自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

摘星阁

  • 博客(74)
  • 资源 (71)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 报错解决 TypeError: _native_multi_head_attention(): argument ‘qkv_bias‘ (position 7) must be Tensor, not

检查环境torch版本2.0.0，建议版本2.1.0。报错解决，不知道谁给我把环境改了。

2024-09-21 15:45:56 143

原创 报错解决 import torch_scatter导致Segmentation fault (core dumped)

跑代码发现会Segmentation fault (core dumped)，最后定位到是import torch_scatter导致的，但卸载torch_scatter重装也没解决。一番折腾后意识到我刚改过gcc环境，可能这个包是要重新编译的。编译时间比较久，需要等待一下。重装后问题成功解决。

2024-09-18 23:24:11 175

原创 报错解决 gcc: fatal error: cannot execute ‘cc1plus‘: execvp: No such file or directory

跑代码遇到报错重新运行，报错解决！

2024-07-26 14:55:12 1235 2

原创 报错解决 Failed to load library libonnxruntime_providers_tensorrt.so with error: libnvinfer.so.8

所以可以猜测是 Python 的 tensorrt 库的版本问题。但重新运行程序发现报错还是没有解决，根据网上资料将路径加入。搜了网上的教程没用，检查了一下。重新运行，报错解决。

2024-07-03 11:06:47 1430

原创 TypeError: expected str, bytes or os.PathLike object, not NoneType 报错解决

观察发现，似乎是下面这句代码查找。

2024-06-06 11:18:06 1125

原创 PyQt6实战 | 绘图画板程序 自由绘制 直线 矩形 椭圆 画笔颜色和大小选择

通过本文，我们学习了如何使用 PyQt6 创建一个简单的绘图应用程序。该应用程序实现了基本的绘图功能，并提供了友好的用户界面。希望这能为你进一步开发更复杂的绘图应用程序提供一些启发。

2024-05-28 07:27:35 590

原创 使用OverPy API批量获取OpenStreetMap(OSM)城市路网png图片和svg矢量图

在地理信息系统（GIS）和数据可视化领域，获取城市路网的图像对于分析和展示城市交通结构至关重要。OpenStreetMap (OSM) 是一个免费且开放的地理数据源，而OverPy 是一个用于访问OSM数据的Python库。本文将详细介绍如何使用OverPy API批量获取多个城市的路网数据，并生成PNG图片和SVG矢量图。

2024-05-16 02:37:18 625

原创 报错解决 ValueError: Module {key} is not a LoRACompatibleConv or LoRACompatibleLinear module.

【代码】报错解决 ValueError: Module {key} is not a LoRACompatibleConv or LoRACompatibleLinear module.

2024-05-13 11:29:37 356

原创 报错解决 AttributeError: partially initialized module ‘wx‘ has no attribute ‘__version__‘

跑代码在我试着单独import wx。

2024-05-08 10:23:52 270

原创 TypeError: Image.__init__() got an unexpected keyword argument ‘tool‘

这是gradio的Image模块里报错了，看着像是版本问题。，发现最新版本4.19.2里已经移除了tool，而3.50.2里是有的。看一下版本，我装的是4.19.2。

2024-02-28 10:34:40 1675

原创 深度学习实战 | 卷积神经网络LeNet手写数字识别（带手写板GUI界面）

本文将介绍如何使用LeNet卷积神经网络实现手写数字识别，并使用Pytorch实现LeNet手写数字识别，使用PyQt5实现手写板GUI界面，使用户能够通过手写板输入数字并进行识别。通过本文的实践，你可以学到如何使用LeNet卷积神经网络实现手写数字识别，以及如何结合GUI开发一个手写板界面，更直观地进行数字识别交互。这个例子中，用户可以在手写板上写数字，点击识别按钮后，程序将手写板上的数字送入LeNet模型进行识别，并在界面上显示识别结果。

2024-02-04 00:11:33 2585

原创 报错解决方法 ImportError: cannot import name ‘ConvBNReLU‘ from ‘torchvision.models.mobilenetv2‘

可以看出这是 torch 版本更新时希望把模块的 norm 和 act 变得更灵活而做出的修改。这个是torch版本问题，新版修改了API，只需要将。

2023-12-09 19:11:04 1420

原创 pip install mpi4py报错：ERROR: Could not build wheels for mpi4py, which is required to install pyprojec

在 conda 环境下 `pip install mpi4py` 安装 mpi4py 库时出现编译报错，报错信息为：line 301: x86_64-conda_cos6-linux-gnu-cc: command not found

2022-10-05 21:11:23 19168 17

原创 pix2pix/CycleGAN生成图片上有像破洞的伪影 参考解决方法

之前训练pix2pix和CycleGAN就经常遇到这个问题，不知道怎么回事。最近又在用pix2pix又发现这个问题，看百度上没有网友有相关解答，就去github的pix2pix官方库搜了一下issues，结果还真找到有网友反馈了。链接如下：Black Artefacts (Holes) in translated images · Issue #725 · junyanz_pytorch-CycleGAN-and-pix2pix总的来说网友总结的经验就是，这种破洞伪影应该属于一种模式奔溃，如果遇到出现这种情

2022-06-26 22:46:15 1635

原创 KeyError: “Unable to open object (object ‘xxxx‘ doesn‘t exist) 解决方法

使用 h5py 读取文件时遇到报错：如果遇到这个问题，首先要确定的是你的路径中是否包含中文。如果有，请把你的路径中的中文去掉或者把项目移到没有中文的路径。很多开源库由于对路径中 utf-8 字符支持不完善会出现这个问题，像 opencv-python 到现在也没修复这个问题，h5py 也一样。这提醒我们作为编程者，在文件夹命名时要避免使用中文命名，以避免不必要的报错和调试。因为像这种报错如果你没有查阅到相关资料，可能好几天都很难找到错误在哪。...

2022-06-26 09:01:12 3967

原创 ImportError: DLL load failed while importing win32gui: 找不到指定的程序。解决方法

升级了win11之后，我发现pywin32无法使用了。明明已经安装了pywin32，但每次import win32gui都会提示这个报错：搜了一下也没有网友提供解决方法，于是上官网去找终于找到了，亲测有效：在 Python 中安装 pywin32 库安装完成后找到自己的 Python 根目录，在该目录下打开命令行。比如我使用的时 conda 的环境，目录是 ，我就在命令行中 到这个目录，然后 。如果是普通的 Python 就不用 这步了。在命令行中输入：执行后问题即可解决。......

