AI视觉网奇
码龄12年
  • 15,384,352
    被访问
  • 3,903
    原创
  • 5
    排名
  • 9,543
    粉丝
提问 关注
私信

个人简介：感谢互联网，让我在知识的海洋遨游十一年，为了感谢广大网友，也把所学知识分享，咱们一起进步!

  • 毕业院校： 中央财经大学
  • 加入CSDN时间： 2010-01-08
博客简介：

jacke121的专栏

查看详细资料
  • 41,877分
    Beta
    本月已获得 109 分
个人成就
  • Python领域优质创作者
  • 博客专家认证
  • 获得2,907次点赞
  • 内容获得2,000次评论
  • 获得9,878次收藏
创作历程
  • 744篇
    2021年
  • 810篇
    2020年
  • 1000篇
    2019年
  • 1001篇
    2018年
  • 1294篇
    2017年
  • 9篇
    2016年
  • 11篇
    2015年
  • 1篇
    2013年
  • 1篇
    2011年
  • 1篇
    2010年
成就勋章
TA的专栏
  • c++入门宝典
    付费
    304篇
  • python宝典
    付费
    930篇
  • pytorch知识宝典
    付费
    457篇
  • 深度学习宝典
    付费
    700篇
  • 数据结构与算法
    付费
    56篇
  • python基础
    117篇
  • mxnet
    57篇
  • 姿态检测
    6篇
  • onnx
    60篇
  • 爬虫
    4篇
  • pcl学习
    11篇
  • android开发
    149篇
  • arm
    10篇
  • boost
    12篇
  • caffe
    41篇
  • c++基础
    198篇
  • c++优化
    42篇
  • cuda
    83篇
  • Django
    33篇
  • Eigen
    8篇
  • ios
    25篇
  • java
    80篇
  • keras
    24篇
  • matlab入门
    19篇
  • mysql
    38篇
  • php
    33篇
  • pyqt
    43篇
  • tensorflow
    126篇
  • win/ubuntu
    172篇
  • oracle
    36篇
  • git
    14篇
  • opencv基础
    63篇
  • opencv
    200篇
  • qt/vs
    54篇
  • js
    37篇
  • jsp
    35篇
  • opencl
    12篇
  • fpga
    4篇
  • c#
    17篇
  • freeimage
    10篇
  • ndk
    22篇
  • gan
    11篇
  • slam
    4篇
  • stock
    3篇
  • opengl
    24篇
  • spark
    6篇
  • yolo
    37篇
  • 聚类
    5篇
  • 矩阵
    37篇
  • 机器学习
    40篇
  • 深度学习基础
    99篇
  • 视频编解码
    144篇
  • 视觉相关
    220篇
  • 视觉跟踪
    48篇
  • 硬件
    9篇
  • 拾起高数
    48篇
  • 应该看的算法
    34篇
  • 图像增强
    20篇
  • Transformer
    2篇
  • 3D视觉
    53篇
  • 文字相关
    6篇
  • 语义分割
    31篇
  • 面试
    14篇
  • 人脸识别
    75篇
  • 目标检测
    102篇
  • ElasticSearch
    23篇
  • pybind
    15篇
  • go
    24篇
  • 嵌入式
    22篇
兴趣领域 设置
  • 数据结构与算法
    排序算法
  • 人工智能
    opencv计算机视觉caffe神经网络mxnetpytorch图像处理聚类迁移学习分类回归
人工智能、视觉算法研究者
        本人曾是一名普通会计，自学编程和算法，十年苦学，现在是一名高级算法研究员，CSDN博客专家。想学编程，学算法的朋友，可以关注我，分享算法成长之路
☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆
        本人持续关注轻量级网络，cnn网络落地算法。 https://blog.csdn.net/jacke121/article/details/117381109
2021042216121945.jpg
  • 最近
  • 文章
  • 资源
  • 问答
  • 课程
  • 帖子
  • 收藏
  • 关注/订阅
搜索 取消

Cannot determine Numba type of ＜class ‘numba.core.dispatcher.LiftedLoop‘

Cannot determine Numba type of <class 'numba.core.dispatcher.LiftedLoop'解决ok。代码：@jit()def initial_background(I_gray, N): # symmetric：对称填充 I_pad = np.pad(I_gray, 1, 'symmetric') height = I_pad.shape[0] width = I_pad.shape[1]
原创
发布博客 昨天 ·
27 阅读 ·
0 点赞 ·
0 评论

ubuntu 卸载 python2 安装python3 opencv

1.卸载python2.7sudo apt-get remove python2.72.卸载python2.7及其依赖sudo apt-get remove --auto-remove python2.73.消除python2.7sudo apt-get purge python2.7 or sudo apt-get purge --auto-remove python2.7安装python3：sudo apt-get install python3.8:安装open..
原创
发布博客 昨天 ·
229 阅读 ·
0 点赞 ·
0 评论

LCCL网络：相互指导博弈来提升目标检测精度（附源代码）

论文地址：https://openaccess.thecvf.com/content/ACCV2020/papers/Zhang_Localize_to_Classify_and_Classify_to_Localize_Mutual_Guidance_in_ACCV_2020_paper.pdf源代码地址：https://github.com/ZHANGHeng19931123/MutualGuide计算机视觉研究院专栏作者：Edison_G目标检测一般包括分类和回归两个子任务。在模..
转载
发布博客 4 天前 ·
43 阅读 ·
1 点赞 ·
0 评论

python 生成随机图片

python 生成随机图片
原创
发布博客 4 天前 ·
184 阅读 ·
1 点赞 ·
0 评论

道路缺陷检测学习笔记

yolov5缺陷检测：https://github.com/USC-InfoLab/rddc2020预训练下载地址：https://github.com/USC-InfoLab/rddc2020/blob/master/yolov5/scripts/download_IMSC_grddc2020_weights.sh项目介绍：Yolov5实现道路裂缝检测_Tony的直播间的博客-CSDN博客_道路裂缝检测数据集名称RoadDamageDataset，我的百...
原创
发布博客 5 天前 ·
196 阅读 ·
0 点赞 ·
0 评论

