语义分割实践思考记录(个人备忘录)

一、任务管理器、NVDIA的GPU利用率显示[1][2]

若需要在任务管理器中查看基于Pytorch框架的GPU利用率,那么,我们需要将监控面板监测内容调整为cuda。图一(左)即为英伟达命令行工具面板。
图一 英伟达GPU使用率监控

二、基于混淆矩阵的语义分割评价指标计算

在语义分割数据集标签制作的过程中,我们通常根据分类类别数N来以0 --- (N-1)的整型数字标记不同的分类目标。通过图二可以看出,在相同预测模型且相同数据量的情况下,方法二评价指标计算效率高(较方法一节约了一半时间),同时,充分有效地利用了上述标签标记的机制。

方法二的混淆矩阵代码编写简述:首先,根据语义分割任务分类类别数N创建N×N(N行N列)的零矩阵,然后利用pytorch中的view()函数将单幅预测结果图及标签图分别展平为一行,再者利用Python的zip()函数组合对应像素的混淆矩阵坐标,最后根据混淆矩阵坐标不断循环加一即可。若混淆矩阵坐标为(预测值,标签值),则行号为预测结果,列号为真值。
图二 混淆矩阵生成与精度指标计算

参考资料:

1\][NVIDIA查看CPU、内存、GPU、DLA使用情况_宗而研之的博客-CSDN博客](https://blog.csdn.net/zong596568821xp/article/details/80268034 "NVIDIA查看CPU、内存、GPU、DLA使用情况_宗而研之的博客-CSDN博客") \[2\][Tensorflow模型GPU使用率低的问题_模流分析软件不占gpu_CooL截击的博客-CSDN博客](https://blog.csdn.net/weixin_50767274/article/details/127173198 "Tensorflow模型GPU使用率低的问题_模流分析软件不占gpu_CooL截击的博客-CSDN博客")

相关推荐
誉鏐13 小时前
PyTorch复现线性模型
人工智能·pytorch·python
牙牙要健康14 小时前
【目标检测】【深度学习】【Pytorch版本】YOLOV3模型算法详解
pytorch·深度学习·目标检测
誉鏐16 小时前
PyTorch复现逻辑回归
人工智能·pytorch·逻辑回归
意.远18 小时前
在PyTorch中使用GPU加速:从基础操作到模型部署
人工智能·pytorch·python·深度学习
byxdaz1 天前
PyTorch中Linear全连接层
pytorch
Start_Present1 天前
Pytorch 第十二回:循环神经网络——LSTM模型
pytorch·rnn·神经网络·数据分析·lstm
船长@Quant1 天前
PyTorch量化进阶教程:第六章 模型部署与生产化
pytorch·python·深度学习·transformer·量化交易·sklearn·ta-lib
byxdaz1 天前
PyTorch中卷积层torch.nn.Conv2d
pytorch
进取星辰1 天前
PyTorch 深度学习实战(32):多模态学习与CLIP模型
pytorch·深度学习·学习
带娃的IT创业者1 天前
《Python实战进阶》No39:模型部署——TensorFlow Serving 与 ONNX
pytorch·python·tensorflow·持续部署