2022-06-18 23:06:14 4952 7

原创 Python将本机设置为NTP服务器代码 修改Windows注册表 服务和防火墙

在电脑连接网络相机时，需要将连接的电脑本机作为 NTP 时钟源，才能使网络相机同步到时间。主要需要下面三个步骤：Python 代码可以实现该功能，具体代码如下：

2022-06-08 23:47:37 573

原创 PyQt5缺少QtWebEngineWidgets解决方法 QWebEngineView浏览器框

需要用PyQt做个简单的网页浏览器，根据教程操作时发现我的PyQt里没有QtWebEngineWidgets。查阅相关资料之后发现这个库在 的时候不会安装，需要另外补充安装：安装后既可解决这个问题

2022-06-05 20:45:04 10690 1

原创 OSError: [WinError 126] 找不到指定的模块 FileNotFoundError: Could not find module ‘xxx.dll‘. 解决方法

运行别人发给我的程序，遇到用ctypes引用dll文件的地方报错了：python3.5下报错是：OSError: [WinError 126] 找不到指定的模块python3.9下报错是：FileNotFoundError: Could not find module 'xxx.dll'. Try using the full path with constructor syntax.都是一个意思，就是找不到指定的dll文件。但是我很确定我路径是对的，它就在我的文件夹根目录下。（这里需要注意，

2022-05-07 01:46:28 3810 1

原创 VideoWriter_fourcc常见编码格式速度和大小对比总结 OpenCV VideoWriter

用Python写视频录制程序，由于对实时性要求比较高，所以我对各个视频编码格式的保存耗时做了测试，结果如下：扩展名VideoWriter_fourcc编码格式单帧耗时(s)文件大小.avi*‘I420’YUV0.3189巨大.avi*‘PIM1’MPEG-1低于5帧无法使用，未测小.avi*‘XVID’MPEG-40.3785小.mp4*‘MP4V’MPEG-40.4071小.mp4*‘MP42’MPEG-4.20.3

2022-02-19 11:58:28 6208

原创 name = STXingkai/OT, rootname = STXingkai/OT LaTex Package fontspec Error报错解决

问题描述升级win11之后重新安装LaTex，发现我的论文编译不过，报错是STXingkai（华文行楷）字体丢失：Package fontspec Error: The font "STXingkai" cannot be found. \maketitlename = STXingkai/OT, rootname = STXingkai/OT, pointsize = mktexmf: empty or non-existent rootfile!kpathsea: Running mktexm

2022-02-18 11:08:19 1218 2

原创 PowerShell无法加载文件 xxx，因为在此系统上禁止运行脚本的解决方法

使用 Hexo 配置博客，遇到了这个问题：hexo : 无法加载文件 C:\Users\Evan\AppData\Roaming\npm\hexo.ps1，因为在此系统上禁止运行脚本。有关详细信息，请参阅https:/go.microsoft.com/fwlink/?LinkID=135170 中的 about_Execution_Policies。这是因为 PowerShell 没有设置执行策略。通过命令 Get-ExecutionPolicy -List 可以看到当前系统用户的执行策略，没有设置

2022-01-12 14:18:23 2226

原创 ROS安装过程中如何解决 rosdep update 命令出现错误

感觉每次装ros都要重新找解决这个错误的文章，好麻烦（不过为什么我老是要重新装ros…）。反正这次先码住这篇好用的，以后不用到处找了。ROS安装过程中如何解决 rosdep update 命令出现错误

2021-12-07 21:13:42 1104

原创 ZED相机获取当前时间戳 Python zed.get_timestamp()使用方法

最近在用ZED的相机，这款相机API封装得还挺好用。不过看了一下网上关于它的问题总结还是太少，所以遇到问题我也发个博客，希望能帮助到大家。用 zed.get_timestamp(sl.TIME_REFERENCE.CURRENT) 可以获取到当前时间，是个十进制19位的数字，我看了一下只要把小数点往左移9位就可以得到跟 time.time() 获得的时间一样的格式。所以下面这个得到的值就是一个 time.struct_time 类型的当前帧时间戳：timestamp = time.localtime(

2021-12-07 14:56:33 1059

原创 Python保存为json中文Unicode乱码解决 json.dump()

Python 使用 json.dump() 保存文件时中文会变成 Unicode。在打开写出文件时加入 encoding="utf8"，在dump时加入 ensure_ascii=False 即可解决。city_list = [{"name": "黑龙江呼玛", "lon": 126.6, "lat": 51.72}, /{"name": "黑龙江塔河", "lon": 124.7, "lat": 52.32}, /{"name": "黑龙江漠河", "lon": 122.37, "lat

2021-11-17 10:01:30 31356

原创 python opencv读取rtsp视频崩溃卡死 高延迟 内存泄漏解决方法

使用opencv读取rtsp视频流预览的时候，发现运行越久越卡的情况。分析是内存没有释放的缘故，在循环里每帧结束后把该帧用del()删除即可。 修改代码如下：cap = cv2.VideoCapture(rtsp_address)while cap.isOpened(): ret, frame = cap.read() if not ret: break cv2.imshow('preview', frame) del(frame)...

2021-11-10 16:45:25 11687 4

原创 ImportError: OpenCV loader: missing configuration file: [‘config.py‘]. 报错解决

用 pyinstaller 打包引用了 opencv 的程序时，出现了这个错误：ImportError: OpenCV loader: missing configuration file: ['config.py']. Check OpenCV installation.查阅了往上的方法大部分都说升级 pyinstaller 和 opencv 就可以解决：pip install --upgrade opencv-pythonpip install --upgrade pyinstaller可

2021-10-29 18:29:07 9402 17

原创 无论你是为了做什么学习的Python 强烈安利你这棵树｜Python技能树测评

前言Python是现在非常火的一门编程语言，相信很多同学都想学习它，而且目的各不相同：有的是为了做爬虫、做后端；有的是为了做图形界面；有的是为了做数据分析、自动化办公；还有的是为了做深度学习、CV、NLP……不管你是为了做哪个部分，笔者都强烈安利你这棵CSDN刚刚推出的 Python技能树。因为它除了Python基础知识外，竟然还包含了上面提到的所有部分！这棵技能树里涵盖的知识点是非常全面的，我认为各位同学可以根据自己的实际情况选学其中的一些部分。下面我给大家切分一下技能树中各模块的学习步骤，并简要

2021-10-07 02:01:25 358

原创 更新Windows11出现错误0x80240022的解决方法

尝试加入预览计划更新 Windows11，结果在安装的时候出了这个错误：安装更新时出现一些问题，但我们稍后会重试。如果你继续看到此错误，并且想要搜索 Web 或联系支持人员以获取相关信息，以下信息可能会对你有帮助: (0x80240022)我把360安全卫士关掉之后再重启，完美解决。...

