- 博客(12)
- 收藏
- 关注
RSS订阅原创 ＜class ‘numpy.ndarray‘＞和＜class ‘NoneType‘＞的判断
假设a是<class ‘numpy.ndarray’>类型，b是<class ‘NoneType’>类型，我刚开始用的是：if a==none or b==none:这样会报错的，因为代码无法啊判断numpy.ndarray是不是none，所以在仔细思考之后我用到了这个方法：a_type = str(type(a))b_type = str(type(b))这样的结果是a_type和b_type都是字符串，就可以用等号和<class ‘numpy.ndarray’
2020-10-14 16:10:00
2570
1
原创 解决module ‘cv2.cv2‘ has no attribute ‘xfeatures2d‘
我使用cv2.xfeatures2d的时候出现这个错误，然后下载了 opencv-contrib-python就解决了这个问题。我用的命令是：pip install opencv-contrib-python
2020-10-13 15:06:41
174
转载 iteration、batch size和epoch之间的关系
https://blog.csdn.net/qq_37274615/article/details/81147013epoch：训练时，所有训练数据集都训练过一次。batch_size：在训练集中选择一组样本用来更新权值。1个batch包含的样本的数目，通常设为2的n次幂，常用的包括64,128,256。 网络较小时选用256，较大时选用64。iteration：训练时，1个batch训练图像通过网络训练一次（一次前向传播+一次后向传播），每迭代一次权重更新一次；测试时，1个batch测试图像通过
2020-05-15 11:43:20
719
转载 照片彩色属性
from PIL import Image im1 = Image.open("photo.png") print("im1的色彩模式为{}".format(im1.mode))查看照片彩色模式属性
2020-05-15 11:28:40
198
转载 numpy数组拼接，将两个数组合成一个数组
数组或者张量的拼接和合成：数组a,b:np.vstack((a, b))v 表示vertical 垂直，也就是竖着拼接 ,行增加np.hstack((a, b))h表示Horizontal 横向，列增加
2020-05-13 09:29:27
5474
原创 No module named 'skimage'解决办法
No module named ‘skimage’ 意思是没有这个模块，在Linux服务器上需要先联网，联网之后使用命令：pip install scikit-image等待下载安装完成即可。
2020-05-11 15:37:42
31906
原创 pytorch 绘制混淆矩阵
import matplotlib.pyplot as pltimport numpy as np#cm是统计好的混淆矩阵，file_path是存储混淆矩阵图像的路径，epoch为我自己传参过来的测试的次数，可以去掉epoch，看大家的要求。def plot_Matrix(cm, file_path, epoch):cmap=plt.cm.Bluesclasses = [‘Social’, ‘Using computer’, ‘Reading’]#规定出来的x,y轴的值，plt.rc(‘font
2020-05-10 19:14:39
5317
4
原创 Linux服务器上pytorch环境的配置
博主才配置pytorch之前已经安装好了anaconda，没有安装过的小可爱要先安装一下anaconda哦~话不多说，进入正题Pytorch环境配置：1.新建虚拟环境：conda create -n pytorch python=3.6（pytorch中指定你虚拟环境的名字，python后面的数字是虚拟环境中python的版本）2.进入新建的虚拟环境中 conda activate pytorch3.配置清华镜像，因为在pytorch官网进行下载安装的话网速会非常慢，不一定能装好。命令行分别输
2020-05-10 16:14:22
2174
原创 faster rcnn跑自己的船只数据集总结
faster rcnn跑自己的船只数据集总结我使用的数据集是kaggle挑战赛的船只数据集，数据标注以csv格式给出，以游码rle形式存储各数据，我首先将数据标注转换成了coco数据集的json格式，之后以json作为中介，将标注转换成VOC数据集的xml格式...
2019-11-10 16:09:19
1551
8
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