- 博客(21)
- 收藏
- 关注
RSS订阅
原创 import this
Beautiful is better than ugly.Explicit is better than implicit.Simple is better than complex.Complex is better than complicated.Flat is better than nested.Sparse is better than dense.Readability counts.Special cases aren’t special enough to break th
2020-11-22 22:27:32
125
原创 【AI目标检测】MMROTATE踩坑记录
MMROTATE介绍MMRotate 是一款基于 PyTorch 的旋转框检测的开源工具箱，是 OpenMMLab 项目的成员之一。MMROTATE安装mmrotate的安装同mmdet等类似参考mmrotate安装创建环境conda create -n openmmlab python=3.7 -yconda activate openmmlab安装pytorchconda install pytorch==1.7.0 torchvision==0.8.0 cudatoolk
2022-04-06 11:24:19
8866
37
原创 【AI目标检测】VOC格式数据集转换为DOTA类型数据集
由于目前的imglabel画出来框都是voc类型的xml文件：<annotation> <folder>rotate_jueyuanzi_zip</folder> <filename>0004.jpg</filename> <path>D:\Desktop\rotate\dataset\rotate_jueyuanzi_zip\0004.jpg</path> <source> <databas
2022-03-21 20:57:19
2965
1
原创 【AI目标检测】划分train、val、test数据集
每次做新的数据集总是需要面临划分数据集的问题就尝试写了一个划分数据集的代码import osimport randomimport shutildef splitDataset(together_path, split_paths, use_seed=False): all_file = os.listdir(together_path) if use_seed: random.seed(529) sample = random.sample(all_f
2022-03-21 20:38:39
5589
原创 【LeetCode刷题】贪心算法（二）
122. 买卖股票的最佳时机 II给定一个数组 prices ，其中 prices[i] 是一支给定股票第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。题解贪心思想，如果第二天相较于前一天赚了就交易代码class Solution {public: int maxProfit(vector<int>& prices) {
2021-12-23 23:12:35
663
原创 【LeetCode刷题】贪心算法（一）
贪心算法贪心算法或贪心思想采用贪心的策略，保证每次操作都是局部最优的，从而使最后得到的结果是全局最优的。455 分发饼干题目表述（简单）假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。对每个孩子 i，都有一个胃口值 g[i]，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干 j，都有一个尺寸 s[j] 。如果 s[j] >= g[i]，我们可以将这个饼干 j 分配给孩子 i ，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数
2021-12-08 23:35:36
482
原创 cv读取图片时后缀的大小写
使用师兄的数据集跑模型，然后一直在此处弹出assertimg = cv2.imread(img_file)assert img is not Nonedebug打断点查看img_file并未发现路径有错误，后来偶然间发现可能师兄拍照片的时候使用了不同的设备，所以图片有的后缀为xxx.JPG，有的为xxx.jpg，但是我在将数据转化为coco数据格式的时候，json中的数据统一为jpg："images": [ { "file_name": "001303.jp
2021-09-06 17:46:20
371
原创 spring boot学习——1快速搭建
打开idea，file→new→project在左侧选择spring initializr，并选择安装的jdk，点击next如果没有spring initializr，可以在file→settibg中的plugins中搜索并安装
2021-03-19 18:14:36
116
原创 【tensorflow学习】tensorflow搭建模型常用函数以及使用方式
1 importimport tensorflow as tf2 使用Sequential建立模型在tf.keras.models.Sequential中添加模型：官方文档对 Sequential 的描述是：Sequential groups a linear stack of layers into a tf.keras.Model使用示例如：model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.
2021-03-19 17:06:43
1236
原创 Ubuntu设置1920×1080分辨率
寒假返校的第三天一大早兴奋地来上网课，然后随便打开旁边训练用的主机打算边上课边调程序，然后分辨率的设置丢失了，系统也就进不去了。amazing！ctrl+alt+f1进入tty模式，想着临时设置一下分辨率先进入，使用命令：sudo xrandr --newmode "1920x1080_60.00" 173.00 1920 2048 2248 2576 1080 1083 1088 1120 -hsync +vsync结果不行，出现了cannot open diaplay的问题，经过查找之后
2021-03-08 17:25:35
475
转载 装机tip
本文总结至https://www.bilibili.com/video/BV1jE411e7hw?p=2一定要看视频！CPU注意将CPU按照指定方式进行放置，下方的管脚很脆弱，不要碰触，坏掉的话返厂维修价格50-100内存条具有优先级，从左往右24为优先插槽，13为次要，用力按压直到咔哒一声固态硬盘要知道有螺丝柱也有螺丝，这样做为了硬盘悬空在主板上，如下图注意对准豁口如果有散热片，先将散热片拆下再安装，散热片上的保护薄膜撕掉。散热器散热器一般会有很多种安装工具，选择自
2020-12-10 21:28:29
777
原创 pr导出视频的每一帧
制作数据集的时候可以拍成视频并取其中的帧来作为数据集打开pr新建项目在左下方方框导入视频，可以直接双击该区域选择视频选中该视频，点击文件→导出→媒体格式选择PNG在左下方可以通过可以移动上方的蓝色光标来标记到哪一帧，这个蓝色标记可以通过键盘上的左右箭头来一帧一帧地移动，移动到确定的某一帧之后可以点击上方地白色小三角形将所处理的开头结尾设置为蓝色标记所标记的帧。右方基本设置中可以通过取消图中所框的对勾来自己设置输出的图片尺寸。最后点击导出即可。...