单目深度估计学习笔记

单目深度估计学习笔记
原创
发布博客 5 天前 ·
917 阅读 ·
0 点赞 ·
0 评论

深度学习图像搜索与识别

深度学习图像搜索与识别
转载
发布博客 7 天前 ·
74 阅读 ·
0 点赞 ·
0 评论

因果推理学习笔记

因果推理学习笔记入门理解：聊聊因果推理、反事实逻辑和Do-calculus - 知乎微软开源 DoWhypython对行为进行推理_微软开源了专注于因果推理的框架DoWhy_三更寒天的博客-CSDN博客DoWhy除了为常见的因果推断方法提供一个程序设计界面，DoWhy的设计还是为了显示常被忽略的因果分析假设。所以，DoWhy的特点之一就是会让潜在的假设更容易理解。另外，DoWhy可以进行敏感度分析和其他鲁棒性检查。我们的目的是让人们关注他们在对因果推断做假设时的思考而不是其中
原创
发布博客 8 天前 ·
150 阅读 ·
0 点赞 ·
0 评论

PaddleDetection 个人测评

PaddleDetection 个人测评
原创
发布博客 8 天前 ·
1214 阅读 ·
0 点赞 ·
0 评论

cannot import name ‘softmax‘ from ‘scipy.special‘

cannot import name 'softmax' from 'scipy.special'
原创
发布博客 8 天前 ·
137 阅读 ·
0 点赞 ·
0 评论

numpy批量iou

numpy批量iou
原创
发布博客 9 天前 ·
254 阅读 ·
0 点赞 ·
0 评论

cannot import name ‘compare_ssim‘

代码：from skimage.measure import compare_ssim报错：Traceback (most recent call last): File "D:/project/detect/face/Yolov5_DeepSort_Pytorch/nahua.py", line 7, in <module> from skimage.measure import compare_ssimImportError: cannot import nam...
原创
发布博客 9 天前 ·
1227 阅读 ·
1 点赞 ·
0 评论

python 保存模型、加载模型 Joblib

python 保存模型、加载模型 Joblib
原创
发布博客 9 天前 ·
147 阅读 ·
0 点赞 ·
0 评论

python点到多边形距离，点到轮廓距离

python点到多边形距离，点到轮廓距离
原创
发布博客 9 天前 ·
1332 阅读 ·
0 点赞 ·
0 评论

yolov5 多版本共存

yolov5 多版本共存
原创
发布博客 11 天前 ·
210 阅读 ·
0 点赞 ·
0 评论

YOLOv5导出jit，onnx，engine

一、YOLOv5导出jitYOLOv5自导出，我们可以直接用它的导出代码：models/export.py"""Exports a YOLOv5 *.pt model to ONNX and TorchScript formatsUsage: $ export PYTHONPATH="$PWD" && python models/export.py --weights ./weights/yolov5s.pt --img 640 --batch 1"""impor...
转载
发布博客 14 天前 ·
129 阅读 ·
1 点赞 ·
0 评论

python opencv 读取图片和视频

可以同时读取图片或者视频：from natsort import natsortedimport cv2import globimport numpy as npif __name__ == '__main__': path ="aaaa.mp4" if "mp4" in path: vid_path =path cap =cv2.VideoCapture(path) else: vid_path =r'/da.
原创
发布博客 15 天前 ·
1738 阅读 ·
0 点赞 ·
0 评论

pytorch 内积 点乘 矩阵乘法 余弦相似度

pytorch 内积 点乘 矩阵乘法 相似度
原创
发布博客 17 天前 ·
119 阅读 ·
0 点赞 ·
0 评论

遗留物品检测源码

遗留物品检测
原创
发布博客 17 天前 ·
270 阅读 ·
0 点赞 ·
0 评论

pytorch 同步gpu

pytorch 同步gpuimport torcha = torch.tensor([[1, 2, 3],[4, 5, 6]])b = torch.tensor([[2, 2, 2], [3, 3, 3], [3, 3, 3], [3, 3, 3]])a=a.to(b.device)
原创
发布博客 17 天前 ·
1245 阅读 ·
0 点赞 ·
0 评论

pytorch 扩展张量

目录repeat函数expand函数：expandexpand_as函数：repeat函数import torcha = torch.tensor([[1, 2, 3],[1, 2, 3]])print(a)b = torch.tensor([[2, 2, 2], [3, 3, 3], [3, 3, 3], [3, 3, 3]])print(a.shape,b.size())c = a.repeat(2,1)print(c)print(c.size())
原创
发布博客 17 天前 ·
967 阅读 ·
0 点赞 ·
0 评论

pytorch 打印模型参数

打印参数：for name, param in vgg16.state_dict(): print(name, ' ', param.size())for name, param in vgg16.named_parameters(): print(name, ' ', param.size())fc = nn.Linear(3, 5)params = list(fc.named_parameters())print(params.__len__.
原创
发布博客 17 天前 ·
1315 阅读 ·
0 点赞 ·
0 评论

pytorch 加载不对齐预训练

backbone = MobileFace_83_w(256,l_size=[2,6,8,4]).to(0) backbone_pth = os.path.join("/data/408800_net.pth") state_dict=torch.load(backbone_pth, map_location=torch.device(0)) # backbone.load_state_dict(state_dict,strict=False) bone...
原创
发布博客 18 天前 ·
762 阅读 ·
0 点赞 ·
0 评论

yolor 测试笔记

模型147M,测试图片发现，没有比yolov5好：下图测试，漏检了3个物体：论文：https://arxiv.org/pdf/2105.04206.pdf开源代码：https:// github.com/WongKinYiu/yolor前言人们通过视觉、听觉、触觉以及过去的经验“理解”世界。人类经验可以通过正常学习（我们称之为显性知识）或潜意识（我们称之为隐性知识）来学习。这些通过正常学习或潜意识习得的经验将被编码并储存在大脑中。使用这些丰富的经验作为一个庞大的...
转载
发布博客 19 天前 ·
96 阅读 ·
0 点赞 ·
0 评论

{TypeError}argument for rectangle() given by name (‘thickness‘) and position

{TypeError}argument for rectangle() given by name ('thickness') and positionimg = cv.rectangle( img, pt1, pt2, color[, thickness[, lineType[, shift]]] )img = cv.rectangle( img, rec, color[, thickness[, lineType[, shift]]] )问题{TypeError}an integer i
转载
发布博客 19 天前 ·
88 阅读 ·
0 点赞 ·
0 评论

python 模板匹配图像聚类

import globimport shutilfrom natsort import natsortedif __name__ == '__main__': # path=r'C:\Users\Administrator\Documents\WeChat Files\libanggeng\FileStorage\File\2021-11\images-optional\48' # files = glob.glob(path + "/*/*.jpg") # pri...
原创
发布博客 19 天前 ·
1742 阅读 ·
1 点赞 ·
0 评论

yolo5 [Errno 32] Broken pipe OSError: [WinError 1455] 页面文件太小，无法完成操作

错误代码： File "D:\Users\Administrator\miniconda3\lib\runpy.py", line 85, in _run_code exec(code, run_globals) File "E:\project\weilan\YOLOv5-Lite-master\train.py", line 12, in <module> import torch.distributed as dist File "D:\Users\Adm...
原创
发布博客 21 天前 ·
723 阅读 ·
0 点赞 ·
0 评论

