MasterCayman的博客

原创 visio图片自适应贴边，存储为pdf

二、另存为pdf。

原创 熵、交叉熵、KL散度

损失函数推导

原创 matplotlib绘制坐标轴上数字的千位分隔符

python中的matplotlib绘图

原创 Python按顺序读取文件夹中文件

我们有时候会读取一个文件夹中的所有的文件。但是，os.listdir()返回的文件名不一定是顺序的，这就要求我们对返回的文件名列表进行排序：这时我们想到利用Epoch后面的数字对其进行排序，具体代码如下：def file_name(path): train_loss_list = [] val_loss_list = [] loss_file_name = [] files = os.listdir(path) # 采用listdir来读取所有文件..

原创 论文中的CNN网络绘制软件

一、PPT功能非常强大（红框部分是角度的设置）其他属性调节，例如深度调节可以突出立体感。二、PlotNeuralNet（latex格式，输出是PDF文档）三、ConvNetDraw四、Origin Labl

原创 opencv-图像叠加/融合/mask掩模

利用opencv的cv2.add()函数将实现两张图片的叠加，但是叠加后的图片将会改变颜色。同时可以使用numpy实现，res=img1+img2。

原创 SVD和其变种

一、SVDm*n的对角阵示例：任意给定一个实矩阵,其奇异值分解一定存在。实对称矩阵：二、 SVD的变种三、RSVD RSVD的进一步优化四、SVD++上图的Ru相当于上面的Nu。...

原创 Pycharm中实现动态图显示

step1: Preferencestep2: Toolsstep3: Python Scientificstep4: 不要勾选Show plots in tool window

原创 ax.add_patch()的使用

作用：为图像添加补丁，具体代码如下代码所示。import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.patches import Circle# 创建画布fig = plt.figure(figsize=(12, 8), facecolor='beige', # 米黄色 )# 划分子区axes = fig.subplots(nrows=2,

原创 RuntimeError: Can‘t call numpy() on Variable that requires grad. Use var.detach().numpy()

将PyTorch Tensor类型的变量转换成numpy时报错。出现这个现象的原因是：待转换类型的PyTorch Tensor变量带有梯度，直接将其转换为numpy数据将破坏计算图，因此numpy拒绝进行数据转换。如果自己在转换数据时不需要保留梯度信息，可以在变量转换tensor1.numpy()改为tensor1.detach().numpy()之前添加detach()调用。...

原创 np.argmax()和max()助解

一、argmax()argmax取最大值，然后返回索引。(1)一维向量import numpy as npa = np.array([3, 1, 2, 4, 6, 1])res = np.argmax(a)print(res)取a中元素最大值所对应的索引（索引默认从0开始），此时的最大值是6，其对应的位置索引值为4。（2）二维张量a = np.array([[1, 5, 5, 2], [9, 6, 2, 8], [3

原创 Numpy中的（axis=？）助解

在阅读开源项目代码时，总是被numpy中的（axis=？）搞得懵逼，特别是维度较高的时候。近期读了几篇博客终于给寡人整明白了。下面通过示例说明numpy中axis的使用。首先对numpy中axis取值进行说明：一维数组时axis=0，二维数组时axis=0，1，维数越高，则axis可取的值越大，数组n维时，axis=0，1，…，n。为了方便下面的理解，我们这样看待：在numpy中数组都有着[]标记，则axis=0对应着最外层的[ ]，axis=1对应第二外层的[ ]，以此类推，axis=n对应第n外层的

原创 np.array和PIL.Image之间的相互转换

当使用PIL.Image.open()打开图片后，如果要使用img.shape函数，需要先将image形式转换成array数组。# img to arrayimg = numpy.array(im)array转化为image形式# array to imageimg = Image.fromarray(img.astype('uint8')).convert('RGB')# 或者img = Image.fromarray(np.uint8(img))代码：from .

原创 9.opencv中伪彩色applyColorMap函数的应用

在图像处理中，伪色彩用途广泛。例如伪色彩中的 COLORMAP_JET模式，就常被用于生成我们所常见的热力图。# 语法cv2.applyColorMap(src, userColor[, dst])COLORMAP_AUTUMN = 0 COLORMAP_BONE = 1 COLORMAP_JET = 2 COLORMAP_WINTER = 3 COLORMAP_RAINBOW = 4 COLORMAP_OCEAN = 5 COLORMAP_SUMMER = 6 COLORM..

