注意下,这个就是它的维度啊,它它的,它它的就说一个人体的照片,它的是有二零四八维度去做表示的啊, 这上面有做这个匹配的这个东西整个就其实逻辑上是十分清晰的啊,十分清晰的啊,其实就是说啊,如果说大家如果想觉得就是说啊。 最后呢我跟大家其实需要介绍介绍一下,就是啊,我这个 gitam 是有开源的,它有它可以训练的啊,它可以训练的,大家可以在这个 gitam 去搜啊,因为 gitam 它是有开源的,大家可以看到我在搜这个,呃, ulo 五 reid 啊, 好,大家看啊,这个就是 uloville v i d。 那好好多了,好多好多了。 然后呢?呃,大家可以做啊,就我用,我用就用到这个最最高的,用它去做的,所以这个地方呢,大家可以,嗯,去做,自己做做训练都可以啊。 red 的模型可以做训练啊。 呃,但是训练的话,大家需要去把它先按照这个教程去把它转成 market 幺五零幺这样的一个数据的格式才能做训练啊。呃,大家注意一下,按照作者的提示啊,他这边确实是没有用的,就是他这个 整个的不是设计,他是两个独立的项目,你相当于这个是做部署的,这个是做训练的,但是这个只是做 read 的训练,他不是做这个 ulov 五的训练的, ulov 五也可以单独做训练,相当于我,你看我,我这个就是做的这个 ulov 八的这个官方保险。所以说, 呃,如果你做人的检测的话,可以单独去训练个节奏模型,然后你想做 ready 的这个模型的话,你也可以去做单独训练,这就是我们的训,他的一个训练的一个流程。所以说他这个做东西呢,还是比较就是他要做两头训练,你如果说 你只是拿来做这演练的话,肯定是没问题的啊,就是做演示的话肯定是没问题的,你可以训练一个有优乐吧检测的就可以啊,你可以训练检测,你可以训练这个重训练软件,这个模型都是可以的啊。然后我们就是用 ulov 八实现了啊,当然我们啊,既然我能够用 ulov 八实现,那么我们完全可以用 ulv 六, uluv 七, uluv 五、 uluv 三、 uluv 四, ulux 等等,只要是目标检测的框架,你只要能检测出来其实目标检测的框架,那哪怕你用百度飞翔都可以啊,都可以去把它对接起来做一个 reid 啊。嗯,好,我们的演示呢就到此结束,欢迎大家收看。