2021-10-05 02:56:57 11794 2

原创 ST-Link出现Error: Flash Download failed - “Cortex-M3“的解决方法

电脑重装了重新下载了 MDK，发现 ST-Link怎么也连不上，一直报 Error: Flash Download failed - “Cortex-M3”。网上的各种方法都试过了也不行。在我快要放弃了正打算直接换芯片试试的时候，随手把 Download Options 里面这两个选项勾上，诶好了？？然后我再把这两个选项勾选取消，还是可以正常上传。不知道是什么原理，反正解决了，如果有知道的朋友可以麻烦帮忙解答一下吗，感谢~...

2021-09-03 13:12:12 869 1

翻译 【Qt for Python官方教程】基于Python的上下文属性

本篇教程将快速地教大家如何编写一个载入 QML 文件并与之交互的 python 应用程序。与传统语言（C++ 等）不同，QML是一种描述性语言，它能让你更快地设计 UI 界面。QtQml 和 QtQuick 模块提供了 Python 使用 QML 所需的底层。...

2021-09-02 11:57:44 2807

原创 Windows预览体验计划0x80072ee7、0x0报错解决方法

因为想要用wslg，所以需要加入windows预览体验计划。结果总是提示0x80072ee7报错，有时候会提示0x0啥的。网上说是网络问题，但是整了好久都解决不了。最后在贴吧看到了这个方法。只用把下面那个注册表文件运行一下就完美解决了。注册表文件下载：windows预览体验计划报错解决注册表.zip...

2021-09-02 00:08:17 4230

原创 LVGL 标签(label)显示数字

LittleVGL 的 label 有格式化输出的函数 lv_label_set_text_fmt()，可以用它来显示数字。函数定义void lv_label_set_text_fmt (lv_obj_t *obj, const char *fmt,...)示例代码lv_obj_t label = lv_label_create(lv_scr_act());lv_label_set_text_fmt(label, "%d", 28); // 显示数字lv_obj_center(label);

2021-08-24 14:22:46 5664

原创 LVGL设置圆弧(arc)粗细宽度样式问题解决

跟着官网的教程学lvgl，在画圆弧的时候发现不知道怎么设置圆弧的粗细。官网教程没用到，查百度半天也没找着。最后翻函数手册发现原来 lv_style_set_arc_width() 这个函数就是用来设置圆弧的粗细的。（我以为是用来设置宽度的）LVGL版本lvgl 8.0.2官网教程：https://docs.lvgl.io/8/函数手册：https://docs.lvgl.io/8/_downloads/39cea4971f327964c804e4e6bc96bfb4/LVGL.pdf函数定义v

2021-08-24 11:17:46 2616

翻译 【Qt for Python官方教程】创建第一个Quick/QML程序

QML 是一种描述性语言，用它开发程序可以比传统语言更快速。由于它的描述性特性，用于设计 UI 界面非常理想。在 QML 中，用户界面用一个带有属性的对象树来描述。在本篇教程中，我们将讲解怎么用 PySide6 和 QML 完成一个简单的 “Hello World” 程序。一个 PySide6/QML 程序至少包含两个文件：一个 QML 文件用于描述用户界面，另一个 python 文件用于载入 QML 文件。简单起见，我们把这两个文件放在同一个目录下。下面是一个简单的 QML 文件，命名为 view.q

2021-08-21 22:15:33 5647 4

翻译 【Qt for Python官方教程】改变Qt Widgets程序的样式

Qt Widgets 编写的程序默认使用系统原生样式。如果整个系统改变了样式设置，你的Qt程序也会跟着变换样式。但是，有时候我们需要自己改变窗口或者各个组件的样式。比如，我们可以看下面这段例程：import sysfrom PySide6.QtCore import Qtfrom PySide6.QtWidgets import QApplication, QLabelif __name__ == "__main__": app = QApplication() w = QLab

2021-08-15 23:09:08 2734 1

翻译 【Qt for Python官方教程】使用pyside6-rcc引入.qrc文件

Qt 资源系统（Qt Resource System）是在应用程序里存储二进制文件的一种机制。文件可以被嵌入到应用程序中，通过 QFile 类，和使用以 :/ 开头的文件名表示的 QIcon 和 QPixmap 类来访问。Qt 资源系统经常用来存储图片、图标、字体等各种第三方资源。这篇教程里我们将学习怎么载入自己的图片来作为按钮图标。为了方便学习，我们来尝试修改 Qt 例程里的多媒体播放器。它的界面如下，多媒体的控制（播放、暂停、停止等）是用 QPushButton 组件完成的，使用的都是默认图标。

2021-08-07 19:43:49 5753 2

翻译 【Qt for Python官方教程】使用QUiLoader和pyside6-uic导入ui文件

本篇文章介绍如何在 Qt for Python 项目中用 Qt Designer 来创建一个基于 Qt Widgets 的图形界面。Qt Designer 是一个图形化的 UI 设计工具，可以在 pyside6 的目录下找到它 (designer.exe)，同时在 Qt Creator IDE 里也可以找到它。Qt Designer 的使用在官网的 Using Qt Designer 教程里详细介绍。Qt Designer 设计的界面被保存为 .ui 文件，这个文件使用的是基于 XML 的格式。在编译项目

2021-08-07 18:09:32 10769 1

翻译 【Qt for Python官方教程】使用QTreeWidget组件显示数据

如果你想要在窗口中显示用**树形结构**表示的数据，可以使用 `QTreeWidget` 组件。> 注意：使用 `QTreeWidget` 不是显示树形结构数据的唯一途径。你可以创建数据模型，然后使用 `QTreeView` 组件来显示它，但这不在该教程的范围之内。下面是使用 `QTreeWidget` 组件显示树形结构数据的具体步骤：1. 引用 `QTreeWidget` 和 `QTreeWidgetItem` ```python import sys from PySide6.Q

