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
石迹耿千秋7 小时前
迁移学习--基于torchvision中VGG16模型的实战
人工智能·pytorch·机器学习·迁移学习
LGGGGGQ13 小时前
嵌入式学习-PyTorch(7)-day23
人工智能·pytorch·学习
甄卷13 小时前
李沐动手学深度学习Pytorch-v2笔记【08线性回归+基础优化算法】2
pytorch·深度学习·算法
PyAIExplorer14 小时前
PyTorch 损失函数详解:从理论到实践
人工智能·pytorch·python
霖0018 小时前
神经网络项目--基于FPGA的AI简易项目(1-9图片数字识别)
人工智能·pytorch·深度学习·神经网络·机器学习·fpga开发
聚客AI19 小时前
💡大模型开发从入门到部署:3个月避开87%的新手雷区
人工智能·pytorch·llm
盼小辉丶20 小时前
PyTorch生成式人工智能(18)——循环神经网络详解与实现
pytorch·rnn·自然语言处理
胖达不服输1 天前
「日拱一码」027 深度学习库——PyTorch Geometric(PyG)
人工智能·pytorch·深度学习·pyg·深度学习库
笑小枫2 天前
Pytorch使用GPU训练全过程,包含安装CUDA、cuDNN、PyTorch
人工智能·pytorch·python
Mister Leon2 天前
Pytorch 使用报错 RuntimeError: Caught RuntimeError in DataLoader worker process 0.
人工智能·pytorch·python