- 博客(22)
- 收藏
- 关注
RSS订阅原创 Docker学习-尚硅谷
一.Docker常用命令帮助启动项命令：1.开机启动：systemctl enable docker二.Dockerfile：Dockerfile保留字：1.CMD命令：CMD指令的格式与RUN相似，有两种格式：（1）shell格式：CMD 命令（2）exec格式：CMD ["可执行文件"，“参数1”，“参数2”....]2.RUN CMD ENTRTPPOINT的区别：（1）RUN：是在docker build构建时运行；（2）CMD：是在docker run启动时
2022-05-15 22:06:47
367
1
原创 Docker学习
一，Docker安装Nginx1，搜索镜像 search2，下载镜像 pull3，启动容器 run# -d后台运行# --name 起名字# -p 端口设置[root@localhost home]# docker run -d --name nginx01 -p 3344:80 nginx8003c462b02e14eb1ec8e715ab3bb9455fc852ff05081e9363bcafb678f5685a[root@localhost home]# docker ps
2022-04-06 17:15:30
1700
原创 c++ 堆栈stack的使用
使用方法如下：#include <stack>std::stack<std::string> words //构造方法，比如stack<char> tas;empty() //堆栈为空则返回真pop() //移除栈顶元素push() //在栈顶增加元素size() //返回栈中元素数目top() //返回栈顶元素...
2022-03-06 18:24:09
596
原创 毕业设计输入saiku的数据模型
一，划分主题二，建立事实表，维度表三，建立schema四，输入saiku运行五，系统功能：---主页--个人中心---生产过程数据分析---销售过程数据分析---历年比对分析---用户管理 --查看/编辑/删除用户 --新增用户...
2022-03-06 12:09:18
211
原创 C++输入输出
一，输入1，输入三个整数，中间用逗号隔开: int main() { int a,b,c,max; char ch; //定义一个字符变量 cin>>a>>ch>>b>>ch>>c; //可以在在整数之间输入任意一个字符 cout<<"max="<<m(a,b,c)<<endl; return 0; }2，使用scanf函数：#include&l
2022-02-20 20:26:35
741
原创 常用数学函数
首先include<cmath>开平方：double sqrt(double x);x的y次方：double pow(double x, double y);x的绝对值：int abs(x);
2022-01-16 20:35:15
158
原创 字符串string的使用
一，初始化例如string s1；s1 = "Hello";二，长度s1.size();三，字符串的连接1.用+；2.用append（）；例如：string s1="aaa",s2="dd"; s1.append(s2);三，获得字串substr 成员函数可以用于求子串 (n, m)；例如：s.substr(1,3)；//从下表1开始向后选3个字符；四，删除字串erase 成员函数可以删除 string 对象中的子串；例如：s1.erase(1, 3);//从
2022-01-16 20:26:57
221
原创 map的使用
C++中map提供的是一种键值对容器，里面的数据都是成对出现的,如下图：每一对中的第一个值称之为关键字(key)，每个关键字只能在map中出现一次；第二个称之为该关键字的对应值。一，初始化//头文件#include<map>map<int, string> ID_Name;或map<int, string> ID_Name = { { 2015, "Jim" }, { 2016, "Tom" }, { 2017, "Bob" } };二，插入1
2022-01-14 18:11:52
218
原创 山东大学暑期实训第十二次记载（第四周第三次）
前言： 继续前几天的工作，对图像处理工作进行改进，同时学习新的图像处理算法。今天学习了种子区域生长法图像分割算法。正文：基本思想： 区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体先对每个需要分割的区域找一个种子像素作为生长起点，然后将种子像素和周围邻域中与种子像素有相同或相似性质的像素（根据某种事先确定的生长或相似准则来判定）合并到种子像素所在的区域中。将这些新像素当作新的种子继续上面的过程，直到没有满足条件的像素可被包括进来。这样一个区域就生长成...
2021-07-26 20:12:10
157
原创 山东大学暑期实训第十一次记载（第四周第二次）
目录前言：算法理论：前言：今天学习到了一种新的图像分割方法：基于区域生长的分割算法。正文：算法理论：区域生长分割算法广泛应用于图像分割中，二维图像常常采取区域生长分割算法实现图像分割，由于其分割的高效性，现已被应用于3D分割中，PCL中的类PCL :: RegionGrowing用来实现点云的区域生长分割区域生长分割是基于点云法线的分割算法，算法的主要思路如下：（1）根据点的曲率值对点云进行排序，曲率最小的点叫做初始种子点，区域生长算法从曲率最小的种子点开始生长，初始种子
2021-07-26 20:03:46
127
原创 山东大学暑期实训第十次记载（第四周第一次）
目录前言：正文：前言：因为要再对图像分割工作进行改进，因此再次学习了一下图像分割算法。正文：对比以前的工作，我将学习重点放在了一下几个算法：1.基于阈值的分割方法 基本思想是基于图像的灰度特征来计算一个或多个灰度阈值，并将图像中每个像素的灰度值与阈值作比较，最后将像素根据比较结果分到合适的类别中。因此，该方法最为关键的一步就是按照某个准则函数来求解最佳灰度阈值。该方法适用于目标和背景占据不同灰度级范围的图。 图像若只有目标和背景两大类，那么只需...