NeurIPS 2021 助力YOLOv5涨点 Alpha-IoU：IoU Loss大一统

经过测试，代码与Yolov5基本一致，模型也是14m，精度没有大幅明显提升。Alpha-IoU:A Family of Power Intersection over Union Losses for Bounding Box Regression论文：https://arxiv.org/abs/2110.13675代码：https://github.com/Jacobi93/Alpha-IoU在本文中，作者将现有的基于IoU Loss推广到一个新的Power IoU系列 Loss，该..
转载
发布博客 21 天前 ·
231 阅读 ·
1 点赞 ·
0 评论

一训练就显存爆炸？Facebook 推出 8 比特优化器，两行代码拯救你的显存

自从人们发现越大的模型性能越好后，神经网络模型的参数量就在越来越大的道路上一去不复返了。从XX-large到GPT3，再到5300亿参数的Megatron Turing-NLG，深度学习越来越像是只有财大气粗的大公司才能玩得起的玩具。如果，我们想要在实验室“简陋”的环境下，尝试更大的模型，有什么行之有效的方法呢？最近，Facebook 推出了支持 pytorch 的 8 位优化器，在减小内存占用的同时，竟然还能保持和32位优化器相当的准确性。不得不说 facebook yyds。那么，下面就让我们一..
转载
发布博客 21 天前 ·
111 阅读 ·
0 点赞 ·
0 评论

softsign激活函数

softsign激活函数pytorch函数： a_tensor=torch.Tensor([[-1,2,30],[4,5,60],[7,8,9]]) aaaaa=F.softsign(a_tensor) print(a_tensor)class SoftSign(Activation): def __init__(self, x): super(SoftSign, self).__init__(x) def forward(s
原创
发布博客 21 天前 ·
887 阅读 ·
0 点赞 ·
0 评论

​语义分割损失函数​

这里面有几个损失函数：GitHub - MichaelFan01/STDC-Seg: Source Code of our CVPR2021 paper "Rethinking BiSeNet For Real-time Semantic Segmentation"1. 交叉熵损失语义分割时相当于对每个像素进行分类，所以实际是一个分类任务对每一个像素的预测值与实际值比较，将损失求平均，是所以最常用的还是交叉熵损失self.CE=nn.CrossEntropyLoss(weig...
原创
发布博客 23 天前 ·
898 阅读 ·
0 点赞 ·
0 评论

深度学习损失函数大全

深度学习损失函数大全比focal loss好的GHM常见损失函数汇总 - 知乎有图展示，效果还可以：激活函数/损失函数汇总 - 知乎这个也不错：损失函数汇总（全网最全） - WSX_1994 - 博客园人脸识别损失函数：https://blog.csdn.net/jacke121/article/details/86107908...
原创
发布博客 23 天前 ·
451 阅读 ·
0 点赞 ·
0 评论

如何关闭华为手机智慧助手

手机会自动开启智能助手，当不需要这个功能的时候那就可以选择关闭。所以，今天聊聊华为手机智能助手怎么关闭。在手机桌面空白处，两个手指往中间滑，下面的内容转自：https://jingyan.baidu.com/article/0320e2c1601ee71b86507b75.html 手机桌面会变成几个板块，我们选择界面左下方的【设置】。 4 点击后就会打开一个界面，然后在界面下方就可以看到【智能助手】。 5 点击智能助手后面的选项按钮，就可以关闭这个
原创
发布博客 23 天前 ·
441 阅读 ·
0 点赞 ·
0 评论

error D8021 :无效的数值参数“/Wno-cpp” cython_bbox

windows系统，编译cython_bbox时，编译参数：from setuptools import setup, find_packages, Extensionimport numpy as npext_modules = [ Extension( "cython_bbox", ["utils/cython_bbox.pyx"], extra_compile_args=["-Wno-cpp", "-Wno-unused-fun..
原创
发布博客 23 天前 ·
390 阅读 ·
0 点赞 ·
0 评论

人在异地但要用家里的台式机开视频会议，如何实现人在任何地点都可以像在家里用台式机开会的一样？

答:

视频会议的原理是是把声音，图像压缩成数字信号，通过网络传输，常见的有h264,h265等等。
如果你想用面对面视频会议，你可以直接用远程会议app；因为你把手机实时画面传到电脑需要耗时，再把电脑画面传输到其他会议成员，也需要编解码传输，会增加更多的流量和延时，这样视频会议的体验可能不太好；
用远程会议app，点对点传输，画质和延时应该好很多。
如果你想用家里台式机进行视频会议展示台式机上面界面，那就用手机远程控制app，控制家里的台式机，用台式机上面的会议软件进行视频会议，这样是可行的
但是手机操作电脑软件，用起来可能不是特别方便，我以前用过。

回答问题 23 天前

python 有序字典 OrderedDict

有序字典的顺序是你插入时候的顺序不是自动排序，import heapqimport numpy as npif __name__ == '__main__': import collections dic = collections.OrderedDict() dic[1] = 'v1' dic[3] = 'v3' dic[4] = 'v3' dic[2] = 'v2' for k, v in dic.items():
原创
发布博客 24 天前 ·
453 阅读 ·
0 点赞 ·
0 评论

ByteTrack 多目标跟踪 测试笔记

部分内容转自：ByteTrack实时多目标跟踪_周先森爱吃素的博客-CSDN博客测试视频代码：python tools/demo_track.py video -f exps/example/mot/yolox_s_mix_det.py -c ./bytetrack_s_mot17.pth.tar --path ./videos/palace.mp4 --fp16 --fuse --save_resultpython tools/demo_track.py video -f ex...
原创
发布博客 25 天前 ·
2569 阅读 ·
1 点赞 ·
0 评论

pytorch 区间loss 损失函数

pytorch 区间loss 损失函数比如要回归A，希望A在1到-1之间，可以设计损失函数：import torchclass My_Loss3(torch.nn.Module): def __init__(self): super(My_Loss3, self).__init__() def forward(self, pred_angle0, label): l1 = torch.clamp(torch.abs(pred_ang
原创
发布博客 25 天前 ·
571 阅读 ·
0 点赞 ·
0 评论

