相關(guān)文章

• 【人工智能概論】 PyTorch可視化工具Tensorboard安裝與簡單使用

  Tensorboard原本是Tensorflow的可視化工具，但自PyTorch1.2.0版本開始，PyTorch正式內(nèi)置Tensorboard的支持，盡管如此仍需手動(dòng)安裝Tensorboard。否則會(huì)報(bào)錯(cuò)。 ModuleNotFoundError: No module named ‘tensorboard’ 進(jìn)入相應(yīng)虛擬環(huán)境后，輸入以下指令即可安裝。 輸入以下指令，不報(bào)錯(cuò)即說明安裝成功。

  2023年04月24日

  瀏覽(22)
• 

  Pytorch深度學(xué)習(xí)實(shí)戰(zhàn)3-8：詳解數(shù)據(jù)可視化組件TensorBoard安裝與使用

  在深度學(xué)習(xí)領(lǐng)域，網(wǎng)絡(luò)內(nèi)部如同黑箱，其中包含大量的連接參數(shù)，這給人工調(diào)試造成極大的困難。 Tensorboard 則是神經(jīng)網(wǎng)絡(luò)的可視化工具，可以記錄訓(xùn)練過程的數(shù)字、圖像、運(yùn)行圖等內(nèi)容，方便研究人員對(duì)訓(xùn)練參數(shù)進(jìn)行統(tǒng)計(jì)，觀察神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程并指導(dǎo)參數(shù)優(yōu)化。 參考

  2023年04月09日

  瀏覽(19)
• 

  yolov5熱力圖可視化grad-cam踩坑經(jīng)驗(yàn)分享

  最近在做熱力圖的可視化，網(wǎng)上搜了很多的資料，但是大部分都是需要在原網(wǎng)絡(luò)結(jié)構(gòu)上進(jìn)行修改，非常的不方便。最后在網(wǎng)上找到一位博主分享的即插即用的模塊，覺得效果還可以，但是中間有些細(xì)節(jié)，需要注意。 原博文地址： https://blog.csdn.net/qq_37706472/article/details/12871460

  2024年02月04日

  瀏覽(108)
• 

  Pyqt搭建YOLOv5目標(biāo)檢測(cè)系統(tǒng)（可視化界面+功能介紹+源代碼）

  軟件界面如下所示： 功能： 模型選擇 輸入選擇(本地文件、攝像頭、RTSP視頻流) IoU調(diào)整 置信度調(diào)整 幀間延時(shí)調(diào)整 播放/暫停/結(jié)束 統(tǒng)計(jì)檢測(cè)結(jié)果 詳細(xì)介紹： 1.首先進(jìn)行模型的選擇（官網(wǎng)可下載），包含四種，分別是yolov5s.pt、yolov5m.pt、yolov5l.pt和yolov5x.pt。 2.選擇置信度、IoU和

  2023年04月08日

  瀏覽(179)
• 

  YOLOV5 部署：QT的可視化界面推理（根據(jù)UI窗口編寫內(nèi)部函數(shù)）

  上一章，UI的可視化界面已經(jīng)創(chuàng)建好了。并且通過UI文件編譯成了python可以處理的py文件，為了方便使用，我們新建了qt_inference 對(duì)ui的py腳本進(jìn)行調(diào)用，效果如下 UI可視化的生成：YOLOV5 部署：QT的可視化界面推理（創(chuàng)建UI，并編譯成py文件）-CSDN博客 本章將接著上面操作，完成一

  2024年04月08日

  瀏覽(27)
• 

  卷積神經(jīng)網(wǎng)絡(luò)中的圖像特征——以YOLOv5為例進(jìn)行可視化

  一、圖像特征 1. 圖像低層特征 圖像低層特征指的是：邊緣、顏色和紋理等特征。 低層特征的分辨率較高，包含較多的位置、細(xì)節(jié)信息，但其包含的語義信息較少，噪聲較多。 原始圖像和淺層卷積網(wǎng)絡(luò)輸出的特征圖屬于低層特征，從低層特征圖中可以看清輪廓、邊緣等信息。

  2024年02月05日

  瀏覽(32)

• YOLOv5系列(二十八) 本文(2萬字) | 可視化工具 | Comet | ClearML | Wandb | Visdom |

  點(diǎn)擊進(jìn)入專欄： 《人工智能專欄》 Python與Python | 機(jī)器學(xué)習(xí) | 深度學(xué)習(xí) | 目標(biāo)檢測(cè) | YOLOv5及其改進(jìn) | YOLOv8及其改進(jìn) | 關(guān)鍵知識(shí)點(diǎn) | 各種工具教程

  2024年02月03日

  瀏覽(104)
• 

  【YOLOV5 入門】——Pyside6/PyQt5可視化UI界面&后端邏輯

  聲明：筆記是做項(xiàng)目時(shí)根據(jù)B站博主視頻學(xué)習(xí)時(shí)自己編寫，請(qǐng)勿隨意轉(zhuǎn)載！ VScode/Pycharm 終端進(jìn)入虛擬環(huán)境后，輸入下面代碼安裝 pyside6 ，若用的 Pycharm 作為集成開發(fā)環(huán)境，也下載個(gè) pyqt5 ： 安裝完 pyside6 時(shí)其實(shí)一并安裝了 qtdesigner ，這個(gè)工具可讓我們以拖拽的方式設(shè)計(jì)界面，按

  2024年04月16日

  瀏覽(173)
• 

  【深度學(xué)習(xí)】tensorboard可視化網(wǎng)頁詳解

  TensorBoard是TensorFlow官方提供的一款可視化工具，用于可視化模型訓(xùn)練過程中的各種指標(biāo)、圖像和計(jì)算圖等信息，方便用戶更加直觀地觀察模型的訓(xùn)練情況。 下面是TensorBoard的一些常見可視化網(wǎng)頁： 在使用tensorboard之前首先要確定有這個(gè)包，沒有的話使用pip命令安裝。 在Tenso

  2024年02月03日

  瀏覽(21)

• 無涯教程-TensorFlow - TensorBoard可視化

  TensorFlow包含一個(gè)可視化工具，稱為TensorBoard，它用于分析數(shù)據(jù)流圖，還用于了解機(jī)器學(xué)習(xí)模型。 TensorBoard的重要功能包括查看有關(guān)垂直對(duì)齊的任何圖形的參數(shù)和詳細(xì)信息的不同類型統(tǒng)計(jì)的視圖。 深度神經(jīng)網(wǎng)絡(luò)包括多達(dá)36，000個(gè)節(jié)點(diǎn)。 TensorBoard幫助將這些節(jié)點(diǎn)折疊成塊并突出顯

  2024年02月12日

  瀏覽(19)