[深度学习] 初探—学习记录（应用层）

缺乏、安全感 2024-04-17 05:23 52阅读 0赞

> 记录深度学习途中遇到的一些问题，博主目前还未深入的学习理论，只是做应用层。等待系统学习后，规整这些信息

### 文章目录 ###

*  学习路线记录
 *  Faster\_RCNN
 *   *  Faster\_RCNN for DOTA
     *   *  名词汇总
         *  测试数据准备：使用DOTA\_devkit将数据拆分
 *  Get
 *   *  端对端 | 非端到端
     *  Python语法
     *  其他

# 学习路线记录 #

> 记录优秀博文等知识获取途径

【公众号】

*  深度学习大讲堂
 *  七月在线实验室

【博文】

*  [卷积神经网络CNN究竟是怎样一步一步工作的？][CNN]
 *  [一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD][R-CNN_Fast R-CNN_Faster R-CNN_YOLO_SSD]
 *  [深度学习——你需要了解的八大开源框架][Link 1]

# Faster\_RCNN #

[Faster\_RCNN是什么？][R-CNN_Fast R-CNN_Faster R-CNN_YOLO_SSD]

## Faster\_RCNN for DOTA ##

> 【[Faster\_RCNN\_for\_DOTA][Faster_RCNN_for_DOTA]】针对DOTA数据集的Faster\_RCNN

### 名词汇总 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bW1lcl9kZXc_size_16_color_FFFFFF_t_70]

*  【[Cython][]】python与C\\C++交互
 *  【[swig][]】swig是一种可以将C++代码转换为多种脚本语言封装的工具，[windows下使用swig让Python调用C\\C++][windows_swig_Python_C_C]
 *  【[yaml][]】一种数据组织形式（类比与xml）
 *  【RCNN】深度学习分类+候选区选定物体 的一种算法
 *  【DOTA】航空影像中物体检测的大型数据集
    
     *  [介绍][Link 2]
     *  [下载网址][Link 3]
        
         *  [训练集][Link 4]
         *  [验证集][Link 5]
         *  [测试图像][Link 6]
 *  【e2e】端对端训练（详见本文Get部分）
 *  【quadrangle】四边形（圈定物体的位置、范围）
 *  【train】训练
 *  【test】测试（使用模型对测试数据进行评测）
 *  【labelText文件夹】目前看到每个png要对应一个txt，该txt存在labText文件夹下，此应该为图像的标签数据

### 测试数据准备：使用DOTA\_devkit将数据拆分 ###

【测试数据的准备】需要使用[DOTA\_devkit][DOTA_devkit]工具将DOTA数据拆分为补丁

【官方提供linux下的安装方法】

sudo apt-get install swig
    swig -c++ -python polyiou.i
    python setup.py build_ext --inplace

*  `sudo apt-get install swig` 为安装[swig][]
 *  `swig -c++ -python polyiou.i` 按照`polyiou.i封装说明`调用swig将C++代码进行封装，生成`<cpp_source>_wrap.cxx文件、<name>.py文件`
 *  `python setup.py build_ext --inplace` 调用Cython将`polyiou_wrap.cxx、polyiou.cpp文件`编译成python的动态库，以达到Python调用C\\C++的目的
    
     *  `python setup.py build_ext`编译生成一个build 文件夹以及一个.pyd文件了，这个pyd文件就是python的动态扩展库
     *  –inplace 的意思是在当前文件目录下生成.pyd文件，不加这一句就会在build文件夹中生成

【windows安装DOTA\_devkit】通过上一步对安装方法的分析，可确定以下思路，并执行

*  在windows环境下下载swig，并配置它的系统变量
 *  按照DOTA\_devkit官方文档安装
 *  但是，不清楚它的代码用什么版本C++写的，装了vs2015和vs2013还是报错  
    ![版本问题][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bW1lcl9kZXc_size_16_color_FFFFFF_t_70 1]

【后续】博主只需要ImgSplit工具，发现其并没有依赖于polyiou，所以直接运行ImgSplit就好了，不需要安装，若您的需求必须要安装，可多试几个vs版本

【labelText文件夹】目前看到每个png要对应一个txt

*  Png在images文件夹下
 *  txt存在labText文件夹下，此应该为图像的标签数据  
    ![在这里插入图片描述][2019082309123347.png]
 *  【猜测】打开txt可以看到：此应该为矩形的四个角的像素坐标，与该矩形的类别编码![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bW1lcl9kZXc_size_16_color_FFFFFF_t_70 2]

# Get #

## 端对端 | 非端到端 ##

> 原文链接：https://blog.csdn.net/viatorsun/article/details/81880679

【非端到端】传统机器学习往往由多个独立的模块组成，即类似于流水线式的一个一个步骤，每个步骤是一个独立的任务，每个步骤的好坏会影响下一个步骤，从而影响训练的结果，这是非端到端的

【端到端】人们只关心输入、输出，中间的学习过程不需要人为干涉，只需要关注输入端、输出端，「输入」端到「输出」端的含义

## Python语法 ##

> 应用过程中遇见的Python语法

【Python语法】[sys.path.insert][]

*  打开该文件，发现python解释器找不到这两个包
 *  但上面有sys.path.insert函数，加上了”…\\faster\_rcnn”目录，python解释器会继续在这个文件夹中搜索（函数
 *  找到”,…\\faster\_rcnn”文件夹：发现有这两个文件，即此处引用正确，pycharm的报红可以忽视  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bW1lcl9kZXc_size_16_color_FFFFFF_t_70 3]

--------------------

【Python语法】python setup.py build\_ext --inplace

*  编译生成一个build 文件夹以及一个.pyd文件了，这个pyd文件就是python的动态扩展库，
 *  –inplace 的意思是在当前文件目录下生成.pyd文件，不加这一句就会在build文件夹中生成

## 其他 ##

[CNN]: https://www.jianshu.com/p/fe428f0b32c1
[R-CNN_Fast R-CNN_Faster R-CNN_YOLO_SSD]: https://cloud.tencent.com/developer/news/281788
[Link 1]: https://blog.csdn.net/weixin_42596342/article/details/93859560
[Faster_RCNN_for_DOTA]: https://github.com/jessemelpolio/Faster_RCNN_for_DOTA
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bW1lcl9kZXc_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/33c0c08956fb464c826b757a7ca050da.png
[Cython]: https://www.cnblogs.com/lyrichu/p/6822861.html
[swig]: http://www.swig.org/
[windows_swig_Python_C_C]: https://www.jianshu.com/p/a257e630fe42
[yaml]: https://www.jianshu.com/p/97222440cd08
[Link 2]: https://arxiv.org/abs/1711.10398
[Link 3]: https://captain-whu.github.io/DOTA/dataset.html
[Link 4]: https://pan.baidu.com/s/1kWyRGaz#list/path=%2F
[Link 5]: https://pan.baidu.com/s/1qZCoF72#list/path=%2F
[Link 6]: https://pan.baidu.com/s/1i6ly9Id
[DOTA_devkit]: https://github.com/CAPTAIN-WHU/DOTA_devkit
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bW1lcl9kZXc_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/56d6ab53b4d141bfab68f4507bd5582d.png
[2019082309123347.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/796138bb535547c2a7792ba0198b0a69.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bW1lcl9kZXc_size_16_color_FFFFFF_t_70 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/534bb21440274de88f4bbd9ef1aab399.png
[sys.path.insert]: https://blog.csdn.net/dcrmg/article/details/79546962
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bW1lcl9kZXc_size_16_color_FFFFFF_t_70 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/5e52c4d92fb04e1d8380882c8b8edc71.png