文件资源管理右键卡死无响应

文件资源管理器右键卡死无相应，一个原因是右键菜单太多，加载太慢导致的，解决方法：用右键菜单管理工具删掉不常用的右键菜单项，可以用火绒杀毒软件的安全工具中右键菜单管理删除，也可以用360右键管理工具，360右键管理工具方法如下，以下内容转自：https://jingyan.baidu.com/article/22a299b57e46f89e19376ae9.html 首先点击电脑文件夹或桌面上的任意一个文件，使用右键点击显示一个下拉菜单，里面就有使用360管理右键菜单的使用功能,可以点击
原创
发布博客 25 天前 ·
210 阅读 ·
1 点赞 ·
0 评论

HRFormer 多分辨率Transformer 参数骤降，性能更强

今天推荐的文章是来自中科院、北大、微软亚研、百度联手提出HRFormer模型，能够在多分辨率并行，参数量下降了40%，但是性能更好！本文也被收录NeurIPS 2021，文章2021年10月份刚出来论文链接：https://arxiv.org/pdf/2110.09408.pdf代码链接：https://github.com/HRNet/HRFormer摘要：HRFormer block高分辨率 Transformer 结构HRFormer设计效果
转载
发布博客 25 天前 ·
104 阅读 ·
0 点赞 ·
0 评论

百度飞浆行人多目标跟踪笔记

开源地址：PaddleDetection/configs/mot at release/2.3 · PaddlePaddle/PaddleDetection · GitHub百度飞浆集成了多目标跟踪的多种算法，地址：PaddleDetection/configs/mot at release/2.3 · PaddlePaddle/PaddleDetection · GitHubdeepsort：jdefarimot：本人测试结果如下，后续可能继续跟踪跟进。本机代码：运行o
原创
发布博客 26 天前 ·
131 阅读 ·
0 点赞 ·
0 评论

python判断点在四边形内

只针对凸四边形：如果是三角形，五边形呢？这个代码是否有效，还没测import globclass Point(): def __init__(self, x,y): self.x=x self.y=ydef GetCross(p1, p2, p): return (p2.x - p1.x) * (p.y - p1.y) - (p.x - p1.x) * (p2.y - p1.y)def IsPointInMatrix(..
转载
发布博客 28 天前 ·
128 阅读 ·
0 点赞 ·
0 评论

python过滤多个开头结尾

简单模式： aaaa = 'rtsp://aaaaaaaaa' bbbb = 'rtmp://aaaabbbb' datas=[aaaa,bbbb] for data in datas: if data.startswith('rtsp://'): print("single start with") if data.endswith('bbbb'): print("single ..
原创
发布博客 28 天前 ·
109 阅读 ·
0 点赞 ·
0 评论

YOLOv5-Lite 使用笔记

开源地址：GitHub - ppogg/YOLOv5-Lite: ????????????YOLOv5-Lite: lighter, faster and easier to deploy. Evolved from yolov5 and the size of model is only 1.7M (int8) and 3.3M (fp16). It can reach 10+ FPS on the Raspberry Pi 4B when the input size is 320×320~精度
原创
发布博客 28 天前 ·
196 阅读 ·
0 点赞 ·
0 评论

一张照片攻破人脸识别系统：能点头摇头张嘴

人脸识别又上热搜了。就在最近，央视网曝出了一种分分钟攻破人脸识别的方法：只需要一张照片的那种。△图源：央视网微博在视频的演示中我们可以看到，随便一个人，用一段包含点头、摇头、说话等动作的驱动视频。原本照片里的人物也会随之做出一样的行为。虽然我们知道一张静态图，现在大概率是无法解锁人脸识别。但这样动起来之后，结果可就不一样了。于是，人脸识别系统便自然可以轻松通过：△图源：央视网微博央视网曝出的这段视频，成功引发了网友们的热议。许多网友对这种攻破人脸识别系统的...
转载
发布博客 28 天前 ·
219 阅读 ·
0 点赞 ·
0 评论

HRFormer 踩坑日记

开源地址：GitHub - HRNet/HRFormer: This is an official implementation of our NeurIPS 2021 paper "HRFormer: High-Resolution Transformer for Dense Prediction".关键点 模型16M包含分类，分割，姿态三部分，分类 tiny模型 78 94.4m分类 small模型 81 158m跑pose demo需要xtcocoto...
原创
发布博客 29 天前 ·
328 阅读 ·
0 点赞 ·
0 评论

HRFormer,内存和参数降低40%

最近中科院、北大、微软亚研、百度联手提出HRFormer模型，能够在多分辨率并行处理图像，新模型架构参数量降低40%，性能却更强。ViT需要将图像分割为大小为16×16的图像块（image patch）序列，并提取每个图像块的特征表示，这种方法存在一个缺陷就是ViT 的表示空间丢失了很多细节，导致在一些需要精细预测的任务中表现不佳。并且ViT只能输出单尺度（single-scale）特征表示，缺少了通过数据增强捕获多尺度变换的能力。为了减少特征粒度的损失和模拟多尺度变化，提出了一种包含丰富空
转载
发布博客 29 天前 ·
128 阅读 ·
0 点赞 ·
0 评论

torch分布式训练学习笔记

分布式通讯包 - torch.distributed基本 初始化 TCP初始化 共享文件系统初始化 环境变量初始化 组 点对点通信 集体功能torch.distributed提供了一种类似MPI的接口，用于跨多机器网络交换张量数据。它支持几种不同的后端和初始化方法。目前，torch.distributed支持三个后端，每个后端具有不同的功能。下表显示哪些功能可用于CPU / CUDA张量。只有当用于构建PyTorch的实现支持它时，MPI才支持cuda。后端 tcp ..
转载
发布博客 29 天前 ·
112 阅读 ·
0 点赞 ·
0 评论

