- 1
回答
版本是3.3.1 deploy.prototxt以及caffe.proto都是源码里面的文件,但是不知道为什么报错
- 34
回答
搭建chipyard环境时,执行到build-setup.sh riscv-tools时总会出现报错有朋友成功解决过吗尝试了chioyard1.8.0和1.11.0ubantu20.04
- 2
回答
- 5
只包含了参数等信息,每次加载这个pth文件时只能使用一次,是为什么?比如我加载pth文件用来预测X(不同值),但是每次预测的结果都一样,只有我运行了原模型,更新了pth,预测的X(不同值)的预测值才会
- 5
回答
北国风光,千里冰封,万里雪飘。望长城内外,惟余莽莽;大河上下,顿失滔滔。山舞银蛇,原驰蜡象,欲与天公试比高。须晴日,看红装素裹,分外妖娆。 江山如此多娇,引无数英雄竞折腰。惜秦皇汉武,略输
- 6
回答
GPU可以直接访问其他GPU的内存是指1.GPU0的计算单元直接从GPU1的内存中提取数据,而不占用GPU0的内存2.将这个数据从GPU1的内存中复制到了GPU0内存,GPU0的计算单元再从GPU0的
- 6
回答
有人知道这个问题该怎么解决吗?这是关于一个强化学习的代码,下载的ray==2.0.0。
- 11
回答
基于SOM-层次聚类结果的新数据类别预测 整个MATLAB代码的背景: 有一组数据,几百行,每一行为一个样本,有24列,即24维。 现在对这份数据进行聚类处理,先通过SOM聚类得到100个神经元,再用
- 8
回答
基于SOM-层次聚类结果的新数据类别预测 整个MATLAB代码的背景: 有一组数据,几百行,每一行为一个样本,有24列,即24维。 现在对这份数据进行聚类处理,先通过SOM聚类得到100个神经元,再用
- 1
回答
- 1
回答
- 3
回答
@nihate 您好,GIthub上跟过来的。下了“PaddleOCR-v3-onnxrun-cpp-py”项目的C++代码,执行“Env env = Env(ORT_LOGGING_LEVEL_E
- 1
回答
yolov5-seg训练完成之后,转成了onnx模型,使用yolov5自带的predict.py脚本进行推理,默认情况下用的是onnxruntime推理,能正常出结果。然后增加了--dnn参数,想用o
- 2
我的onnx 模型是yolov5-cls分类模型转换的,只有两个类别。没转换之前使用yolov5 提供的脚本推理时,这两个类别标签都会输出,只是置信度不同。使用OpenCV dnn对此onnx模型推理
- 1
回答
- 2
请问有用过OpenCV for Unity插件YOLO功能的嘛,我是2.3.8版本的插件,官网插件里面的dnn是yolov3-tiny版本的。 想问一下有没有人换过里面的训练模型,让它去识别我自己需要
- 1
回答
求助 python detect.py --weights weights/yolov5s.onnx --dnn 无法正常运行
- 1
回答
- 1
在opencv中使用yolo训练出来的模型是pt文件,但是在opencv中使用readNetFromDarknet用到的文件是weight文件,请问一下这两个文件是什么关系呢?然后在该函数内的cfg文
- 3
我在c++中使用opencv 4.5.5+cuda 11.5+cudnn 8.3.3时(NVIDIA GeForce RTX 3060 Laptop GPU)遇到了问题,当我运行: net.setPr
- 1
自己在快速入门yolov3的代码实现 在使用 weights = "yolov3.weights" config_file = "yolov3.cfg" net = cv2.dnn.readNet
- 3
在使用opencv部署onnx模型的时候出现以下报错 使用的是这一断代码 file_model = 'best_cup.onnx' net = cv2.dnn.readNetFrom
- 1
为什么对于一个很简单的非线性拟合问题,就一个隐藏层+激活函数,pytorch与matlab对比效果差很多? import torch import numpy as np import matplot
- 1
回答
我的csv文件有3875行, 1918列。我想用StandardScaler来处理我的文件数据,但是第一列作为标签(不能被处理)总是被误处理,然后换用下面代码来处理,再训练DNN模型,结果是模型无法训
- python
- tensorflow
- dnn
- 17
- 2022-08-25 18:11
- 4
我用yolov5.6.0的5s模型转换成onnx模型。然后根据网上 opencv教程部署,可是到了最后一步 net.forward() 就报错了 import cv2 net = cv2.dnn.r
- 2
在学GNN的过程中,一直有个疑问,我们如何去构建合适的图,也就是说我们应该怎样对数据进行建模,得到合适的图结构,如果图结构设计不合理,又怎么拿GNN去处理呢,看了些文章,发现有knn建图,也有用相似性
- 4
回答
最近在做人像识别的工作,需要根据人像照片的清晰度、人脸正拍还是侧拍、正立还是倒立(以及顺逆时针旋转90度)进行分类。 问题相关代码 import cv2import numpy as np 读取文件
- 2
之前的DNN分类问题,解决了上面一个bug,后面又出现了一个问题: import scipy.sparse xtest_count=scipy.sparse.lil_matrix(xtest_coun
- 2
Classification metrics can't handle a mix of multilabel-indicator and continuous-multioutput targets
DNN 分类后出现以下报错: import scipy.sparse xtest_count=scipy.sparse.lil_matrix(xtest_count).toarray() ytest_
- 2
回答
继DNN分类问题解决后,出现了一个新的问题: import scipy.sparse xtrain_count=scipy.sparse.lil_matrix(xtrain_count).toarra