原创 pytorch中关于网络参数的相关操作

在深度学习中，获取网络的参数信息，对网络的finetune非常重要，下面将举一个简单的例子说明如何获取网络参数。# coding: utf-8import torch.nn as nnimport torch.nn.functional as F# ----------------------------------- state_dictclass Net(nn.Module): def __init__(self): super(Net, self).__in

原创 防止windows 10系统崩溃的几种操作

第一种：为系统设置还原点（具体如下图）之后创建，点击确定。第二种：系统镜像备份

原创 一个完整的图像分类项目

# coding: utf-8import torchfrom torch.utils.data import DataLoaderimport torchvision.transforms as transformsimport numpy as npimport osfrom torch.autograd import Variableimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as .

原创 glob.glob() 函数

查找符合特定规则的文件路径名。查找文件只用到三个匹配符：“”， “ ? ”，“ [ ] ”，“ * ”。“ ”匹配0个或多个字符；“ ? ”匹配单个字符；“ [] ”匹配指定范围内的字符，如：[0-9]匹配数字。“ * ”匹配所有。该函数返回所有匹配的文件路径列表。它只有一个参数pathname，定义了文件路径匹配规则，这里可以是绝对路径，也可以是相对路径。# 绝对路径for root, dirs, files in os.walk(dataset_dir):for..

原创 pickle.load()和pickle.dump()

python的pickle模块实现了基本的数据序列和反序列化。pickle.dump(obj, file, [,protocol])注：将对象obj保存到文件file中去。 protocol为序列化使用的协议版本，0：ASCII协议，所序列化的对象使用可打印的ASCII码表示；1：老式的二进制协议；2：2.3版本引入的新二进制协议，较以前的更高效。protocol默认值为0，如果protocol>=1，文件对象需要是二进制模式打开的。pickle.load(fi.

原创 python中的next()和iter()函数

可迭代的对象（可以用for循环的对象）Iterable：一类：list，tuple，dict，set，str；二类：generator（都是Iterator对象），包含生成器和带yield的generatoe function。而生成器不但可以作用于for，还可以被next()函数不断调用并返回下一个值，可以被next()函数不断返回下一个值的对象称为迭代器：Iterator。生成器都是Iterator对象，但list，dict，str是Iterable，不是Iterator，要把list，

原创 CUDA多个版本的切换

参考：https://blog.csdn.net/DeepOscar/article/details/109808238?utm_source=app&app_version=4.12.0&code=app_1562916241&uLinkId=usr1mkqgl919blen

原创 PyCharm实现高效远程调试代码

一、PyCharm实现远程调试代码一些系列确认之后开始上传项目文件。二、远程终端的使用（1）方法1：调用远程服务器终端，开启Linux ssh绘画窗口，如下图：下面的操作和在里面中的一样。（2）方法2：File -> Settings -> Tools -> SSH Terminal，如下图位置选择Linux服务器的Python版本路径。下图是代码同步记录：三、使用 PyCharm 注意事项：代码修改，选择左边的本地目录进行...

原创 目标检测的性能指标

前传耗时(ms):从输入- 张图像到输出最终结果所消耗的时间，包括前处理耗时(如图像归一化)、网络前传耗时、后处理耗时(如非极大值抑制) 每秒帧数FPS (Frames Per Second): 每秒钟能处理的图像数量 浮点运算量(FLOPS)：处理一张图像所需要的浮点运算数量，跟具体软硬件没有关系，可以公平地比较不同算法之间的检测速度。———————————————————————————————————————————利用混淆矩阵理解recall：真实框有多少被预测正确（TTP、T..

原创 UltraISO（软碟通）制作各类U启动

步骤如图所示：写入方式一般默认，选择了写入方式之后要先格式化，格式化完毕之后点击写入等待写入完毕即可。

原创 Pycharm创建项目时头部自动添加信息

1.打开PyCharm，选择File--Settings2.依次选择Editor---Code Style-- File and Code Templates---Python Script3.添加头部内容#!/usr/bin/python3 可用的预定义文件模板变量为： $ {PROJECT_NAME} - 当前项目的名称。 $ {NAME} - 在文件创建过程中在“新建文件”对话框中指定的新文件的名称。 $ {USER} - 当前用户的登录名。..

转载 pytorch 中的.detach() .detach_()

当我们在训练网络的时候，（1）可能希望保持一部分的网络参数不变，只对其中一部分的参数进行调整；（2）只训练部分分支网络，并不让其梯度对主网络的梯度造成影响，这时候我们就需要使用detach()函数来切断一些分支的反向传播。tensor.detach()返回一个新的tensor，从当前计算图中分离下来的，但是仍指向原变量的存放位置,不同之处只是requires_grad为false，得到的这个tensor永远不需要计算其梯度，不具有grad。即使之后重新将它的requires_grad置.