pytorch scatter_函数学习笔记

在pytorch中，scatter是一个非常实用的映射函数，其将一个源张量（src）中的值按照指定的轴方向（dim）和对应的位置关系（index）逐个填充到目标张量（target）中，其函数写法为：target.scatter(dim, index, src)其中各变量及参数的说明如下：target：即目标张量，将在该张量上进行映射 src：即源张量，将把该张量上的元素逐个映射到目标张量上 dim：指定轴方向，定义了填充方式。对于二维张量，dim=0表示逐列进行行填充，而dim=1表示
原创
发布博客 29 天前 ·
122 阅读 ·
1 点赞 ·
0 评论

pytorch 内积 矩阵乘法

1 1维张量内积-torch.dot()torch.dot(input, tensor) → Tensor#计算两个张量的点积（内积）#官方提示：不能进行广播（broadcast）.#example>>> torch.dot(torch.tensor([2, 3]), torch.tensor([2, 1])) #即对应位置相乘再相加tensor(7)>>> torch.dot(torch.rand(2, 3), torch.rand(2, 2))..
转载
发布博客 1 月前 ·
229 阅读 ·
0 点赞 ·
0 评论

python list Topk用法学习笔记

python topk 排序对于一个python list 或者numpy数组，我需要找到这个list中最大的K个数及其对应的下标。解决方式：1. 可以构造字典通过排序解决，不过代码量较多。2. 使用heapq库，可以直接获取最大值的下标和数值。import heapqa = [4,2,6,1,9,9]# 获取下标， 输出为[4, 5, 2]heapq.nlargest(3, range(len(a)), a.__getitem__)# 获取数值， 输出为[9, ..
原创
发布博客 1 月前 ·
119 阅读 ·
0 点赞 ·
0 评论

12层打败50层，ParNet 普林斯顿+英特尔：更深不一定更好

网友实现的：https://github.com/Pritam-N/ParNet/blob/main/parnet.py2021.11.1，还没代码：https://github.com/imankgoyal/NonDeepNetworks“深度”是深度神经网络（DNN）的关键词。但网络越深也就意味着，训练时反向传播的链条更长，推理时顺序计算步骤更多、延迟更高。而深度如果不够，神经网络的性能往往又不好。这就引出了一个问题：是否有可能构建高性能的“非深度”神经网络？普林斯顿..
转载
发布博客 1 月前 ·
205 阅读 ·
1 点赞 ·
0 评论

opencv 最大内接矩形笔记

c++版#include<opencv2\opencv.hpp>#include <iostream>#include<vector> using namespace cv;using namespace std; /*** @brief expandEdge 扩展边界函数* @param img:输入图像，单通道二值图，深度为8* @param edge 边界数组，存放4条边界值* @param edgeID 当前边界号* @retu..
原创
发布博客 1 月前 ·
2479 阅读 ·
4 点赞 ·
1 评论

Window10下Ubuntu20.04子系统下安装cuda

CUDA on WSL :: CUDA Toolkit Documentation wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer..
转载
发布博客 1 月前 ·
164 阅读 ·
1 点赞 ·
0 评论

python 操作.mat文件

在win10中，打开ITC_VD 数据集格式，结果在训练集ITC_VD_Training_Testing_set中，看到标签文件全是快捷方式，选中一个文件，右键 属性，看到：Microsoft Access Table Shortcut (.mat)查了半天，发现是.mat 的 matlab格式，python读取.mat格式：from scipy.io import loadmatm = loadmat(r"E:\data\yolov5_dbb\ITC_VD_Traini
原创
发布博客 2 月前 ·
146 阅读 ·
1 点赞 ·
0 评论

YOLO-ReT让边缘端也可以实时检测

GitHub - prakharg24/yoloret: Implementation for the paper 'YOLO-ReT: Towards High Accuracy Real-time Object Detection on Edge GPUs'https://github.com/guotao0628/yolorettensorflow-gpu==2.0.0tensorflow_model_optimizationabsl_py在本文中，作者根据现有先...
转载
发布博客 2 月前 ·
170 阅读 ·
1 点赞 ·
0 评论

Poly-YOLO：更快，更精确的检测（主要解决Yolov3两大问题，附源代码）

论文地址：https://arxiv.org/pdf/2005.13243.pdf源代码：https://gitlab.com/irafm-ai/poly-yolotf keras的：torch版，19年的：https://github.com/baristahell/poly-YOLOv3YOLOv3改进版来了！与YOLOv3相比，Poly-YOLO的训练参数只有其60％，但mAP却提高了40％！并提出更轻量的Poly-YOLO Lite。目标检测是一个过程，其中包含感兴趣..
转载
发布博客 2 月前 ·
135 阅读 ·
1 点赞 ·
0 评论

分割 bisenetv2笔记

分割bisenetv2笔记2021年的：bisenetv2/bisenetv2_new.py at main · git-luo66/bisenetv2 · GitHub地址2，2019年的：BiseNetv2-pytorch/BiseNet.py at master · Soulempty/BiseNetv2-pytorch · GitHub
原创
发布博客 2 月前 ·
164 阅读 ·
1 点赞 ·
0 评论

bn层Expected more than 1 value per channel when training, got input size torch.Size

报错代码： File "E:/project/fenge/jacke121-U-2-Net-master_mse/nets/bisnet.py", line 106, in forward feat = self.bn(feat) File "D:\Users\Administrator\miniconda3\lib\site-packages\torch
n\modules\module.py", line 727, in _call_impl result = self.fo...
原创
发布博客 2 月前 ·
124 阅读 ·
0 点赞 ·
0 评论

voc格式标签读写操作

image.load(imagePath) imageShape = [image.height(), image.width(), 1 if image.isGrayscale() else 3] writer = PascalVocWriter(imgFolderName, imgFileName, imageShape, localImgP...
原创
发布博客 2 月前 ·
123 阅读 ·
0 点赞 ·
0 评论

yolo系列 keams聚类anchors

发布资源 2 月前 ·
rar

mobilenetv2_unet

这个还稍微靠谱点：import timefrom collections import OrderedDictimport torchimport torch.nn as nnfrom torchvision.models import mobilenet_v2__all__ = ["MobileUnet"]class InvertedResidual(nn.Module): def __init__(self, inp, oup, stride, expand_..
原创
发布博客 2 月前 ·
151 阅读 ·
0 点赞 ·
0 评论

人脸识别尝试失败欧氏距离

Pytorch损失函数优化的目标是让loss越小越好，如果损失是平方，最小是0，所以优化目标是为0如果人脸识别用欧式距离，正样本距离越小越好，距离的平方即可，负样本这是欧式距离，目标是让距离越大也好，loss只能越小越好，那就距离乘以-1，确实会越来越小，但是loss向负无穷靠近，正样本的loss很小，感觉被淹没忽略了，所以人脸识别用距离损失函数感觉不太合适。...
原创
发布博客 2 月前 ·
186 阅读 ·
0 点赞 ·
0 评论