2021-08-03 21:41:44 4697

原创 数学建模 Matlab 上机课 (1) 数组、向量与矩阵

本篇介绍 Matlab 中 行向量（数组）、列向量、矩阵 的创建、运算和取元素等基本操作。全文较长，对于有基础的同学可以根据目录选择性食用。目录1. 创建数组1.1 自定义数组1.2 创建等差数列的数组2. 数组的基本操作2.1 取数组中的元素2.2 给数组中的某一位赋新值2.3 给数组中的元素排序3. 运算符3.1 向量与标量的运算3.2 向量与向量的运算4. 矩阵4.1 创建特殊矩阵4.2 创建矩阵5. 矩阵的基本操作5.1 取矩阵中的一部分5.2 删除矩阵中的一部分

2021-08-01 18:16:01 585

Python绘图画板程序 自由绘制 直线 矩形 椭圆 画笔调整 PyQt6
这个程序实现了常用的绘图功能，如自由绘制、画直线、矩形和椭圆。此外，还提供了选择画笔颜色、调整画笔宽度、清空画布和导出图像的功能。 安装依赖： pip install pyqt6 运行方法： python main.py

2024-05-28

CLAHE算法MATLAB代码 对比度受限自适应直方图均衡化算法
# CLAHE算法MATLAB代码 对比度受限自适应直方图均衡化算法 该 MATLAB 程序用于对给定图像执行对比度受限自适应直方图均衡化 (CLAHE)，写有详细中文注释。 CLAHE 算法可以提高图像的对比度和细节,改善图像质量。它通过将图像划分为小块(称为"上下文区域")来操作,而不是直接对整个图像进行直方图均衡化。这样可以避免噪点和边界过于突出的情况。 ## 使用方法 在 MATLAB 命令行中运行: ```matlab fn_CLAHE('images/001.jpg') ```

2024-03-24

Pytorch幂等生成网络IGN训练代码 使用CelebA数据集
# Pytorch幂等生成网络IGN训练代码 使用CelebA数据集 幂等生成网络IGN [Idempotent Generative Network](https://arxiv.org/abs/2311.01462)在CelebA人脸数据集上的训练效果。包含训练了200 epoch的模型权重。

2024-02-08

PyQt6窗口多种组件样式美化 调整窗口皮肤外观
# PyQt6窗口多种组件样式美化 调整窗口皮肤外观 代码写有中文注释，方便学习。 1. 原windows默认样式 2. 美化样式（浅色vscode） 3. 美化样式（深色vscode） 4. 美化样式（紫色浅色vscode） 5. 美化样式（棕色深色vscode）

2024-02-08

PyQt6窗口添加菜单栏 工具栏和任务栏 包含应用美观样式
# PyQt6窗口添加菜单栏 工具栏和任务栏 包含应用美观样式 代码写有中文注释，方便学习。 运行 `main.py` 查看应用菜单栏、工具栏和任务栏的普通窗口； 运行 `main_vscode_style.py` 查看应用菜单栏、工具栏和任务栏的美观样式窗口。

2024-02-08

PyQt6限制按钮点击次数 按钮点击三次后禁用
# PyQt6限制按钮点击次数 按钮点击三次后禁用 1. 创建 QPushButton 按钮，并绑定自定义函数作为按钮点击事件； 2. 新建整数型变量用于存储按钮点击次数； 3. 在按钮点击函数中定义每次点击变量加一，并判断等于3时将按钮禁用。

2024-02-08

PyQt6使用OpenCV调用本地摄像头并实时显示图像 添加按钮布局
# PyQt6使用OpenCV调用本地摄像头并实时显示图像 添加按钮布局 代码内写有详细注释 包含两个demo：一个是只有实时显示摄像头图像的简单版demo，另一个是同时加入了两个按钮控制图像翻转和灰度的demo，供大家学习。

2024-02-08

PyQt6鼠标标点示例程序 QLabel图片上获取鼠标坐标并显示红点
### PyQt6鼠标标点示例程序 QLabel图片上获取鼠标坐标并显示红点 本代码是使用PyQt6实现的图片上鼠标标点示例。用户可以通过鼠标点击在图片上标注点，并实时获取标注点的坐标。 ## 主要功能 1. **图片标注：** 用户可以点击或拖动鼠标，在图片上标注感兴趣的点，并获取每个点的坐标。 2. **实时更新：** 随着鼠标的移动，标注点会实时更新，提供更流畅的标注体验。 3. **坐标显示：** 在控制台上打印每个标注点的坐标，方便用户进一步使用。 ## 依赖安装 确保您的 Python 环境中已安装以下库： ```bash pip install PyQt6 opencv-python ``` ## 运行程序 ```bash python main.py ``` 1. 运行程序后，窗口将显示一个图片框，加载了指定路径的图片（在此示例中为 "pic/1.jpg"）。 2. 单击或拖动鼠标，即可在图片上标注点，同时在控制台上查看点的坐标。 3. 标注完成后，您可以根据需要将这些坐标用于后续处理。

2024-02-08

Matplotlib数据可视化代码示例 包含折线图 柱状图 散点图等
### Matplotlib数据可视化代码示例 包含折线图 柱状图 散点图等 本代码介绍了如何使用 Python 中的 Matplotlib 库可视化折线图、柱状图、散点图等图片的示例。 ## 使用方法 1. 运行 visualization.py 以查看绘图效果。 2. 生成的图像将保存在 'im' 目录中。

2024-02-08

Python人体姿态估计代码 基于OpenCV和OpenPose
# Python人体姿态估计代码 基于OpenCV和OpenPose 该代码在OpenCV中使用OpenPose MobileNet进行人体姿态估计，效果如下： ![OpenCV Using OpenPose MobileNet](output.JPG) ## 使用方法 使用电脑摄像头进行姿态估计： ``` python openpose.py ``` 使用图片输入进行姿态估计： ``` python openpose.py --input image.jpg ``` `--thr` 参数调整置信度阈值 ``` python openpose.py --input image.jpg --thr 0.5 ```

