![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DeepLearning
gentleman_zh
这个作者很懒,什么都没留下…
展开
-
DeepLearning_最优化算法
参考博客:https://blog.csdn.net/bvl10101111/article/details/72615961参考书籍:深度学习入门之PyTorch原创 2018-11-26 10:18:14 · 203 阅读 · 0 评论 -
python_opencv和plt加载图像
OpenCv以彩色图片的形式加载的图片是BGR模式。但是在Matplotlib中,是以RGB的模式加载的。使用OpenCv保存深度学习数据集中的RGB图像需要交换通道才能正常使用。 for imgs, dpts in test_loader: if torch.cuda.is_available(): imgs = imgs.cuda() ...原创 2019-01-18 15:11:24 · 2417 阅读 · 0 评论 -
python_统计文件夹下的所有文件夹数目、统计文件夹下所有文件数目、遍历文件夹下的文件
#统计 /home/dir/ 下的文件夹个数import ospath ="home/dir"count = 0for fn in os.listdir(path): #fn 表示的是文件名 count = count+1print countimport ospath = os.getcwd() #获取当前路径count = 0for root,di...原创 2019-01-07 11:31:52 · 2310 阅读 · 1 评论 -
深度学数据预处理的一些脚本
# 生成训练数据的路径文本# 注意:1.生成训练还是测试数据的路径; 2.txt往后追加路径; 3.共4个形状,需要改动shape1,2,3,4def generate_path(): data_path = '.\\Dataset\shape4\\train_data\\Output_rgb' txt_path = '.\\Dataset\\train_path.txt'...原创 2019-01-11 20:18:57 · 328 阅读 · 0 评论 -
PIL_图像通道的分离合并操作
def Binarization(): img = Image.open("1.png") r, g, b = img.split() # 分离三通道 # pic = Image.merge('RGB', (r, g, b)) # 合并三通道 limg = img.convert('L') # 转换成单通道的灰度图 threshold = 4 ...原创 2019-01-17 10:50:15 · 7061 阅读 · 0 评论 -
python中[::-1]、[::1]、[开始:结束:步进]
string = 'python'string[::1] # 步进为1'python'string[::2] # 步进为2, [0, 0+2, 0+2+2...]'pto'[::-1][:3]# 是将列表反过来,一种是先反过来,然后取前三位原创 2018-12-26 09:58:15 · 2203 阅读 · 0 评论 -
PIL_深度估计的数据集处理
一、将原始数据处理成PyTorch能够加载的数据 imgs为原始的RGB图像,dpts为其对应的深度图。 _path.txt为加载图片的路径,每一行都是:/rgb0.png /depth0.png class FireWork_Dataset(torch.utils.data.Dataset): def __init__(self, data_...原创 2019-01-10 16:26:58 · 1004 阅读 · 0 评论 -
DeepLearning_BatchNormalization 批标准化
视频:BatchNormalization博客:https://blog.csdn.net/zwlq1314521/article/details/77931197 http://www.cnblogs.com/guoyaohua/p/8724433.html原创 2018-12-14 21:05:43 · 210 阅读 · 0 评论 -
FRCN-Deeper Depth Prediction with Fully Convolutional Residual Networks
文章:IEEE 3D Vision 2016的文章 原文ContributionFirst, we introduce a fully convolutional architecture to depth prediction, endowed with novel up-sampling blocks, that allows for dense output maps of hi...原创 2018-12-19 16:47:26 · 1652 阅读 · 1 评论 -
PIL_查看图像的详细信息
import numpy as np# 图像的二值化def Binarization(): img = Image.open("1.png") plt.imshow(img) plt.show() limg = img.convert('L') #转化成灰度图 threshold = 127 table = [] for i in r...原创 2019-01-16 21:40:30 · 4745 阅读 · 0 评论