- 博客(55)
- 收藏
- 关注
RSS订阅原创 No signature of method编译出错的问题
首先问题如下：A problem occurred evaluating project ':app'.No signature of method: build_5woso1t2zz3j65kzgsuf20yp6.android() is applicable for argument types: (build_5woso1t2zz3j65kzgsuf20yp6$_run_closure1) values: [build_5woso1t2zz3j65kzgsuf20yp6$_run_closure1
2021-12-15 10:27:51
14474
1
原创 【CheckBox控件的使用】+【MainActivity的多功能切换】
java代码CheckBox控件–多选项import androidx.appcompat.app.AppCompatActivity;import android.os.Bundle;import android.widget.CheckBox;import android.widget.CompoundButton;import android.widget.Toast;public class CheckBoxActivity extends AppCompatActivity {
2021-11-23 22:23:39
2206
原创 【ImageView加载网上的图片】
☆Button衍生控件:ToggleButton, switch开关.ImageView:加载网络图片import androidx.appcompat.app.AppCompatActivity;import android.os.Bundle;import android.widget.ImageView;import com.bumptech.glide.Glide;public class ImageViewMainActivity extends AppCompatActivit
2021-11-23 21:01:06
2367
原创 SIFT【尺度不变特征转换】和关键点的旋转不变性
如何判断关键点的旋转不变性？解：图像金字塔每层会得到一系列的DoG[Difference of Gaussian]极大值点，在极值中选取关键点【1.点的周围在邻域范围中是最大值；2.相邻金字塔层的邻域是最大值满足1，2的点具有缩放不变性】但是由于边缘响应，可能找到的点并不是关键点，因此，在此基础上需要计算该点的Hessain矩阵，通过Hessian计算该点的主曲率，利用阈值过滤主曲率较小的点，最后点认为是【关键点】此时问题来了，如何判断关键点的旋转不变性呢？具体方式：选择关键点的相邻点，计算周围
2021-09-17 16:17:06
624
原创 字典Key和value的排序——应用【451. 根据字符出现频率排序】
字典的遍历：sorted(target, key, reverse)通过sorted排序后的字典结果返回的是listdict = {'q':2, 'w':3, 'e':1}1.按key进行排序：sorted(dict.keys())# 结果：['e', 'q', 'w']sorted(dict.keys()， reverse=True) # 逆排序# 结果：['w', 'q', 'e']2.按value排序：D = {‘q’:1, ‘r’:2, ‘t’:3}F = sorted(D
2021-09-06 18:44:56
208
原创 每日一题：寻找旋转排序数组中的最小值 II
题目：已知一个长度为 n 的数组，预先按照升序排列，经由 1 到 n 次 旋转 后，得到输入数组。例如，原数组 nums = [0,1,4,4,5,6,7] 在变化后可能得到：若旋转 4 次，则可以得到 [4,5,6,7,0,1,4]若旋转 7 次，则可以得到 [0,1,4,4,5,6,7]注意，数组 [a[0], a[1], a[2], …, a[n-1]] 旋转一次 的结果为数组 [a[n-1], a[0], a[1], a[2], …, a[n-2]] 。%%%%%%%%%%%%%%%%%%
2021-04-13 10:13:34
117
2
原创 算法刷题的输入问题以及哈希表查找
前段时间参加笔试在数据输入问题上卡了好长时间，大厂笔试“缺德”，不像Leetcode的那么友好自动输入验证。单数字输入# 单个整数输入a = int(input()) # 一个整数'''例如>>>a = int(input())>>>5>>>a = 5'''# 两个数怎么办？a, b = map(int, input().split()) # split() 括号空->空格分隔，','->逗号分隔'''例如
2021-04-01 11:06:47
155
原创 Dataset创建之前需的txt存放Python实现
import osa=0while(a<1024):#1024为我们的类别数 dir = './data1/images/'#图片文件的地址 label = a#os.listdir的结果就是一个list集，可以使用list的sort方法来排序。如果文件名中有数字，就用数字的排序 files = os.listdir(dir)#列出dirname下的目录和文件 files.sort()#排序 train = open('./data1/train.txt'
2021-03-24 10:42:47
163
1
原创 Anchor Based和Anchor Free
Anchor Based和Anchor Free之间区别主要有以下两点：1.分类差异（关键正负样本定义）2.回归差异1.分类差异：现阶段的算法多尺度预测，即GT是由哪一个特征层和位置Anchor预测。Anchor Based是由IoU来确定哪层和哪个位置的Anchor来预测，这个的选择是根据图像中目标物体的大小来决定。有个很牛逼名字叫启发式引导。Anchor Free是Scale Ratio确定GT在哪层，利用Center Sampling确定那些位置是正样本。现阶段的Anchor Free的检测
2021-01-21 13:43:54
975
原创 Yolo-v4的CSPNet(Cross Stage Partial Network)
CSPNet介绍：计算机视觉的任务很依赖昂贵的计算资源，提出了跨阶段局部网络（CSPNet）解决以往工作中需要大量推理计算的问题。CSPNet易于实现，并且足够通用，可以处理基于ResNet、ResNeXt和DenseNet的体系结构。主要的作用：提高CNN的学习能力；减少计算时间；减少内存。每一个block按照特征图的channel维度拆分成两部分；一部分正常走网络，一部分直接concat到这个block的输出。详细介绍参考博客CSPNet论文，发表于CVPR2019...
