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

[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

相关推荐
糖豆豆今天也要努力鸭23 分钟前
torch.__version__的torch版本和conda list的torch版本不一致
linux·pytorch·python·深度学习·conda·torch
uncle_ll1 小时前
PyTorch图像预处理:计算均值和方差以实现标准化
图像处理·人工智能·pytorch·均值算法·标准化
zhangfeng11333 小时前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类
Seeklike3 小时前
11.22 深度学习-pytorch自动微分
人工智能·pytorch·深度学习
YRr YRr4 小时前
如何使用 PyTorch 实现图像分类数据集的加载和处理
pytorch·深度学习·分类
z千鑫18 小时前
【人工智能】PyTorch、TensorFlow 和 Keras 全面解析与对比:深度学习框架的终极指南
人工智能·pytorch·深度学习·aigc·tensorflow·keras·codemoss
学不会lostfound20 小时前
三、计算机视觉_05MTCNN人脸检测
pytorch·深度学习·计算机视觉·mtcnn·p-net·r-net·o-net
Mr.谢尔比21 小时前
李宏毅机器学习课程知识点摘要(1-5集)
人工智能·pytorch·深度学习·神经网络·算法·机器学习·计算机视觉
做程序员的第一天1 天前
在PyTorch中,钩子(hook)是什么?在神经网络中扮演什么角色?
pytorch·python·深度学习
Nerinic1 天前
PyTorch基础2
pytorch·python