cchangcs

原创 cv2 EigenFace(特征脸）

本文主要介绍cv2模块中EigenFace（特征脸），EigenFace可用来实现人脸识别。参考自：https://blog.csdn.net/loveliuzz/article/details/73810334cv2中face子模块目前支持的算法有:（1）主成分分析（PCA）——Eigenfaces（特征脸）——函数：cv2.face.EigenFaceRecogn...

原创 cv2 实现Delaunay三角剖分和Voronoi图（Delaunay Triangulation and Voronoi Diagram）

本文主要介绍使用cv2模块实现Delaunay三角剖分和Voronoi图。测试图片：示例代码：# 导入模块import cv2import numpy as npimport random# 检查点是否在长方形区域内def rect_contains(rect, point): if point[0] < rect[0]: return ...

原创 LeetCode 888. Fair Candy Swap 解题（Python）

题目如下：Alice and Bob have candy bars of different sizes: A[i] is the size of the i-th bar of candy that Alice has, and B[j] is the size of the j-th bar of candy that Bob has.Since they are friends, ...

原创 cv2 ConvexHull（凸包）

通过cv2中函数convexHull能很容易的得到一系列点的凸包，比如由点组成的轮廓，通过convexHull函数，我们就能得到轮廓的凸包。下面是对地图进行凸包检测示例代码：import cv2import numpy as npimport sys# 读取图片img = cv2.imread('./sample.jpg', 1)# 将图片转换到灰度空间gr...

原创 LeetCode 881. Boats to Save People解题（Python）

题目如下： The i-th person has weight people[i], and each boat can carry a maximum weight of limit.Each boat carries at most 2 people at the same time, provided the sum of the weight of those people ...

原创 kaggle账号被locked或blocked解决方案

前几天kaggle账号被locked了，然后一直在网上找解决方案都没有找到，现在已经unblock了，写一个方案给以后遇到这种情况的人。我的账号之所以locked是因为我用了一个号码激活两个kaggle账号，而按照kaggle官方的说法，每个人只能有一个账号。在locked之后，我就每天没kaggle的support部门发邮件：邮箱：support@kaggle.com今天终于收到...

原创 cv2颜色空间(2)——交互式的颜色检测

本文主要实现通过cv2只能够的鼠标事件实现图片中的颜色检测。下面是示例代码：import cv2import globimport numpy as np# 鼠标回调函数def showPixelValue(event, x, y, flags, param): global img, combinedResult, placeholder if ev...

原创 cv2颜色空间(1)

本文主要介绍opencv-python中的颜色空间。下面是示例代码：# 导入需要用到的模块import matplotlib.pyplot as pltfrom matplotlib.colors import LogNormimport cv2, globimport numpy as np# 指定要绘制的直方图的颜色color = 'pieces/yellow'# 指...

原创 cv2伪彩色applyColorMap()函数

本文主要介绍cv2模块中的伪彩色applyColorMap()函数。引用自：https://blog.csdn.net/u013381011/article/details/78341861colormap（色度图）假设我们想在地图上显示美国不同地区的温度。我们可以把美国地图上的温度数据叠加为灰度图像——较暗的区域代表较冷的温度，更明亮的区域代表较热的区域。这样的表现不仅令人难以置信，...

转载 ROS--rospy

第七章 rospy本章简介上一章我们学习了C++语音的ROS接口roscpp，本章我们来学习ROS的另一个接口rospy，也即是Python语音的接口。客户端库（Client Libarary）不仅仅指的是C++、Python语言的接口，其实是各种语言的接口统称。rospy中函数的定义，函数的用法都和roscpp不相同。本章依旧需要一定的Python编程基础，不熟悉该语言需要先行学习P...

转载 ROS——roscpp

从本章开始，我们就要正式的接触ROS编程了。在之前的章节，你了解到用命令行启动ROS程序、发送指令消息，或使用可视化界面来调试机器人。你可能很想知道，这些工具到底是如何实现这些功能的。起始这些工具本质上都是基于ROS的客户端库（Client Libarary）实现的，所谓客户端库，简单的理解就是一套接口，ROS为我们机器人开发者提供了不同语言的接口，比如roscpp是C++语言ROS接口，rosp...

转载 ROS——常用工具

本章主要介绍了ROS开发时常常使用的工具，分别是：Gazebo RViz rqt rosbag rosbridge moveit!这六个工具是我们开发常常用到的工具，gazebo是一种最常用的ROS仿真工具，也是目前仿真ROS效果最好的工具；RViz是可视化工具，是将接收到的信息呈现出来；rqt则是非常好用的数据流可视化工具，有了它我们可以直观的看到消息的通信架构和流通路径；ros...

转载 ROS——通信（二）

4.1 Service4.1.1 Service上一章我们介绍了ROS的通信方式中的topic(主题)通信，我们知道topic是ROS中的一种单向的异步通信方式。然而有些时候单向的通信满足不了通信要求，比如当一些节点只是临时而非周期性的需要某些数据，如果用topic通信方式时就会消耗大量不必要的系统资源，造成系统的低效率高功耗。这种情况下，就需要有另外一种请求-查询式的通信模型。这节我们...