RuntimeError: Found dtype Double but expected Float”

RuntimeError: Found dtype Double but expected Float”在求损失函数时报错了，解决方法：target.float()a=np.array([[1,2],[3,4]])b=np.array([[2,3],[4,4]])loss_fn = torch.nn.MSELoss(reduce=True, size_average=True)input = torch.autograd.Variable(torch.from_num
原创
发布博客 2 月前 ·
158 阅读 ·
1 点赞 ·
0 评论

图像旋转网络

图像旋转网络
原创
发布博客 2 月前 ·
233 阅读 ·
0 点赞 ·
0 评论

如何搭建神经网络，神经网络入门必备

如何搭建神经网络，神经网络入门必备!废话少说，第一步，搭建网络，标注好图片注意问题1：data_loader 用pytorch自带的，shuffle为True，shuffle为False会出现不收敛的情况。关于图片数量：如果图片量比较大，先不要上大数据，先用小规模数据，比如200张训练。关于训练：loss如果出现不断下降变小，再测试一下训练集，如果预测准确，说明网络搭建训练环境ok，否则网络搭建训练环境中有错误，先排查错误。然后再加大图片量，继续训练，loss同样需要
原创
发布博客 2 月前 ·
173 阅读 ·
0 点赞 ·
0 评论

隔空作画，握拳清屏，这个手部跟踪项目火了，在线可玩

在屏幕上隔空作画是近来新兴的一种有趣应用，其中涉及复杂的手部跟踪技术，这类技术成熟之后可用于提升应用程序的交互体验。此前机器之心曾报道过可以隔空写字、绘图的有趣项目「air-drawing」，该项目利用深度学习工具使得用户在配有摄像头的电脑端就可获得自己的手势姿态估计成像图。近日，又一个具有相似功能的开源项目在 reddit 上大火，该项目名为 YoHa——Your Hand Tracking。项目地址：https://github.com/handtracking-io/yoha..
转载
发布博客 2 月前 ·
161 阅读 ·
0 点赞 ·
0 评论

速度提升2倍，超强悍CPU级骨干网络PP-LCNet

yolov5-pp-lcnet：GitHub - OutBreak-hui/Yolov5-PP-LCNet分类网络的，结果还出来：https://github.com/ngnquan/PP-LCNet分类网络，有精度：https://github.com/frotms/PP-LCNet-Pytorch34m：PPLCNet_x2_5_ssld 0.8082 0.9533 从上图我们可以看出，PP-LCNet 在同样精度的情况下，速度...
转载
发布博客 2 月前 ·
175 阅读 ·
2 点赞 ·
0 评论

micronet 测试2

测试1：micronet 测试_jacke121的专栏-CSDN博客这个精度比较高https://github.com/liyunsheng13/micronetModel #Param MAdds Top-1 download MicroNet-M3 2.6M 21M 62.5 model MicroNet-M2 2.4M 12M 59.4 model MicroNet-M1 1.8M ..
原创
发布博客 2 月前 ·
181 阅读 ·
0 点赞 ·
0 评论

CoTNet 修改笔记

CoTNet依赖cupy关于cupy的文章：cupy_jacke121的专栏-CSDN博客_cupy调用测试代码：import torchfrom models import cotnet50if __name__ == '__main__': model = cotnet50(num_classes=100) state_dict = torch.load("cotnet50.pth.tar",map_location=torch.device('
原创
发布博客 2 月前 ·
196 阅读 ·
0 点赞 ·
0 评论

Convolutional-MLPs改造

Convolutional-MLPs人脸识别用，112*112返回7*7特征：调用代码：import torchfrom src import convmlp_sif __name__ == '__main__': model = convmlp_s(num_classes=100) state_dict = torch.load("convmlp_s_imagenet.pth") new_state_dict = {} for k, v in.
原创
发布博客 2 月前 ·
148 阅读 ·
0 点赞 ·
0 评论

ResNet超强变体：京东AI新开源的计算机视觉模块

论文地址：https://arxiv.org/pdf/2107.12292.pdf源代码地址：https://github.com/JDAI-CV/CoTNet前言具有自注意力的Transformer引发了自然语言处理领域的革命，最近还激发了Transformer式架构设计的出现，并在众多计算机视觉任务中取得了具有竞争力的结果。如下是之前我们分享的基于Transformer的目标检测新技术！链接：利用TRansformer进行端到端的目标检测及跟踪（附源代码）链接：YOLOS
转载
发布博客 2 月前 ·
161 阅读 ·
0 点赞 ·
0 评论

无卷积骨干网络：金字塔Transformer，提升目标检测/分割等任务精度（附源代码）

论文地址：https://arxiv.org/pdf/2102.12122.pdf源代码地址：https://github.com/whai362/PVT具有自注意力的Transformer引发了自然语言处理领域的革命，最近还激发了Transformer式架构设计的出现，并在众多计算机视觉任务中取得了具有竞争力的结果。如下是之前我们分享的基于Transformer的目标检测新技术！链接：ResNet超强变体：京东AI新开源的计算机视觉模块！（附源代码）链接：利用TRansform..
转载
发布博客 2 月前 ·
157 阅读 ·
0 点赞 ·
0 评论

pytorch中lstm学习

if __name__ == '__main__': import torch import torch.nn as nn # 神经网络模块 rnn = nn.LSTM(10, 20, 2) # 输入数据x的向量维数10, 设定lstm隐藏层的特征维度20, 此model用2个lstm层。如果是1，可以省略，默认为1) input = torch.randn(5, 3, 10) # 输入的input为，序列长度seq_len=5, 每次...
转载
发布博客 2 月前 ·
155 阅读 ·
0 点赞 ·
0 评论