2024-02-08

Python俄罗斯方块游戏代码 可手动可AI自动
# Python俄罗斯方块游戏代码 可手动可AI自动 本代码是俄罗斯方块游戏的Python实现，并带有一个简单的自动玩游戏的人工智能。 ## 安装依赖 - python3 - PyQt5 - NumPy ## 使用方法 * `tetris_game.py` 是主应用程序。 * `tetris_model.py` 是此游戏的数据模型。 * `tetris_ai.py` 是AI部分。 从命令行运行`tetris_game.py`，你可以观看AI自动玩游戏。 ```shell $ python3 tetris_game.py ``` 如果你想自己玩，你应该在 `tetris_game.py` 中取消注释以下行： ```python # TETRIS_AI = None ``` 或者只需注释以下行： ```python from tetris_ai import TETRIS_AI ``` 当前配置对于人类玩家可能太快了。所以你可能想要通过更改`Tetris.speed` 来减慢速度。

2024-02-07

Python 2048游戏可视化代码 基于TKinter实现
# Python 2048游戏可视化代码 基于TKinter实现 2048是一款流行的数字益智游戏，由意大利开发者Gabriele Cirulli于2014年创建。游戏的目标是在一个4x4的方块网格上滑动带有数字的方块，合并它们以创建具有更高数字的方块，最终达到数字2048。 运行下面python代码启动游戏： ``` python3 puzzle.py ```

2024-02-07

DQN强化学习训练Flappy Bird游戏Python代码 基于TensorFlow和Pygame
# DQN强化学习训练Flappy Bird游戏Python代码 基于TensorFlow和Pygame ## 介绍 DQN（Deep Q-Network）是一种卷积神经网络，基于Q学习的思想进行训练，其输入是原始像素，输出是估计未来奖励的值函数。 ## 安装依赖 * Python * TensorFlow * pygame * OpenCV-Python ## 运行方法 ``` python deep_q_network.py ``` ## 网络结构 网络的架构如下图所示。第一层使用 8x8x4x32 的卷积核进行输入图像的卷积，步幅为 4。然后通过 2x2 最大池化层。第二层使用 4x4x32x64 的卷积核进行卷积，步幅为 2。然后再次最大池化。第三层使用 3x3x64x64 的卷积核进行卷积，步幅为 1。然后再次最大池化。最后的隐藏层包含 256 个全连接的 ReLU 节点。

2024-02-07

MATLAB动态带宽变分模态分解DB-VMD实验代码
# MATLAB动态带宽变分模态分解DB-VMD实验代码 动态带宽变分模态分解（DB-VMD）是一种信号分解方法，是变分模态分解（VMD）的一种推广。具体而言，DB-VMD解决了VMD常数带宽Wiener滤波器的限制，并提出了一种具有动态带宽的Wiener滤波器方案。在合成信号实验中，DB-VMD相对于VMD表现出更强的噪声鲁棒性和适应性，为许多应用提供了可能，特别是在分析的信号受到噪声污染时。 ## 使用方法 - Method_Scripts文件夹: 包含DB-VMD和VMD的脚本实现。 - Experiments文件夹: 有关音调分离和噪声鲁棒性的实验脚本。visualize_methods.m用于可视化DB-VMD和VMD。运行这些脚本查看结果。

2024-02-07

MATLAB随机森林和多目标粒子群优化MOPSO代码
# MATLAB随机森林和多目标粒子群优化MOPSO代码 本代码包含了随机森林以及混合了随机森林和多目标粒子群优化(RF_MOPSO)的实现，用于找到多特征过程的最优参数。该版本的示例是一个钻井过程的预测和优化。 通过 "Random_Forest.m" 和 "example_final.m" 文件运行随机森林和RF_MOPSO算法。为每种方法准备了一个数据集，"data1.csv" 用于随机森林，而 "data.csv" 则用于RF_MOPSO。代码在MATLAB中展示了预测和优化的结果。 MOPSO算法参考： Víctor Martínez-Cagigal (2022). Multi-Objective Particle Swarm Optimization (MOPSO) (https://www.mathworks.com/matlabcentral/fileexchange/62074-multi-objective-particle-swarm-optimization-mopso), MATLAB Central File Exchange.

2024-02-07

Python行人检测跟踪计数示例代码 基于yolov5和deepsort
# Python行人检测跟踪计数示例代码 基于yolov5和deepsort 本代码通过yolov5进行行人检测，并使用deepsort对帧之间的检测结果进行跟踪，从而实现行人计数功能。已包含训练好的行人检测yolov5权重和示例视频，可以直接运行。 ## 安装依赖 ```python pip install -r requirements.txt ``` ## 使用方法 运行main.py即可读取test.mp4视频进行检测，也可以用以下命令替换视频 ```python python main.py --input="你的视频路径" ``` 检测过程实时显示，结果输出在output文件夹中

2024-02-07

Python电脑摄像头实时检测人脸mesh关键点 基于mediapipe
# Python电脑摄像头实时检测人脸mesh关键点 基于mediapipe 使用MediaPipe库进行实时人脸mesh检测的Python示例程序。 ## 依赖 确保已经安装了以下依赖： - Python 3.x - OpenCV (`pip install opencv-python`) - MediaPipe (`pip install mediapipe`) ## 使用 运行以下命令来启动程序： ```bash python face_mesh_detection.py ``` 程序将会打开计算机默认摄像头并显示实时人脸mesh检测结果。按下 'q' 键退出程序。 ## 功能 - 实时人脸 Mesh 检测 - 绘制人脸 3D mesh - 显示帧率信息

2024-02-06

Python电脑摄像头实时人脸检测程序代码 基于mediapipe人脸检测
# Python电脑摄像头实时人脸检测程序 基于mediapipe人脸检测 使用 MediaPipe 库进行实时人脸检测的Python示例程序，写有详细中文注释。 ## 依赖 确保已经安装了以下依赖： - Python 3.x - OpenCV (`pip install opencv-python`) - MediaPipe (`pip install mediapipe`) ## 使用 运行以下命令来启动程序： ```bash python face_detection.py ``` 程序将会打开计算机默认摄像头并显示实时人脸检测结果。按下 'q' 键退出程序。 ## 功能 - 实时人脸检测 - 绘制人脸包围框和关键点 - 输出包围框位置和关键点坐标到命令行 - 显示帧率信息