2021-07-26 18:39:57
62
原创 山东大学暑期实训第九次记载（第三周第三次）
前言：本文依旧是关于Vue的一些学习。正文：一.VUE按钮1.按钮类型按钮有四种类型：主按钮、次按钮、虚线按钮、危险按钮和链接按钮。主按钮在同一个操作区域最多出现一次。<template> <div> <a-button type="primary">Primary</a-button> <a-button>Default</a-button> <a-button type="
2021-07-19 18:55:02
93
原创 山东大学暑期实训第八次记载（第三周第二次）
前言今天主要学习了VUE的表单。表单输入绑定基础用法 我们可以用 v-model 指令在表单 <input>、<textarea> 及 <select> 元素上创建双向数据绑定。它会根据控件类型自动选取正确的方法来更新元素。尽管有些神奇，但 v-model 本质上不过是语法糖。它负责监听用户的输入事件以更新数据，并对一些极端场景进行一些特殊处理。1.文本<input v-model="message" placeholder="ed...
2021-07-19 18:29:34
81
原创 山东大学暑期实训第七次记载（第三周第一次）
现阶段主要学习有关前端开发的知识，我们使用VUE框架，因此需要了解VUE框架，并安装。目录一.VUE二.VUE安装一.VUE Vue 是一套用于构建用户界面的渐进式框架。与其它大型框架不同的是，Vue 被设计为可以自底向上逐层应用。Vue 的核心库只关注视图层，不仅易于上手，还便于与第三方库或既有项目整合。另一方面，当与现代的工作链以及各种支持类库结合使用时，Vue 也完全能够为复杂的单页应用提供驱动。参考网站：https://vuejs.bootcss.com/guid...
2021-07-19 18:10:35
98
2
原创 山东大学暑期实训第六次记载（第二周第三次）
7月9号-10号，对于图像分割方面的最终效果感觉有些不太理想，因此我试试用U-NET神经网络处理图像分割问题。目录一.根据视频复现代码：二.在实验平台上运行：三.最终结果：四.总结参考论文：U-Net: Convolutional Networks for Biomedical Image Segmentation参考知乎：https://zhuanlan.zhihu.com/p/43927696 U-Net是比较早的使用全卷积网络进行语义分割的算...
2021-07-10 21:30:15
317
原创 山东大学暑期实训第五次记载（第二周第二次）
7月7号，通过参考有关论文《基于小波变换与FCM的甲骨文字图像分割》，链接：https://d.wanfangdata.com.cn/periodical/tjqgyxyxb201806013，作者在进行实验时提到：“3 幅图像均采用二进小波基二次 B 样条小波进行 1 层二进小波分解．FCM 聚类分割类别数c = 2 ，阈值ε = 0.000 001，加权指数 m = 2 ．”于是我们打算在进行图像分割算法前，再加个二进小波变换。二进小波变换程序：import numpy ...
2021-07-07 19:13:18
117
原创 山东大学暑期实训第四次记载（第二周第一次）
7月5号-6号，根据分配好的任务分工，我进行着查找验证有关图像处理以及骨干分割代码的工作。暂时筛选出5种图像分割的方法：一.Entropy Method图像分割方法计算前景和背景的信息熵，求最大熵。含义是经过阈值分割后图像的平均信息量越大愈好。所使用的代码：import cv2import numpy as npimport matplotlib.pyplot as pltimport mathimport osdef Entropy(gray): p = ...
2021-07-06 22:29:08
304
1
原创 山东大学暑期实训第三次记载（第一周第三次）
7月1号晚我们团队又进行了一次小组会议，考虑到任务进度，我们对任务分工重新进行了分配，我分配到图像处理小组，负责查找有关的图像处理的完整项目，比如图像去噪，边缘检测，轮廓提取等。 在7月2号上午，我们对已经有的200多个样本图片进行人工处理，分出一些清晰和模糊的文字图片，用于数据库的构建中。每个文字图片有严格的命名规范，例如： 处理完图片后，我开始进行图像处理小组的任务，负责查找有关的图像处理的完整项目。python 关于图像处理最常用的两个模块是 PI...
2021-07-02 21:09:28
112
原创 山东大学暑期实训第二次记载（第一周第二次）
时间6月30号-7月1号，在确定了小组的任务后，我们开始了各自的任务，由于我现在的任务是查找训练好的有关文字检测的机器学习模型，因此我决定先学习一下有关的知识，比如卷积神经网络CNN等。一.CNN 卷积神经网络与普通神经网络非常相似，它们都由具有可学习的权重和偏置常量(biases)的神经元组成。每个神经元都接收一些输入，并做一些点积计算，输出是每个分类的分数，普通神经网络里的一些计算技巧到这里依旧适用。卷积神经网络通常包含以下几种层：卷积层:卷积神经网路中每层卷积层由...
2021-07-02 10:47:44
96
原创 山东大学暑期实训第一次记载（第一周第一次）
目录一.项目讨论二.工作进度一.项目讨论 在暑期实训开幕式结束后的下午我们进行了一次项目讨论，将本次项目的目的，预期结果，项目阶段等进行了讨论，简单的明确了每个小组的任务，我所在的小组在本周以及下周进行的是后台图像处理模块的任务，在本周需要找到并评估两个可以进行图像预处理和文字检测的模型的训练。二.工作进度 在6月29号，主要完成了实验环境的搭建，因为我们主要做的是与机器学习有关的任务，并且了解到未来的训练数据庞大，大约有2TB，并且数据为一些高分辨率照...
2021-06-30 21:33:27
67
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