2021-01-12 15:37:06
2744
1
原创 Yolo-v4的loss函数
在Yolo-v4中使用的loss函数——CIoU-loss：文章中的损失函数的考虑三个因素：重叠面积、中心点距离和长宽比其中：v是长宽比的相似性；c是下图对角线距离；a是权重参数。大致的loss的流程如下：IoU GIoU DIoU CIoUIoU-loss介绍：当预测框和GT框没有相交，则loss函数为1；在反向传播过程中无法梯度计算，且在相同的IoU却反映不出实际情况，如图所示。GIoU-loss介绍：在上图中所示，引入最小封闭形状C（C可把A，B包
2021-01-12 15:12:25
3467
原创 Yolo-v4中SAT和DropBlock介绍
DropBlock: A regularization method for convolutional networks
2021-01-12 13:55:30
973
1
原创 Yolo-V4数据增强
数据增强方式：调整亮度，对比度，色调，随机缩放，剪切，翻转，旋转等；Mosaic data augmentation：Mixup：两张图象按照不同的比例混合，分类结果按照混合比例分配；Cutout：随机将图片中的区域大小（个人观点裁剪区域图像大小为0.25左右较为合适，比例再大准确率下降明显）裁剪用0填充，结果分类不发生变化；Cutmix：随机裁剪图像的区域大小，不填充0而是随机选择其他样本的裁剪区域大小填充，结果根据裁剪填充的比例分类【Cutmix = Mixup + Cutout】。对比：
2021-01-12 12:39:23
938
原创 在Notebook中查看环境路径、添加环境和切换环境
查看环境：在开发环境比较多的时候，说不定可能会发生不知道使用的是那个环境。因此：import sysprint(sys.executable)#### 返回的结果就是环境的路径====================================================================添加环境：Step1：在终端（anaconda下）source activate 虚拟环境名# 在windows环境中且使用anaconda（miniconda）配置的环境：#
2020-12-31 09:35:36
1517
3
原创 Pytorch对图像增强的python实现
直接上代码介绍的也比较详细import torchvision.transforms.functional as TFfrom PIL import Imageimport osfrom skimage.util import random_noisefrom skimage.filters import gaussianimport cv2# 擦除图像中某块区域def erase_and_save(image_path, target_dir, position, size):
2020-12-22 09:37:37
457
原创 运行tensorflow-gpu报错
已经安装好对应版本的cuda和cudnn之后使用tensorflow依旧报错，错误如下：2020-12-03 15:00:04.386786: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'libcudart.so.10.1'; dlerror: libcudart.so.10.1: cannot open shared object file: No such
2020-12-03 15:09:15
180
原创 faceshifter源代码解读（一）
源代码：https://github.com/taotaonice/FaceShifter源码有点不友好哦。。。。。。先看train-AEI.pyfrom network.AEI_Net import *from network.MultiscaleDiscriminator import *追到network模块，模型的结构。AEI_NET和判别器的内部结构。一）AEI-NET.py包括：1、多联合特征提取encoder的搭建，使用的kernel_size=4，前向传播，建议推倒一下很简单
2020-11-26 11:12:38
721
5
原创 ubuntu18.04安装CUDA+Cudnn+Tensorflow
查看电脑是否支持intel不做赘述；一定要看好对应的cuda！！！！！！！！！！！提前搞好驱动和g++和gcc对应的cuda版本，可以在网上查看一下！！！！！！我是安装cuda10.0 + cudnn7.5 + Tensorflow-gpu 1.14(差不多可以跑所有tensorflow1.+版本程序)一、Cuda下载安装（安装cuda10.0）直接上连接CUDA10.0下载地址https://developer.nvidia.com/cuda-10.0-download-archive?t
2020-11-21 10:16:18
257
1
原创 PixelShuffer上采样
PixelShuffer是通过strides小于1来实现卷积进行上采样的。根据计算公式除以步长，当步长小于1也就是给乘以步长的倒数，也就实现了特征图的变大。PixelShuffer是将Tensor大小为（, r^2C, H, W）转换为（，C，rH，r*W）的一个Tensor优点：相比较普通的上采样（使用临近像素填充算法，只考虑到空间因素，忽略channel因素）而言，PixelShuffer结合channel维度的信息来填充像素，去实现超高分辨率的图像生成。...