2024-02-06

Pytorch害虫图像识别分类 使用IP102数据集 包含预训练模型
# Pytorch害虫图像识别分类 使用IP102数据集 包含预训练模型 ## 使用方法 ### 安装依赖项： ```bash pip install -r requirements.txt ``` ### 训练需要下载害虫图像 IP102v1.1 数据集： <img src="demo/IP102_v1.1-samples.png" width="700" height="260"/> ### 若要在本地运行模型，请运行： ```bash python src/pest.py ```

2024-02-06

PyQt5屏幕选择框示例程序 多屏幕选择指定屏幕显示主窗口
# PyQt5屏幕选择框示例程序 多屏幕选择指定屏幕显示主窗口 这个简单的 PyQt5 应用允许用户选择要在其上显示主窗口的屏幕。如果有多个屏幕，用户可以在一个小对话框中选择特定的屏幕。应用会在所选屏幕上显示一个小窗口。 ## 如何使用 1. 运行应用程序后，将显示计算机上的屏幕数量。 2. 如果有多个屏幕，将弹出一个对话框，要求您选择要在其上显示标签的屏幕。 3. 选择您想要的屏幕并单击 "确定" 按钮。 4. 应用程序将在所选的屏幕上显示一个小窗口。 ## 依赖 确保安装了以下库： - PyQt5 可以使用以下命令安装依赖项： ```bash pip install PyQt5 ``` ## 运行程序 运行以下命令： ```bash python main.py ``` ## 注意事项 - 如果您的计算机只有一个屏幕，该应用程序将默认在该屏幕上显示窗口。 这个简单的应用程序对于在具有多个屏幕的环境中管理窗口的显示位置非常有用。

2024-02-06

Pytorch电脑摄像头人脸视线注视估计代码 包含权重可运行
# Pytorch电脑摄像头人脸视线估计代码 包含权重可运行 该代码是MPIIFaceGaze CNN架构的轻量级版本的PyTorch实现，该架构在论文 It's Written All Over Your Face: Full-Face Appearance-Based Gaze Estimation 中提出，用于进行视线注视估计。 ## 使用方法 安装依赖： ``` $ pip install -r requirements.txt ``` 电脑摄像头估计视线可以直接运行： ``` $ python3 cam_demo.py ``` 从头开始训练: ``` ~$ python3 train.py ```

2024-02-06

使用yolov7进行人物实例分割示例代码和训练代码
# 使用yolov7进行人物实例分割示例代码和训练代码 ## 使用方法 - 安装依赖项 ``` pip install -r requirements.txt ``` - 从链接下载权重，并保存在该目录中。 - 运行代码 ``` # 用于检测的分割 python3 segment/predict.py --weights yolov7-seg.pt --source "videopath.mp4" # 用于检测 + 跟踪的分割 python3 segment/predict.py --weights yolov7-seg.pt --source "videopath.mp4" --trk # 保存分割的标签文件 python3 segment/predict.py --weights yolov7-seg.pt --source "videopath.mp4" --save-txt ```

2024-02-05

使用tensorrt部署yolov5和deepsort实现行人检测跟踪
# 使用tensorrt部署yolov5和deepsort实现行人检测跟踪 ## 简介 该仓库使用 **YOLOv5** 和 **DeepSORT** 实现对象跟踪算法。同时使用 **TensorRTX** 将模型转换为引擎，并在NVIDIA Xavier上进一步部署所有代码。 **NVIDIA Jetson Xavier NX** 和 *X86* 架构均可正常工作。 ## 推理 1. 安装依赖项 ```shell pip install -r requirements.txt ``` 2. 运行 ``` python demo_trt.py ```

2024-02-05

使用yolov7进行人体姿态估计示例代码 包含预训练模型
# 使用yolov7进行人体姿态估计示例代码 包含预训练模型 ## 依赖 - 使用以下命令安装要求。 ```bash pip install -r requirements.txt ``` ## 使用方法 - 从链接下载yolov7姿势估计权重，并将它们移动到工作目录中。 - 使用以下命令运行代码。 ```bash python pose-estimate.py ```

2024-02-05

PyTorch使用U-Net进行图像语义分割训练和测试代码
# PyTorch使用U-Net进行语义分割训练和测试代码 使用PyTorch实现了U-Net的模型定义和训练测试代码，在Kaggle的https://www.kaggle.com/c/carvana-image-masking-challenge数据集上训练，对高清图像进行语义分割。 ## 快速开始 1. 安装CUDA 2. 安装PyTorch 1.13或更高版本 3. 安装依赖项 ```bash pip install -r requirements.txt ``` 4. 下载数据并运行训练: ```bash bash scripts/download_data.sh python train.py --amp ``` ## 描述 该模型是从头开始使用5k张图像进行训练的，对100k多张测试图像获得了0.988423的Dice系数。该模型可以轻松用于多类别分割、人像分割、医学分割等任务。

2024-02-05

通过muggle-ocr进行验证码识别 Python代码
# 通过muggle-ocr进行验证码识别 Python代码 本程序从captcha文件夹种依次读取验证码图片文件，复制到rename文件夹，进行内容识别并以识别出的内容重命名验证码图片 # 环境依赖 * python 3.7 * muggle-ocr ``` pip3 install muggle-ocr-1.0.3.tar.gz -i http://mirrors.aliyun.com/pypi/simple/ ```

2024-02-05

基于SSA-LSTM（麻雀搜索算法和LSTM）的空气质量预测 Python代码
# 基于SSA-LSTM（麻雀搜索算法和LSTM）的空气质量预测 本项目基于麻雀搜索算法（SSA）和长短时记忆神经网络（LSTM）实现了对空气质量的预测。以下是项目中各个代码文件的简要说明： 1. **1_mlp.py**: 用于执行基于多层感知器（MLP）的空气质量预测的代码。 2. **2_lstm.py**: 包含执行基于长短时记忆网络（LSTM）的空气质量预测的代码。 3. **3_ssa_optimize_lstm_params.py**: 用于优化LSTM模型参数的代码，利用麻雀搜索算法（SSA）来寻找最佳超参数。 4. **4_ssa_lstm_use_params_from_3.py**: 使用从3中优化得到的参数运行LSTM模型的代码。 5. **5_comparison.py**: 包含对不同算法（MLP和优化后的LSTM）进行比较的代码。 ### 项目运行环境： - Python 3.x - 相关库：TensorFlow, NumPy, pandas, Matplotlib, scikit-learn

