pip

pip "Cannot uninstall 'six'. It is a distutils installed project..." 解决方法

…衆ロ難τιáo~ 提交于 2020-09-29 13:44:26
pip "Cannot uninstall 'six'. It is a distutils installed project..." 解决方法 参考文章: (1)pip "Cannot uninstall 'six'. It is a distutils installed project..." 解决方法 (2)https://www.cnblogs.com/qq952693358/p/9425544.html 备忘一下。 来源: oschina 链接: https://my.oschina.net/u/4428122/blog/4547721

明晚直播  | 有趣又实用瑕疵检测项目思路分享

拈花ヽ惹草 提交于 2020-09-29 13:06:55
假设飞机的轮胎表面有缺陷,会产生什么后果? 对于一架拥有成千上万个零件的航空飞机来说,轮胎表面的一点点瑕疵,也许是最不起眼的一个部分。但就是这么一个细节的瑕疵,可能会直接影响航空飞机的使用效果,甚至会给乘客带来不可挽回的损失。 在工业质检领域,一切细节都至关重要。 而人工质检,在精度和效率都难以跟上现代化工业的发展。随着深度学习技术的逐步成熟,也为目标检测注入了新鲜血液。如今图像分类和目标检测技术已被广泛应用于工业质检、智能导航、视频监控等各个领域。 关于瑕疵检测这个有趣又实用的技术领域,你不了解一下吗? 来自 飞桨 社区的两位 PPDE ( 飞桨 开发者技术专家) ,分别尝试基于 Paddle Clas和 Paddle Detection 实现铝压铸件缺陷检测和热轧钢带表面缺陷分类,提升瑕疵检测的的精度和效率,并经过调试最终在测试集上的准确率达到了100%。 本周三晚上,我们把这两位 PPDE 路星奎和余志良邀请到了 飞桨 开发者说直播间,为大家分享他们实践过程与思路。从 环境搭建与数据处理、模型选择与参数配置、模型训练、模型评估到模型推理 ,全流程解析,不怕你不懂,就怕你不来~ 直播时间:9月16日 19:00-20:00 直播方式:B站(扫描下方海报二维码获取直播链接) 本次的分享两位嘉宾,都是来自百度 飞桨 社区的 PPDE( PaddlePaddle Developers

ubuntu 下更新pip后发生 ImportError: cannot import name 'main'的问题解决

我的梦境 提交于 2020-09-29 08:38:30
ubuntu 下更新pip后发生 ImportError: cannot import name 'main'的问题解决 参考文章: (1)ubuntu 下更新pip后发生 ImportError: cannot import name 'main'的问题解决 (2)https://www.cnblogs.com/white-the-Alan/p/8900554.html 备忘一下。 来源: oschina 链接: https://my.oschina.net/u/4432649/blog/4644106

Mask-RCNN:教你如何制作自己的数据集进行像素级的目标检测

南笙酒味 提交于 2020-09-29 05:54:17
概述 Mask-RCNN,是一个处于像素级别的目标检测手段.目标检测的发展主要历程大概是:RCNN,Fast-RCNN,Fster-RCNN,Darknet,YOLO,YOLOv2,YOLO3(参考 目标检测:keras-yolo3之制作VOC数据集训练指南 ),Mask-RCNN.本文参考的论文来源于 https://arxiv.org/abs/1703.06870 . 下面,开始制作用于Mask训练的数据集。 首先展示一下成果,由于个人设备有限,cpu仅迭代5次的结果。 使用labelme进行图片标注 注意:   **标注之前将图片的名字通过linux或者python脚本改名,改为有序即可,我的命名格式为 升序 , 下面为linux脚本。 i= 1 ; for x in *; do mv $x $i.png; let i=i+ 1 ; done   **将所有图片的尺寸改为 600*800 .(一般设置为2的整数次幂,否则,后序训练时会报错). 脚本自取 https://github.com/hyhouyong/Mask-RCNN/blob/master/train_data/resize.py pip install labelme labelme 1.新建文件夹train_data,并创建子文件夹json,将标注后的json格式的文件放入该文件夹中 2