转载 ROS——通信（一）

ROS中的通信方式有四种，主题、服务、参数服务器、动作库。 Node在ROS的世界里，最小的进程单元就是节点（node）。一个软件包里可以有多个可执行文件，可执行文件在运行之后就成了一个进程(process)，这个进程在ROS中就叫做节点。 从程序角度来说，node就是一个可执行文件（通常为C++编译生成的可执行文件、Python脚本）被执行，加载到了内存之中；从功能角度来说，通常一个no...

转载 机器学习/深度学习面试

转载 ROS——TF与URDF

 第八章 TF与URDF本章简介机器人的坐标变换一直以来是机器人学的一个难点，我们人类在进行一个简单的动作时，从思考到实施行动再到完成动作可能仅仅需要几秒钟，但是机器人来讲就需要大量的计算和坐标转换。其中的坐标转换TF和URDF是本章要详细介绍的内容。首先我们从认识TF开始，然后学习TF消息和TF树，在后面我们还介绍了TF的数据类型和在C++以及Python中的一些函数和类。也简单...

转载 ROS——SLAM与Navigation

第九章 SLAM本章简介机器人研究的问题包含许许多多的领域，我们常见的几个研究的问题包括：建图(Mapping)、定位(Localization)和路径规划（Path Planning），如果机器人带有机械臂，那么运动规划（Motion Planning）也是重要的一个环节。而同步定位与建图（SLAM）问题位于定位和建图的交集部分。SLAM需要机器人在未知的环境中逐步建立起地图，然后根...

转载 ROS——文件系统

 对于源代码包，我们只有编译才能在系统上运行。而Linux下的编译器有gcc、g++，随着源文件的增加，直接用gcc/g++命令的方式显得效率低下，人们开始用Makefile来进行编译。然而随着工程体量的增大，Makefile也不能满足需求，于是便出现了Cmake工具。CMake是对make工具的生成器，是更高层的工具，它简化了编译构建过程，能够管理大型项目，具有良好的扩展性。对于ROS这样大...

原创 cv2给图像上色

本文主要介绍采用python中的cv2模块实现图片上色。首先需要下载预训练的model。1、创建getModels.sh文件，并输出如下内容：mkdir modelswget https://github.com/richzhang/colorization/blob/master/colorization/resources/pts_in_hull.npy?raw=true -O...

转载 DSP（1）

本文为数字信号处理的学习记录。一、DSP简介数字信号处理的过程：模拟信号通过采样/保持电路（S/H）和模电转换电路（A/D），数字化为数字信号x[n]，经过DSP处理为新的数字信号y[n]，这样的数字信号需要通过D/A转换和低通滤波器（LPF），可以还原为模拟信号作为输出。DSP（数字信号处理）相对于ASP（模拟信号处理）的优点：（1）DSP对噪声和温度比较不敏感；（2）DSP具有...

原创 设置LeetCode Notebook中notes图片大小

本文主要介绍如何设置LeetCode Notebook中notes的图片大小。将更改为<img src="https://s3-lc-upload.s3.amazonaws.com/uploads/2018/08/0...

原创 fastai案例学习（3）——MNIST手写数据集

本文主要介绍fastai自带的案例，MNIST手写数据集。1、导入包。import fastaifrom fastai import *from fastai.vision import *2、下载MNIST数据集。path = untar_data(URLs.MNIST_SAMPLE)path\3、通过Image folder对数据进行转换，并进行标准化。...

原创 fastai案例学习（2）——cifar数据集分类

本文主要介绍fastai的自带案例，使用fastai实现cifar数据集分类。1、导入模块。from fastai import *from fastai.vision import *from fastai.vision.models.wrn import wrn_22torch.backends.cudnn.benchmark = True2、下载CIFAR数据集。...

原创 fastai案例学习（1）——实现猫狗分类

本文主要介绍fastai自带的例子，即使用fastai实现猫狗分类。1、导入包from fastai import *from fastai.vision import *2、下载数据# 导入数据path = untar_data(URLs.DOGS)pathOutput: PosixPath('/home/cc/.fastai/data/dogscats')3...

原创 ssm框架（一）

在进行ssm框架开发时，通过数据库表反向生成数据库操作代码。步骤：1、建立bean文件。2、建立数据库和数据库表。3、创建mybatisgenerator.xml文件，并修改相应代码：<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE generatorConfiguration PUBLIC "-//myb...

原创 ubuntu16安装fastai

本文主要介绍ubuntu16中安装fastai。由于我走了很多弯路，所以在强烈推荐大家使用conda进行安装！！！最好不要使用pip进行安装。首先，在ubuntu中安装并配置anaconda环境变量（最好添加到/etc/profile中）。参考：Ubuntu 安装 Anaconda3 详细步骤Ubuntu自定义路径安装Anaconda接下来，使用conda安装fastai。...

原创 安装pyecharts报错Command "python setup.py egg_info" failed with error code 1

在使用 pip install pyecharts 命令安装pyechats 时，出现了如下错误：Command "python setup.py egg_info" failed with error code 1 in C:\Users\SEAVAN~1\AppData\Local\Temp\pip-install-90y1cxrp\jupyter-echarts-pypkg\解决办...