2024-02-05

通过OpenCV和pytesseract进行车牌检测 Python代码
# 通过OpenCV和pytesseract进行车牌检测 车辆号牌检测在许多领域中发挥着重要作用。在本文中，提出了一种更好和高效的方法，用于从图像中检测车辆号牌。该方法通过使用OpenCV和PYTESSERACT库进行车牌识别。OpenCV用于将图像作为输入并将图像从RGB转换为灰度，通过使用Harr Cascadeclassifier检测车牌，PYTESSERACT用于将车牌图像转换为单词列表。

2024-02-05

Pytorch中文文本分类模型训练 TextCNN TextRNN FastText Transformer等
Pytorch中文文本分类模型训练 基于pytorch实现中文文本分类模型，包括TextCNN，TextRNN，FastText，TextRCNN，BiLSTM_Attention, DPCNN, Transformer。 依赖 python 3.7 pytorch 1.1 tqdm sklearn tensorboardX 中文数据集 从THUCNews中抽取了20万条新闻标题，文本长度在20到30之间。一共10个类别，每类2万条。 类别：财经、房产、股票、教育、科技、社会、时政、体育、游戏、娱乐。 更换自己的数据集 如果用字，按照我数据集的格式来格式化你的数据。 如果用词，提前分好词，词之间用空格隔开，python run.py --model TextCNN --word True 使用预训练词向量：utils.py的main函数可以提取词表对应的预训练词向量。

2024-02-05

Python粒子群优化算法 二维空间中寻找目标点Pygame可视化
# Python粒子群优化算法 二维空间中寻找目标点Pygame可视化 该程序演示了粒子群优化（PSO）算法在二维空间中的可视化。PSO 算法模拟粒子在寻找最优解时的移动。 ## 依赖 确保你的系统上安装了 Python 和 Pygame。你可以使用以下命令安装 Pygame： ```bash pip install pygame ``` ## 如何运行 ```bash python main.py ``` ## 使用方法 - **窗口：** 程序打开一个 Pygame 窗口，显示粒子朝着随机生成的目标点移动。 - **粒子：** 白色圆圈表示粒子，红色圆圈表示目标。 - **迭代计数器：** 当前迭代次数显示在窗口左上角。 - **速度调整：** 你可以通过修改脚本中的 `pygame.time.delay()` 参数来调整动画速度。 ## 程序自定义 - **粒子数量：** 通过更改 `num_particles` 变量，可以调整群体中的粒子数量。 - **目标初始化：** 目标位置可以设置为固定点（`[width / 2, height / 2]`）或随机位置，如提供的代码所示。

2024-02-05

Pytorch语义分割UNet训练代码 汽车图片语义分割数据集
U-Net是一种用于图像分割的卷积神经网络（CNN）架构，由欧洲计算机视觉博士学生Olaf Ronneberger等人于2015年提出。它在医学图像领域最初用于生物医学图像的分割任务，但随后被广泛应用于其他领域。 U-Net的架构具有U形状，因此得名。这种网络结构在图像分割任务中表现出色，尤其是对于像素级别的语义分割。U-Net的主要特点包括： 编码器-解码器结构： U-Net采用了编码器-解码器结构。编码器用于捕获输入图像的上下文信息，逐渐减小空间分辨率；解码器则通过上采样操作逐渐恢复图像的空间分辨率。这种结构有助于同时保留全局和局部信息，从而更好地执行分割任务。 跳跃连接： U-Net引入了跳跃连接，将编码器中的某一层的特征图与解码器中相应层的特征图连接起来。这些跳跃连接有助于将低级别的特征与高级别的上下文信息相结合，提高模型对局部细节的感知能力。 U形结构： U-Net的结构呈U形，通过上采样和跳跃连接实现对输入图像的精细分割。这种结构在分割任务中特别有效，因为它能够捕获和利用各种尺度的特征。

2023-11-26

全球195个国家指标信息数据集2023 包括人口统计等
# 全球195个国家指标信息数据集2023 包括人口统计等 本数据集提供了关于全球所有国家的丰富信息，涵盖了广泛的指标和属性。它包括人口统计、经济指标、环境因素、医疗保健指标、教育统计等等。对于每个国家，该数据集提供了关于国家各个方面的完整全球视角，从而能够进行深入分析和跨国比较，数据集为csv格式。另外提供了一个简单的加载该数据集的python示例。 包含数据： 国家名称、每平方公里人口数量、国家缩写或代码、用于农业用途的土地面积百分比、国土总面积、力量规模、出生率、国际电话区号、首都或主要城市名、二氧化碳排放量、消费价格指数、同比消费价格指数变动百分比、使用的货币代码、妇女平均分娩子女数、森林覆盖面积百分比、每升汽油价格、国内生产总值、小学教育总入学率、高等教育总入学率、婴儿死亡率、全国最大城市名称、预期寿命、产妇死亡比、最低工资水平、官方使用语言、个人支付的医疗费用占医疗总费用的百分比、每千人医生数量、总人口数量、劳动力占人口的百分比、税收占GDP的百分比、全部税负占商业利润的百分比、失业率、城市人口占总人口的百分比、纬度坐标、经度坐标。

2023-08-14

Python本地离线运行机器翻译代码示例 基于Hugging Face
# Python本地离线运行机器翻译代码示例 基于Hugging Face 本项目演示了如何调用Hugging Face的大模型实现本地离线实现机器翻译，Python代码简洁易懂，方便上手，能够快速实现强大的离线翻译功能。 使用方法： 1. 安装 transformers 和 tokenizers 库 pip install transformers tokenizers 2. 运行 translation_en_zh.py 进行英译汉翻译；运行 translation_zh_en.py 进行汉译英翻译。 翻译模型库： 英语到中文: Helsinki-NLP/opus-mt-en-zh 中文到英语: Helsinki-NLP/opus-mt-zh-en 中文到日语: Helsink-NLP/opus-mt-zh-ja 中文到法语: Helsink-NLP/opus-mt-zh-fr 在 Hugging Face 可以查找更多模型，替换程序中的模型名字即可。