2020-11-11 14:21:16
187
原创 SyntaxWarning: name ‘pnet‘ is assigned to before global declaration
运行如下代码WEIGHTS_PATH = "./mtcnn_weights/"sess = K.get_session()with sess.as_default(): global pnet, rnet, onet pnet, rnet, onet = create_mtcnn(sess, WEIGHTS_PATH)global pnet, rnet, onet # 错误的出处； pnet = K.function([pnet.layers['data']
2020-11-11 10:19:13
1428
原创 切换gcc和g++的版本
对于低版本的cuda使用安装必须使用降低gcc和g++的版本# eg. install cuda-9.x versionsudo apt-get install gcc-6sudo apt-get install g++-6运行的时候查看版本恢复发现，还是原来版本。sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 88再次查看gcc和g++版本就发现，哦，有趣！是转换后的版本了如果想要切换原版本运行：su
2020-11-10 16:38:55
88
原创 不同版本的cuda切换
假如已经安装更好了不同版本的cuda。当切换版本时：sudo rm -rf cuda # 删除的当前这个cuda的路径sudo ln -s /usr/local/cuda-10.2 /usr/local/cuda # 在cuda-10.2后有一个空格哦，切换路径查看版本stat cuda...
2020-11-09 16:42:08
101
原创 用pip安装个包超时你不烦么？
安装三方库的时候真的是一次又一次出错，您受累，劳驾看完。这种情况难受么？马上就要成功了，给您冒这么一个。Read timed out.怎么办呢？解决办法：pip --default-timeout=100 install -U pip注：也会失败哦...
2020-11-06 15:45:32
65
2
原创 opencv-python将两个文件夹下的照片拼接一起，然后保存
读取数据流，本段代码是对图像的输入拼接简述：两个文件夹，每个文件夹中包含相同数量的照片和相同的label，需要两个文件夹下的照片需要拼接，然后显示。import cv2 as cvimport numpy as npimport requestsimport osimport mathimport fnmatchimport shutilimport timeimport datetimeimport jsonimport redef is_file_match(filena
2020-10-29 20:59:25
1474
5
原创 换脸技术
https://github.com/AliaksandrSiarohin/first-order-modelhttps://github.com/luckyluckydadada/faceswap#31-first-step--%E4%BD%BF%E7%94%A8ffmpeg%E5%B7%A5%E5%85%B7%E8%A7%86%E9%A2%91%E8%BD%AC%E5%9B%BE%E7%89%87 luckyluckydadada /faceswap https://github.com/al
2020-10-28 11:04:02
254
原创 2020-10-21
channels:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/win-64/https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/win-64/https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/https://mirrors.tuna.tsinghua.edu.cn/an
2020-10-21 17:22:08
122
原创 No module named torch_sparse, torch_scatter等 .whl文件
pytorch 遇到No module named 'torch_sparse’之类的问题不要慌，更不要下载Microsoft Visual C++ Build Tools 2015进行编译，Word天呢，要累死啊。。# 这个地址https://github.com/rusty1s/pytorch_sparse# 下拉到 Readme 的 Installation 点击 here （蓝色），会有不同的版本，需要哪个下哪个。我下载的是1.6版本。InstallationBinariesWe p
2020-09-17 10:25:52
617
原创 问题
dropout会改变数据分布，在训练集和测试集中的样本不一样。该如何解决？dropout层会改变整体的方差，使得训练时候方差大于测试方差，那么解决的方案就是冻结dropout层，然后重新对模型训练一两个batch就可以了。dropout解决过拟合（1）取平均作用：dropout掉不同的神经元如同训练不同的网络，随即删除会使网络结构已经不同，整个dropout过程就相当于对对多个不同网络进行的平均。不同的网络有不同的过拟合，通过一些互为“反向”的过拟合相互抵消就可以达到整体上减少过拟合。（2）减少神经
2020-08-25 00:24:27
199
原创 43.字符串相乘
给定s和t两个字符串，如：s = ‘2’，t = ‘3’ ,返回结果 ‘6’。其中一种解法，使用辅助函数，将不使用内置函数，将字符串转化为数字，然后对数字相乘。class Solution: def multiply(self, num1, num2): def helper(s): dict = {'0':0, '1':1, '2':2, '3':3, '4':4, '5':5, '6':6, '7':7, '8':8, '9':9}
2020-07-24 21:58:08
81
原创 排列组合子集问题
这一类型题目都有一个共同的特点，通过对树的遍历来解决这种问题。说来惭愧，是根据一篇博文上的java改过来的。全排列：[1，2，3]排列可能，没有重复元素全排列二：包含重复元素，所以在排列过程中会出现重复现象，只需要修改判断语句if not nums and tmp not in res:即可class Solution: def peemute(self, nums): res = [ ] n = len(nums) def backtrack(nums,tmp): if not nums： res.