原创 keras 字符分类

本文主要实现使用keras对字符进行分类。项目目录结构：一、生成数据。注：生成数据的代码只能在ubuntu操作系统中运行。generate_image.py:import osimport randomimport numpy as npimport uuidPATH_TO_LIGHT_BACKGROUNDS = 'light_backgrounds/'PAT...

原创 ubuntu 登录界面循环

安装了TensorFlow的ubuntu系统一直卡在登录界面，不断循环，在查找资料之后，发现是nvidia驱动的原因。解决办法：1、在登录界面，同时按 Ctrl+alt+F1 进入命令行界面，并输入当前 用户名和密码 进行登录。2、运行如下代码对nvidia驱动进行卸载，并重新安装ubuntu桌面：sudo apt-get remove --purge nvidia-* ...

原创 HTML设置网站标题前的logo

本文主要介绍在HTML网页中设置网站标题前的logo，主要分为两步：一、将logo图片转换为ico格式：在线转换网址：http://cn.faviconico.org/favicon二、在<head></head>标签中添加如下代码：<link rel="icon" type="image/x-ico" href="./static/image/cc...

原创 keras 实现GAN（生成对抗网络）

本文将介绍如何在Keras中以最小的形式实现GAN。具体实现是一个深度卷积GAN，或DCGAN：一个GAN，其中generator和discriminator是深度卷积网络，它利用`Conv2DTranspose`层对generator中的图像上采样。然后将在CIFAR10的图像上训练GAN，CIFAR10数据集由属于10个类别（每个类别5,000个图像）的50,000个32x32 RGB图像构...

原创 ubuntu解压zip文件出现权限问题

在ubuntu中解压zip文件时，解压出的csv文件带上了锁和叉号，使得普通用户无法进行读取。解决办法：cd到解压出来的文件目录下。运行：sudo chmod u+rw train.csv即可消除权限限制，普通用户也可对解压出的zip文件进行处理。...

原创 keras实现Deep Dream

本文主要介绍通过keras提供的Inception V3实现Deep Dream，keras提供了许多类似的可用网络，如VGG16,VGG19, Xception,ResNet50。下面是示例代码：# coding: utf-8# In[2]:from keras.applications import inception_v3from keras import backe...

原创 keras使用LSTM生成文本

本文主要介绍使用LSTM实现字符级文本生成。下面是示例代码：# coding: utf-8# In[1]:# 下载语料库并将其转化为小写import kerasimport numpy as nppath = keras.utils.get_file( 'nietzsche.txt', origin='https://s3.amazonaws.com...

原创 keras 使用卷积神经网络进行序列处理

本文主要介绍使用卷积神经网络进行序列处理。下面是示例代码：# coding: utf-8# In[2]:'''使用convnet进行序列处理：在Keras中，通过`Conv1D`层使用1D convnet，它具有与`Conv2D`非常相似的接口。它需要具有shape`（样本，时间，特征）的3D张量输入，并且还返回类似形状的3D张量。卷积窗口是时间轴上的1D窗口，输入张...

转载 python实现睡眠排序(sleep sort)

本文主要介绍使用python实现睡眠排序（Sleep Sort）。import _threadfrom time import sleepimport numpy as npitems = [2, 4, 10, 2, 1, 7]# 求平均值m = np.mean(items)# 求数字位数length = len(str(m).split('.')[0])# 计算等待时间的...

原创 keras RNN的高级用法

本文主要介绍循环神经网络的高级用法。本节将介绍三种用于改善循环神经网络的性能和泛化能力的高级技术。* *Recurrent dropout 递归丢失*，一种特定的内置方法，可以使用丢失来对抗复发层中的过度拟合。* *Stacking recurrent layers 堆叠循环层*，以增加网络的代表性能力（以更高的计算负荷为代价）。* *Bidirectional recurrent...

原创 keras RNN、LSTM对IMDB数据集进行分类

本文介绍如何基于keras采用RNN和LSTM对IMDB数据集进行分类。示例代码：from keras.layers import SimpleRNNfrom keras.models import Sequentialfrom keras.layers import Embedding, SimpleRNNmodel = Sequential()model.add(Embed...

原创 keras单词嵌入（word embeddings）

将矢量与单词相关联的另一种流行且有效的方法是使用密集的“单词向量”，也称为“单词嵌入”。 虽然通过单热编码获得的向量是二进制的，稀疏的（主要由零组成）和非常高维的（与词汇表中的单词数相同的维度），“单词嵌入”是低维浮点向量（即 “密集”向量，与稀疏向量相反）。 与通过one-hot编码获得的单词向量不同，单词嵌入是从数据中学习的。当处理非常大的词汇表时，通常会看到256维，512维或1024维的单...

原创 keras one-hot编码

本文主要介绍使用keras对数据进行one-hot编码。下面是示例代码：import numpy as np# 初始数据; 每个“样本”一个条目samples = ['The cat sat on the mat.', 'The dog ate my homework.']# 首先，构建数据中所有token的索引token_index = {}for sample in s...