2023-08-14

Huffman 编码图像无损压缩和解压缩 Python示例代码 哈夫曼编码
本程序实现了利用 Huffman 编码对图像进行无损压缩和解压缩。Huffman 编码是一种基于字符出现频率构建相应前缀码的无损数据压缩算法。 使用方法： 1. 需要安装 OpenCV 和 Numpy 库： pip install opencv-python numpy 2. 直接运行 main.py 脚本即可使用。 压缩原理： 1. 统计输入图像中每个像素值出现的频率,建立字符到频率的映射表 2. 根据频率使用最小堆构建 Huffman 树 3. 根据 Huffman 树为每个像素值赋予一个可变长度的二进制编码 4. 使用上一步得到的编码对原始图像进行编码 5. 对编码后的位串进行填充,确保长度是 8 的倍数 6. 将编码后的位串转换为字节序列写入压缩文件 解压原理： 1. 从压缩文件读取编码后的位串 2. 去除填充,提取实际的编码文本 3. 对编码文本进行解码,恢复原始的像素值序列 4. 将解码得到的一维像素值序列 reshape 还原为图像 5. 将图像写入解压后的文件

2023-08-13

MNIST手写数字分类图像分类KNN分类器 MATLAB代码实现
# MNIST手写数字分类图像分类KNN分类器 MATLAB代码实现 该代码实现了一个简单的 k 最近邻(kNN)分类器,用于对 MNIST 手写数字数据集进行分类。 使用方法： 1. 将代码压缩包解压，该项目已包含所有代码和MNIST数据集 2. 直接在 MATLAB 中运行 MNIST_classification_accuracy.m 3. 程序将从测试集中随机抽取图像,并利用不同的 k 值进行 kNN 分类 4. 显示图像及对应的分类结果 原理： 1. 利用训练数据构建 kNN 模型 2. 对于新输入的测试图像,计算其与所有训练图像的汉明距离 3. 选取距离最近的 k 个训练图像,统计它们的类别标签 4. 返回一个众数投票的预测类别作为分类结果 结果： 程序将显示测试图像及预测类别,可以观察不同 k 值下的分类效果。

2023-08-13

Python 烟花算法回归自定义函数示例代码 Fireworks Algorithm FA优化算法
# Python 烟花算法回归自定义函数示例代码 Fireworks Algorithm FA优化算法 本项目演示了如何使用 Fireworks Algorithm（FA）优化算法来解决优化问题，并绘制优化过程中的收敛曲线。Fireworks Algorithm（FA）是一种群体智能算法，灵感来自于烟花的爆炸过程。FA 通过模拟烟花爆炸的产生、扩散、引爆和燃烧等过程，来进行全局优化。算法通过多样的爆炸过程和引爆策略，实现了对解空间的全局探索和局部优化。 如何运行： 1. 安装所需的依赖库： pip install numpy matplotlib scipy 2. 运行主程序 FA.py： python FA.py 3. 程序会输出最优适应值和对应的变量值，并绘制收敛曲线图。

2023-08-10

Python 差分进化算法（Differential Evolution，DE）优化指定函数 示例代码
本项目演示了如何使用差分进化算法（DE）优化函数，并绘制优化过程中的收敛曲线。差分进化算法（Differential Evolution，DE）是一种基于群体智能的优化算法，用于解决各种优化问题。DE算法是一种演化算法，灵感来自于自然界中的生物进化过程。它通过模拟个体之间的遗传操作，逐步优化问题的解决方案。DE算法在各种领域中被广泛应用，包括工程优化、参数调整、机器学习等。 如何运行： 1. 安装所需的依赖库： pip install numpy matplotlib scipy 2. 运行主程序 de.py： python de.py 3. 程序会输出最优适应值和对应的变量值，并绘制收敛曲线图。

2023-08-10

Python 麻雀搜索算法（SSA）优化函数示例代码 matplotlib可视化收敛曲线
本项目演示了如何使用麻雀搜索算法（SSA）优化回归各种函数，并用matplotlib绘制优化过程中的收敛曲线。 麻雀搜索算法（Sparrow Search Algorithm，SSA）是一种受到自然界麻雀觅食行为启发的优化算法。该算法模拟了麻雀在觅食过程中的策略，通过在解空间中寻找最优解来解决优化问题。SSA算法的设计灵感来源于麻雀的觅食行为，其中包括了生产者、发现者、加入者和意识到危险的麻雀角色。这些角色在不同的状态下执行不同的搜索策略，从而实现全局和局部的优化。 如何运行： 1. 安装所需的依赖库： pip install numpy matplotlib 2. 运行主程序 `main.py`： python main.py 3. 程序会输出最优值和最优变量，并绘制收敛曲线图。

2023-08-10

引力搜索算法 Gravitational Search Algorithm（GSA）优化算法 Python示例代码
本项目演示了如何使用 Gravitational Search Algorithm（GSA）优化算法来解决优化问题，并绘制优化过程中的收敛曲线。Gravitational Search Algorithm（GSA）是一种群体智能算法，灵感来自于物体之间的引力和质量之间的关系。GSA 通过模拟物体之间的引力和质量，实现对解空间的全局搜索和优化。算法通过引力、加速度等物理概念，模拟了物体之间的相互作用，从而实现了逐步优化的过程。 如何运行： 1. 安装所需的依赖库： pip install numpy matplotlib scipy 2. 运行主程序 `GSA.py`： python GSA.py 3. 程序会输出最优适应值和对应的变量值，并统计多次运行的平均适应值和标准差。

2023-08-10

粒子群优化算法 PSO算法（Particle Swarm Optimization）Python示例代码
# 粒子群优化算法 PSO算法（Particle Swarm Optimization）Python示例代码 粒子群优化算法（PSO）是一种基于群体智能的优化算法，用于解决各种优化问题。PSO算法通过模拟鸟群或鱼群等生物群体的行为，逐步搜索问题的解决方案。每个粒子代表一个潜在解，并通过沿着历史最佳位置和全局最佳位置的方向进行搜索。本项目演示了如何使用粒子群优化算法（PSO）来优化函数，并绘制优化过程中的收敛曲线。 如何运行： 1. 安装所需的依赖库： pip install numpy matplotlib scipy 2. 运行主程序 PSO.py： python PSO.py 3. 程序会输出PSO算法找到的最优解和对应的优化值，并绘制收敛曲线图。

2023-08-10

查看更多

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除