原创 Image.open(path_img).convert(‘RGB‘)

使用Image.open读出图像，加convert('RGB')的作用。读出来的图像是RGBA四通道的，A通道为透明通道，该对深度学习模型训练来说暂时用不到，因此使用convert(‘RGB’)进行通道转换import osfrom PIL import Imagepath_img = os.path.join(os.path.dirname(os.path.abspath(__file__)), "picture.png")img1 = Image.open(path_img)img2

原创 1.LeNet 和 AlexNet

import torchimport torch.nn as nnimport torchsummary as summaryclass AlexNet(nn.Module): def __init__(self, num_classes=1000): super(AlexNet, self).__init__() self.features = nn.Sequential( nn.Conv2d(3, 64, kernel_size.

原创 summary(net, input_size=(3, 32, 32))TypeError: ‘module‘ object is not callable

import torchimport torch.nn as nnimport torch.nn.functional as Fimport torchsummary as summaryclass LeNet(nn.Module): def __init__(self, classes): super(LeNet, self).__init__() self.conv1 = nn.Conv2d(3, 6, 5) self.conv2 .

原创 ppt透明色设置

原创 pytorch中数据增强-2

train_transform = transforms.Compose([ transforms.Resize((224, 224)), # 1 FiveCrop # transforms.FiveCrop(112), # 返回的是tuple元组，下面是对元组的转化 # transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops])), .

原创 pytorch中数据增强-1

train_transforms = transforms.Compose([ transforms.Resize((224, 224)), # 1.CenterCrop # transforms.CenterCrop(512), # 196、512 # 2.RandomCrop # transforms.RandomCrop(224,padding=16), # transforms.RandomCrop(224,padding=(16, 64)),.

原创 8.opencv中其他内容

opencv其他内容详见：https://blog.csdn.net/qq_37541097/article/details/79999902?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162281930116780357282459%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=162281930116

原创 7.opencv摄像头调用和视频文件处理

一、摄像头的调用涉及函数：函数1：cv2.Videoture()参数说明：0,1代表电脑摄像头，或者文件路径。【默认的摄像头是0，也可以输入一个本地视频的路径。】函数2：ret, frame = cap.read()参数说明：cap.read()按帧读取视频。 ret：返回布尔值Ture/False，如果读取帧是正确的则返回Ture；如果文件读取到结尾，它的返回值就是为False。 Frame：每一帧的图像，是个三维矩阵。import cv2# 打开内置摄像头，设置成1或者其他

原创 6.opencv图像形态学操作

一、图像腐蚀涉及函数：cv2.erode(src, element, anchor, iterations)参数说明：参数1：原图像 参数2：腐蚀操作的内核，默认是一个简单的3x3矩 参数3：默认为Point(-1, -1)，内核中心点 iterations， 腐蚀次数，默认为1import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread("xingtai.png", 1)i..

原创 5.opencv滤波器与增强

高频：图像中变化剧烈的部分。低频：图像灰度值变化缓慢、平坦的部分。根据高低频，可以设置高通和低通滤波器。高通滤波器可以检测变化尖锐、明显的地方，用于边缘检测；低通可以让图像变得平滑，消除噪声，用于图像平滑去噪。...

原创 4.opencv图像几何变换

以上操作将会涉及仿射变换函数：cv2.warpAffine(src, M, dsize, flags, borderMode, borderValue)参数说明：src：输入图像 M：仿射变换矩阵 dsize：输出图像的大小 flags：插值方式的组合（int类型！） borderMode：边界像素模型（int类型！） borderValue：（重点！）边界填充值；默认情况下为0。flags：插值方式cv2.INTER_LINEAR，表示线性插值 cv2.INTER_NE..

原创 3.opencv常用操作

一、

原创 2.opencv基础操作

一、图像读取（1）cv2.imread()的三种读取方式# 导入opencv的python版本依赖库cv2import cv2# 使用opencv中imread函数读取图片，注意读取出来的是BGR格式img = cv2.imread("图片名.jpg", cv2.IMREAD_UNCHANGED) print(img.shape)# print(img) #（b,g,r）的图像数组cv2.imshow("image", img)k = cv2.waitKey(0) # 等

原创 word中mathtype公式间距问题

遇到公式间距较大时，去除掉红框部分的√，即可解决公式导致的正文间距不匹配问题。