2020-12-10 21:08:33
3972
原创 Ubuntu训练环境的搭建
最近为了测试3080，来来回回重装了挺多次的Ubuntu来个总结安装Ubuntu不论直接安装Ubuntu还是安装Windows和Ubuntu双系统，都需要启动盘，在此推荐软碟通。Ubuntu安装时基本是傻瓜式安装，需要注意的是双系统时的各个区的分盘：efi：大小约为200M，类型efi，逻辑分区，空间起始位置，用于安装启动启动项，必须有swap：大小为物理内存两倍，类型swap，逻辑分区，空间起始位置，Ubuntu的虚拟内存/：大小大约20G以上即可，类型ext4日志文件系统，主分区，空间起始
2020-12-10 20:16:42
321
2
原创 COCO数据集keypoint部分
{ "info": {... }, "licenses": [... ], "images": [... ], "annotation": [... ], "categories": [... ],}
2020-11-10 17:39:28
2229
原创 P、NP、NPC、NP-Hard
本文总结至什么是P问题、NP问题和NPC问题首先说明时间复杂度，时间复杂度是指当数据扩大之后，算法需要增长的时间有多长。比如我们扩大了数据之后，算法进行计算得出结果的时间与扩大之前所用的时间是相同的，那么时间复杂度就是O(1)，也称常数复杂度，这里的O(f(n))可以理解为高数中的等价无穷小。还有以O(log(n)),O(n^a) 等为时间复杂度的算法，这种类型的时间复杂度，我们把它叫做多项式级的复杂度，因为它的规模n出现在底数的位置。另一种是O(n!)或n位于指数位置的，它是非多项式级的，通常计算都很复
2020-11-02 22:23:34
274
原创 【深度学习笔记】超参数
记录一些常见的超参数learning rate即学习率，表示更新梯度的速度，学习率过小参数更新会很慢，过大又容易跳过最大值上图学习率设置过小，学习会很慢，使得训练时间过长上图学习率太大，从而使得跳过了最低点batchbatch，指一批，即每次喂入模型的图像数量，如10000张图像，设置batch=10，就是每次10张图片一起训练就是一个batchepoch一个epoch是指学习中所有训练数据均被使用过一次时的更新数据。如如果10000张图像，batch=10，那么训练了1000
2020-11-02 21:33:38
1118
原创 tensorflow_Realtime_Multi-Person_Pose_Estimation训练
本模型是研究人体关键点识别（论文）本模型是之前keras_Realtime_Multi-Person_Pose_Estimation的基于tensorflow2.0版本的升级版keras_Realtime_Multi-Person_Pose_Estimation是我第二个琢磨的模型，一直想跑起来试试训练，可是无论在window下，（出现错误ZMQ IPC不支持windows!）还是在Ubuntu下，（tensorflow-gpu还是tensorflow的cpu版本都试了一遍，也着实学会了使用linux系
2020-10-26 20:05:18
413
2
原创 【深度学习笔记】softmax函数
在深度学习中，我们经常可以在模型最后的输出层看到softmax的身影。softmax函数定义为softmax(x)i=exi∑j=1nexjsoftmax(x)_i = \frac{e^{x_i}}{\sum_{j=1}^n e^{x_j}}softmax(x)i=∑j=1nexjexisoftmax函数的输入端是N×1的向量，输出的尺寸也依然是N×1。同时，从定义中我们可以看到，softmax函数是将向量中的各个数值映射到一个定义域为[0,1]的集合中，并且所有映射后的和为1。我们也可以将
2020-08-07 17:29:21
1311
原创 【深度学习笔记】范数
深度学习中，范数是用来衡量向量大小的，常用来表示损失的距离等等范数——LpL^pLp的定义为‖x‖p=(∑i∣xi∣p)1p‖x‖_p = (\sum_{i}^{} {\mid x_i\mid^p})^\frac {1} {p}‖x‖p=(i∑∣xi∣p)p1其中p∈Rp\in\mathbb{R}p∈R，p≥1p\geq1p≥1。即每一个p对应一个范数，其中较常用到的是当p=2时的范数，也称为欧几里得范数，由于较为常见，也经常省略下标2而写作 ‖x‖。L2范数的平方也可使用向量的点积来进行运算
2020-07-27 10:23:01
690
原创 【深度学习学习笔记】数值计算——矩阵
深度学习中总会牵扯到大量的数值计算，且对于计算机视觉而言，其中很大一部分都是对于矩阵进行操作。对于矩阵而言，卷积是很重要的一个操作，相对于平常函数的卷积：∫f(τ)∗g(x−τ)dτ\int f(\tau)*g(x-\tau) d\tau∫f(τ)∗g(x−τ)dτ矩阵在进行卷积时，与之相类似，利用卷积核从左上角开始取与卷积核尺寸相同的元素进行对应元素相乘再相加。卷积的方式有三种：full、same、valid假设一矩阵image尺寸为n×n，卷积核filter尺寸为f×f，则image * fil
2020-07-20 15:26:02
1165
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