На первом скрине, - модель обученная на датасете из 3000 изображений, с размером 640 и итоговым значением
На втором скрине, - та же самая модель, с тем же датасетом.
Но обученная с размером 1024.
И итоговым значением
При этом среднее значение FPS у обеих моделей одинаковое.
Но, как вы видите,
🥧🥧🥧 Такие пироги 🥧🥧🥧
p.s. Также у второй модели ниже показатель val obj loss, ппц.
Можно смело повышать кол-во. Epochs.
mAP 86%.На втором скрине, - та же самая модель, с тем же датасетом.
Но обученная с размером 1024.
И итоговым значением
mAP 91%.При этом среднее значение FPS у обеих моделей одинаковое.
Но, как вы видите,
+5% mAP у второй модели позволяют увидеть контра на изображении, в то время как первая модель ничего не видит.🥧🥧🥧 Такие пироги 🥧🥧🥧
p.s. Также у второй модели ниже показатель val obj loss, ппц.
Можно смело повышать кол-во. Epochs.
👍41❤2🤔2❤🔥1
Когда посмотрел урок по Python в ютубе :3
😁161🌚10👍9❤🔥8🤡7❤1
DXCam - это самая производительная Python библиотека для захвата скриншотов с экрана.
Она также работает в двух режимах, а именно "скриншот" и "потоковый захват".
Проверил её лично.
Работает лучше и значительно быстрее
Легко интегрируется с
Так как на выходе выдаёт фрейм вида
Но при желании, форму легко можно решейпнуть.
Автор утверждает, что библиотека способна захватывать 240 FPS в реальном времени (чистый захват без обработки).
Ставится командой
Она также работает в двух режимах, а именно "скриншот" и "потоковый захват".
Проверил её лично.
Работает лучше и значительно быстрее
MSS и даже D3DShot.Легко интегрируется с
Numpy, OpenCV и PIL.Так как на выходе выдаёт фрейм вида
numpy.ndarray в форме (Height, Width, 3[RGB]).Но при желании, форму легко можно решейпнуть.
Автор утверждает, что библиотека способна захватывать 240 FPS в реальном времени (чистый захват без обработки).
Ставится командой
pip install dxcam
Примеры кода и документация здесь.👍25🍓3❤🔥2❤1🐳1
This media is not supported in your browser
VIEW IN TELEGRAM
Маск показал обезьяну с вживленным нейроимплантом Neuralink, печатающую силой мысли🤯
Код скорее всего написан на Python.
Код скорее всего написан на Python.
👍92🤯31🔥12❤🔥2❤2🤔1🤡1
Делаем искуственный интеллект, который будет играть в Counter Strike: Global Offensive.
На Python + PyTorch (YOLOv7) :3
https://youtu.be/VohV9XN_4W8
На Python + PyTorch (YOLOv7) :3
https://youtu.be/VohV9XN_4W8
YouTube
Я сделал ИИ для Counter Strike: Global Offensive :D | Часть 3
Регистрация на YaTalks: https://ya.cc/t/94LZ4NWH3jo2fC
Делаем искуственный интеллект, который будет играть в Counter Strike: Global Offensive.
На Python + PyTorch (YOLOv7) :3
🆇 Скачать Нейросеть можно будет у нас в телеграме 🆇
𝟭: https://t.me/howdyho_official…
Делаем искуственный интеллект, который будет играть в Counter Strike: Global Offensive.
На Python + PyTorch (YOLOv7) :3
🆇 Скачать Нейросеть можно будет у нас в телеграме 🆇
𝟭: https://t.me/howdyho_official…
👍30🤡4❤🔥1🔥1
Ваша любимая GUI библиотека в Python?
Anonymous Poll
4%
wxPython
32%
PyQT
13%
Kivy
24%
Tkinter
4%
Custom-tkinter
3%
Eel
4%
PyWebIO
16%
Другая (в комментарии)
👍22🏆8😁6😐5❤1❤🔥1⚡1🎉1
Мало кто знает, но
Тот же модуль, установленный через
Причина в том, что версия
В то время как дефолт с
Подробнее можете почитать по ссылкам.
Однако не обязательно ставить
Для этого в
По поводу процессоров
Однако компания
Не благодарите 😉
NumPy установленный через PIP будет работать в 6 раз медленнее, чем мог бы!Тот же модуль, установленный через
Conda работает в 6 раз быстрее!Причина в том, что версия
NumPy из Conda использует MKL.В то время как дефолт с
PyPi собран на BLAS and LAPACK.Подробнее можете почитать по ссылкам.
Однако не обязательно ставить
Conda, чтобы установить производительную версию NumPy.Для этого в
PyPi есть отдельный пакет intel-numpy.По поводу процессоров
AMD тоже весело, так как раньше существовал "баг", позволяющий использовать MKL на процессорах AMD.Однако компания
Intel поправила всё и убрала эту возможность в 2021.Не благодарите 😉
😱39👍22🤔7❤🔥3🤡2😐2
Мало кто знает, но встроенная в модуль
Например, если вам нужно подождать всего 5 или 10 миллисекунд, то следует использовать кастомную функцию для этой цели на основе цикла
Пример такой функции на скрине выше.
Код можете взять здесь.
Такой метод будет работать в разы лучше, чем
time функция sleep работает не так хорошо, как требуется.Например, если вам нужно подождать всего 5 или 10 миллисекунд, то следует использовать кастомную функцию для этой цели на основе цикла
while.Пример такой функции на скрине выше.
Код можете взять здесь.
Такой метод будет работать в разы лучше, чем
time.sleep.👍38🤯4❤🔥2
Все кто не понял пост выше, - объясняю.
Стандартный
Например, если нужно подождать
А кастомная реализация подождёт именно те самые
Код на скрине выше доказывает эту теорию.
Кастомка стабильно выдает нужное время ожидания, даже если это
В то время как дефолтный
Может показаться мелочью, но об этом следует знать.
Стандартный
time.sleep работает, но на маленьких значениях результат будет не таким, какой вы ожидаете.Например, если нужно подождать
5ms или даже 10ms, time.sleep будет ждать вместо этого 15-20ms.А кастомная реализация подождёт именно те самые
5-10ms.Код на скрине выше доказывает эту теорию.
Кастомка стабильно выдает нужное время ожидания, даже если это
2ms.В то время как дефолтный
time.sleep практически каждый раз не позволяет ждать меньше 15-20ms.Может показаться мелочью, но об этом следует знать.
👍44❤4😐2😁1