2020-07-24 10:46:50
132
原创 48. 旋转图像
旋转图像给定一个 n × n 的二维矩阵表示一个图像。将图像顺时针旋转 90 度。说明：你必须在原地旋转图像，这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。示例 1:给定 matrix =[[1,2,3],[4,5,6],[7,8,9]],原地旋转输入矩阵，使其变为:[[7,4,1],[8,5,2],[9,6,3]]解析：双指针，详情参考力扣官方解答class Solution: def trap(self, height): .
2020-07-20 22:18:32
66
原创 53. 最大子序和
最大子序和给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。示例:输入: [-2,1,-3,4,-1,2,1,-5,4],输出: 6解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。进阶:如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解。class Solution: def maxSubArray(self, nums): res = nums[0] ### if nums eq.
2020-07-19 21:46:53
69
原创 54. 螺旋矩阵
螺旋矩阵给定一个包含 m x n 个元素的矩阵（m 行, n 列），请按照顺时针螺旋顺序，返回矩阵中的所有元素。示例 1:输入:[[ 1, 2, 3 ],[ 4, 5, 6 ],[ 7, 8, 9 ]]输出: [1,2,3,6,9,8,7,4,5]示例 2:输入:[[1, 2, 3, 4],[5, 6, 7, 8],[9,10,11,12]]输出: [1,2,3,4,8,12,11,10,9,5,6,7]解答：当时的第一想法就是转圈圈，设置上(up)、下(down)、.
2020-07-19 21:35:30
124
原创 12.整数转罗马
给定一个数字，看这个数满足在13个字符中几个。比如：2786 = 21000 + 500 + 2100 + 50 + 3*10 + 5+1；class Solution: def intToRoman(self, num): nums = [1000, 900, 500, 400, 100, 90, 50, 40, 10, 9, 5, 4, 1] scope = ['M', 'CM', 'D', 'CD', 'C', 'XC', 'L', 'XL', 'X', '
2020-07-19 21:05:29
59
原创 两数相除
使用的是移位操作，写的有点恶心啊乘法和除法类似。相对更加简单。。。class Solution: def divide(self, dividend, divisor): m = abs(dividend) n = abs(divisor) if m == 0 or m < n: return 0 min_val, max_val = -2147483648, 2147483647
2020-07-17 22:53:06
93
1
原创 镜像二叉树
请完成一个函数，输入一个二叉树，该函数输出它的镜像。例如输入：4/ 2 7/ \ / 1 3 6 9镜像输出：4/ 7 2/ \ / 9 6 3 1示例 1：输入：root = [4,2,7,1,3,6,9]输出：[4,7,2,9,6,3,1]class Solution: def mirrorTree(self, root): if not root: return
2020-07-16 21:45:57
69
原创 80删除排序数组中的重复元素Ⅱ
我就想知道为什么代码在pycharm中可以运行出正确结果，可是在leetcode上就是不行呢？class Solution: def removeDuplicates(self, nums: List[int]) -> int: count = 1 new_nums = nums.copy() for i in range(1,len(nums)): if nums[i] == nums[i-1]:
2020-07-16 21:30:20
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