文本转图像学习笔记

MirrorGAN可以训练：https://github.com/qiaott/MirrorGANhttps://github.com/Kyfafyd/MirrorGAN分两部分：GLAMSTREAM网络介绍：MirrorGAN的灵感来自于cycleGAN，但是又有两点不同：1）cycleGAN是从图像到图像，而MirrorGAN是从文本到图像。2）cycleGAN输入的两组无关的不同风格图像，而MirrorGAN输入的是一组成对的文本-图像，是一种监督学习。注意
原创
发布博客 2 月前 ·
135 阅读 ·
0 点赞 ·
0 评论

python tpr fpr

数据分布比较均匀效果可以，数据分布不均匀，两头比较少，效果不好。 labels = read_labels(u"labels.txt") predicts = read_Feautures(u"scores.txt") levels=(1e-6, 1e-5, 1e-4, 1e-3, 1e-2) fpr, tpr, threshold1s=sklearn.metrics.roc_curve(labels,predicts) interp = interpola..
原创
发布博客 2 月前 ·
189 阅读 ·
0 点赞 ·
0 评论

​多分类下的ROC曲线和AUC​

本文主要介绍一下多分类下的ROC曲线绘制和AUC计算，并以鸢尾花数据为例，简单用python进行一下说明。如果对ROC和AUC二分类下的概念不是很了解，可以先参考下这篇文章：机器学习之分类器性能指标之ROC曲线、AUC值_MinerYCC-CSDN博客 由于ROC曲线是针对二分类的情况，对于多分类问题，ROC曲线的获取主要有两种方法： 假设测试样本个数为m，类别个数为n（假设类别标签分别为：0，2，...，n-1）。在训练完成后，计算出每个测试样本的在各类别下的概率...
转载
发布博客 2 月前 ·
154 阅读 ·
1 点赞 ·
0 评论

YOLOv5发布第六个版本，支持一键适配OpenVINO/OpenCV DNN部署

YOLOv5发布了第六个版本，其它我不说，什么是开源精神，不是写个程序扔github就叫开源，而是持续不断改进，精益求精，不断演化版本，增加最有商业价值的功能，YOLOv5做到了。看看最新版本都有哪些新功能让开发者心动....新特性首次发布支持移动端的最小化模型YOLOv5n，只有1.9MB，全称为YOLOv5 Nano。支持模型导出为tensorflow跟keras格式，这是什么鬼，就这招彻底打废原来的tensorflow跟keras版本模仿者！OpenCV DNN支持，原来导出ONNX要支持..
转载
发布博客 2 月前 ·
436 阅读 ·
1 点赞 ·
0 评论

python 画roc曲线

label.txt:101010feature.txt0.10.20.20.20.20.3代码：# -*- coding: utf-8 -*-import mathimport sklearnimport numpy as npimport matplotlib.pyplot as pltimport skimageimport sklearn.metrics.pairwise as pw#读取标签文件def read_lab..
转载
发布博客 2 月前 ·
197 阅读 ·
0 点赞 ·
0 评论

tanh relu可视化

# !/usr/bin/python #encoding:utf-8import mathimport matplotlib.pyplot as pltimport numpy as npimport matplotlib as mplimport torchmpl.rcParams['axes.unicode_minus'] = Falsedef sigmoid(x): return 1.0 / (1.0 + np.exp(-x))fig = plt.figure...
原创
发布博客 2 月前 ·
164 阅读 ·
0 点赞 ·
0 评论

ptthon调用海康sdk 数据类型

c++的 unsigned char指针，python格式为：POINTER(c_char)fRealDataCallBack_V30 = REALDATACALLBACK(_fRealDataCallBack_V30)DECCALLBACK = CFUNCTYPE(None, c_long, POINTER(c_char), FRAME_INFO, c_long, c_long)def _fDecCallBack(nPort, pBuf, nSize, pFrameInfo, nR..
原创
发布博客 2 月前 ·
188 阅读 ·
0 点赞 ·
1 评论

yuv转bgr

import timefrom ctypes import *import cv2import numpy as npdef yuv2bgr(file_name, height, width, start_frame): fp = open(file_name, 'rb') fp.seek(0, 2) # 设置文件指针到文件流的尾部 + 偏移 0 fp_end = fp.tell() # 获取文件尾指针位置 frame_size = height ...
原创
发布博客 2 月前 ·
462 阅读 ·
0 点赞 ·
0 评论

python等间隔取样

import numpy as np# 1表示开始位置# 25表示结束位置# 15表示抽取数据个数# int表示转换为整型数据，默认是floatdata=np.linspace(1, 25, 15, dtype=int)print(data)
转载
发布博客 2 月前 ·
166 阅读 ·
0 点赞 ·
0 评论

排名第6，继续加油，为更多的爱踢友服务！

发布Blink 2 月前

yolox使用笔记

github地址：GitHub - Megvii-BaseDetection/YOLOX: YOLOX is a high-performance anchor-free YOLO, exceeding yolov3~v5 with MegEngine, ONNX, TensorRT, ncnn, and OpenVINO supported. Documentation: https://yolox.readthedocs.io/megegine安装：pip3 install megen..
原创
发布博客 2 月前 ·
286 阅读 ·
0 点赞 ·
0 评论

yolov5_trackid.rar

发布资源 2 月前 ·
rar

车辆重识别学习笔记

Vehicle Re-IDThe code is modified from our baseline code (https://github.com/layumi/Person_reID_baseline_pytorch)PrerequisiteEfficientNet-Pytorchhttps://github.com/lukemelas/EfficientNet-PyTorchPrepare dataMake a dir and put the AICity2020 d...
原创
发布博客 2 月前 ·
249 阅读 ·
0 点赞 ·
0 评论

交叉熵损失(Cross-entropy)和平方损失(MSE)究竟有何区别？

一、概念区别1. 均方差损失函数（MSE）简单来说，均方误差（MSE）的含义是求一个batch中n个样本的n个输出与期望输出的差的平方的平均值、2. Cross-entropy（交叉熵损失函数)交叉熵是用来评估当前训练得到的概率分布与真实分布的差异情况。它刻画的是实际输出（概率）与期望输出（概率）的距离，也就是交叉熵的值越小，两个概率分布就越接近。二、为什么不用MSE（两者区别详解）原因 1：交叉熵loss权重更新更快1. MSE比如对于一个神经元（单输入单输出，sigmoi...
转载
发布博客 2 月前 ·
252 阅读 ·
0 点赞 ·
0 评论

MobileViT 网络测试

实验结果表明，在不同的任务和数据集上，MobileViT显著优于基于CNN和ViT的网络。在ImageNet-1k数据集上，MobileViT在大约600万个参数的情况下达到了78.4%的Top-1准确率，对于相同数量的参数，比MobileNetv3和DeiT的准确率分别高出3.2%和6.2%。在MS-COCO目标检测任务中，在参数数量相近的情况下，MobileViT比MobileNetv3的准确率高5.7%。模型大小：MobileViT s 19mMobileViT xs 9.2...
原创
发布博客 2 月前 ·
328 阅读 ·
1 点赞 ·
1 评论

