- 博客(27)
- 收藏
- 关注
RSS订阅原创 0x7C8D5BD2 (ucrtbased.dll)处(位于 Project3.exe 中)引发的异常: 0xC0000005: 写入位置 0x00781320 时发生访问冲突。
第二种：#define _CRT_SECURE_NO_WARNINGS+scanf（）函数。第一种：>=1都可以。scanf_s()函数与scanf（）函数的区别。VS2017$$VS2019存在的问题？
2024-04-18 10:14:35
177
原创 RTT*算法的一点实践发现
于是乎猜测，通过某些手段可以使得算法更优！比如在障碍物包围的空白地方随机生成一个障碍物目标，使得现在的路径长度比原来的路径长度更优。虽然我们原来的障碍物会生成一个比现在添加一个点的实验结果更优，但是随机性扰动性太大，一下子得到不了更优的结果，所以说添加一个适当的条件来减少随机性扰动。当我在pycharm里面测试RTT*算法时，当我适当添加一个点的位置时（7,6,2），当前的路径长度比原来的路径长度减小了一部分（len(原) > len(现)）。
2024-01-16 11:00:16
913
1
原创 warnings.warn(‘SymbolDatabase.GetPrototype() is deprecated. Please ‘
最近在pycharm中，完好的代码部分突然出现了报错信息！由于是后台某些库函数模块进行了更新导致的。只要在系统程序中抛出这个警告就好了！
2023-12-04 14:55:53
149
原创 darknet_io.cpp:896: error: (-215:Assertion failed) [BUG]很重要！！！！！
cv2.error: OpenCV(4.6.0) D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\darknet\darknet_io.cpp:896: error: (-215:Assertion failed) classes > 0 && num_of_anchors > 0 && (num_of_anchors * 2) == anchors_vec.size() in function 'cv::dnn::darknet::ReadD
2023-09-18 15:13:17
160
原创 解决 cannot import name ‘builder‘ from ‘google.protobuf.internal‘[bug]
出现问题原因，protobuf该升级了！
2023-09-08 17:02:28
379
1
原创 AttributeError: ‘tuple‘ object has no attribute ‘flatten‘
AttributeError: ‘tuple‘ object has no attribute ‘flatten‘
2023-09-06 09:42:02
850
1
原创 Loading weights from yolov3.weights....Couldn‘t open file:yolov3.weights!
Loading weights from yolov3.weights....Couldn't open file:yolov3.weights!
2023-08-15 10:15:39
260
5
原创 BUG:Could not locate zlibwapi.dll. Please make sure it is in your library path!
Could not locate zlibwapi.dll. Please make sure it is in your library path!
2023-08-15 09:40:49
1890
6
原创 单张图像预测结果，并显示在图像上
通过简单地将深度学习模型在imagenet上训练好的参数，调用模型对单张动物图像进行预测，输出的结果显示在当前单张图像上。
2023-07-26 10:59:03
183
1
原创 TensorBoard可视化：TensorFlow提供的一个可视化工具
浅谈一下tensorboard，通过简单的代码来实践这个可视化工具。保姆级教程
2023-07-21 10:54:19
152
1
原创 keras报错： ValueError: Shapes (None, 5) and (None, 10) are incompatible
keras报错： ValueError: Shapes (None, 5) and (None, 10) are incompatible
2023-07-18 09:31:22
737
1
原创 浅谈计算机视觉深度学习的任务
它可以是单标签分类，也可以是多标签分类。计算机视觉深度学习任务包括图像分类、图像分割、目标检测、图像相似度评分、关键点检测、姿态估计、三维网格估计等。图像分类、图像分割、目标检测是现代计算机视觉的三项基本任务，也可以说是三座大山或者三辆马车。将图像“分割”或“划分”成不同的区域，每个区域通常对应着一个类别。评估2张图像的视觉相似程度。对图像中的感兴趣的目标周围绘制矩形框，并给出每个矩形对应的类别。对单张图像或者一段视频中的人或者其他的姿态的估计，如人体姿态。精确定位图像的感兴趣的属性，如面部特征。
2023-07-11 16:13:01
105
原创 pycharm中keras版本问题
代码报错：AttributeError: module 'keras.preprocessing.sequence' has no attribute 'pad_sequences'。
2023-02-24 11:11:34
763
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人