CVPR 2021 更好的Backbone，伯克利&谷歌提出BoTNet，精度达84.7%

本篇分享论文『Bottleneck Transformers for Visual Recognition』，由 UC Berkeley & Google Research(Transformer一作团队)联合提出BoTNet，ImageNet上精度达84.7%。详细信息如下： 论文链接：https://arxiv.org/abs/2101.11605 项目链接：https://github.com/lucidrains/bottleneck-transfor..
转载
发布博客 2 月前 ·
261 阅读 ·
0 点赞 ·
0 评论

快速消费品检测

https://github.com/sayan0506/Grocery-Object-Detector-for-FMCG-using-Scaled-YOLOv4-P5
原创
发布博客 2 月前 ·
213 阅读 ·
0 点赞 ·
0 评论

Yolo-FastestV2 移动端可达300FPS，参数量仅250k

对比Yolo-Fastest：最强轻量级目标检测yolo fastest_jacke121的专栏-CSDN博客精度对比：Network COCO mAP(0.5) Resolution Run Time(4xCore) Run Time(1xCore) FLOPs(G) Params(M) Yolo-FastestV2 24.10 % 352X352 3.29 ms 5.37 ms 0.212 0.25M Yol..
原创
发布博客 2 月前 ·
244 阅读 ·
0 点赞 ·
0 评论

reid笔记 yolov5 deepsort

方案1：YoloV5 + deepsort + Fast-ReID 完整行人重识别系统（三）_zengwb的博客-CSDN博客改进点：将deepsor的表征提取模型替换成了fastreid训练的reid模型。能够提升跟踪性能。yolov5 + deepsort顺带实现了行人计数功能，统计摄像头内出现过的总人数，以及对穿越自定义黄线行人计数开源地址：https://github.com/zengwb-lx/Yolov5-Deepsort-Fastreid...
原创
发布博客 2 月前 ·
368 阅读 ·
0 点赞 ·
0 评论

轻量级3D姿态估计

本文分享一款可以跑在手机上的3d姿态估计网络。效果图：算力3.92GFLOPS，而且平均每关节位置误差（MPJPE），也只有大约5厘米。输入是目标检测后的人体图，人体检测用的yolov5。网络结构：编码器-解码器在编码器用于全局特征提取，而解码器进行姿态估计的基础架构，研究团队对其主干网络、激活函数，以及Skip concatenation功能都进行了修改。他们在MobileNetV2的前四个倒置残差块（Residual Block）处修改了通道大小，获得了性能提升。
原创
发布博客 2 月前 ·
235 阅读 ·
0 点赞 ·
0 评论

Deepsort_V2 2020中兴捧月阿尔法赛道多目标检测和跟踪初赛第一名

2020中兴捧月阿尔法赛道多目标检测和跟踪初赛第一名方案初赛：多目标跟踪；指标MOTA和MOTP, 后期的大量实验证明检测算法相对于跟踪更重要。数据集分析：1.人群密集稀疏场景；2.场景（白天，黑夜）3.光照变化丰富。4.多方向视角，方向变化大；5.行人速度有快又慢。ConfigDetection：Cascade-RCNN(HRNet) 基于mmdetection框架。采用多尺度训练（1216,608）和（1024,2048）, 多尺度测试：（1216,6..
原创
发布博客 2 月前 ·
376 阅读 ·
0 点赞 ·
0 评论

python批量下载邮件附件

背景由于同学每周要通过邮箱收数学建模作业，100多人给她发附件，她要一个个地点着下载。太麻烦了，所以想用程序实现下载附件的功能。在网上查资料后，最终实现了稍为简单的下载附件功能，代码有些细节还不是很了解。2019.4.16更新：过几天我也要用邮箱收文件，有了这份代码刚好能用！这再次印证知识不会没用处的，不学才会觉得知识没用呢。2021.01.28更新我又写了一份新的更详细、简洁的代码：python批量处理邮件：poplib和email快速上手教程2021.01.29更新..
转载
发布博客 2 月前 ·
161 阅读 ·
1 点赞 ·
1 评论

字节跳动这项研究火了：基于残差UNet架构 ，一键分离伴奏和人声

音乐源分离 (MSS) 是将混合音频分离成单个源的任务，例如人声、鼓、伴奏等。MSS 是音乐信息检索 (MIR) 的重要内容，因为它可用于多个下游 MIR 任务，包括旋律提取、音高估计、音乐转录 、音乐混音等。MSS 也有可以直接应用的程序，例如卡拉 OK 和音乐混音。基于深度神经网络的方法已成功应用于音乐源分离。这些方法通常用于学习从混合声谱（spectrogram）到一组源声谱的映射，所有声谱图都只有幅度。但是，这种方法会受到一定的限制：1）不正确的相位重构降低了性能；2）将掩码..
转载
发布博客 2 月前 ·
220 阅读 ·
0 点赞 ·
0 评论

python 四边形分割

from sympy.geometry import ( Line, Point)if __name__ == '__main__': p1 = Point(10, 10) p2 = Point(100, 8) l1 = Line(p1, p2) p3 = Point(100, 200) p4 = Point(12, 208) l2_1 = Line(p1, p4) l2_2 = Line(p2, p3) p5=Point(...
原创
发布博客 2 月前 ·
193 阅读 ·
0 点赞 ·
0 评论

python计算平行线

python移动平行线：p1是起点的新位置。from sympy.geometry import ( Line, Point)p1 = Point(3, 3)p3 = Point(2, 5)p4 = Point(4, 1)l2_1 = Line(p3, p4)line3=l2_1.parallel_line(p1) #== Line(Point(0, 0), Point(0, -1))print(line3)...
原创
发布博客 2 月前 ·
230 阅读 ·
0 点赞 ·
0 评论

python点到向量的距离，夹角

import numpy as npdef angle(v1, v2): dx1 = v1[2] - v1[0] dy1 = -(v1[3] - v1[1]) dx2 = v2[2] - v2[0] dy2 = -(v2[3] - v2[1]) angle1 = math.atan2(dy1, dx1) angle1 = -int(angle1 * 180 / math.pi) if angle1 < 0: angle...
原创
发布博客 2 月前 ·
200 阅读 ·
0 点赞 ·
0 评论