kaxiaokui的博客

原创 YOLO多张图片预测代码

##-------------------------------------## 对单张图片进行预测#-------------------------------------## from yolo import YOLO# from PIL import Image# yolo = YOLO()# while True:# img = input('Input image filename:')# try:# image = Imag

原创 基于pytorch神经网络模型搭建训练流程

文章目录1.定义头文件2.定义 dataloader3.定义⽹络（Net）4.定义损失函数和优化器5.训练⽹络（⽬的是得出最佳参数的⽹络）模型搭建模型搭建步骤：1.定义头文件import torch as timport torchvision as tv #数据处理，导入、预览import torchvision.transforms as transforms #数据变换from torch.autograd import Variable #梯度import torch.nn as

原创 数据增强调研

文章目录数据增强调研报告一、常用的增强技术（一）几何变换（二）颜色空间转换二、一般增强技术（一）内核过滤器（Kernel filters）（二）混合图像(mixing image)[5]（三）、高级增强技术一、特征空间增强（Feature space augmentation）（二）、Adversarial training对抗训练（三）GAN‑based Data Augmentation[10][11]（四）、神经风格转移[11] Neural Style Transfe（五）、元学习[2][13]四、

原创 python基础. 字典 集合，序列

字典1. 可变类型与不可变类型序列是以连续的整数为索引，与此不同的是，字典以"关键字"为索引，关键字可以是任意不可变类型，通常用字符串或数值。字典是 Python 唯一的一个 映射类型，字符串、元组、列表属于序列类型。那么如何快速判断一个数据类型 X 是不是可变类型的呢？两种方法：麻烦方法：用 id(X) 函数，对 X 进行某种操作，比较操作前后的 id，如果不一样，则 X 不可变，如果一样，则 X 可变。便捷方法：用 hash(X)，只要不报错，证明 X 可被哈希，即不可变，反过来不可被

原创 python基础no.6. 列表 元组，字符串

文章目录列表1. 列表的定义2. 列表的创建3. 向列表中添加元素4. 删除列表中的元素5. 获取列表中的元素6. 列表的常用操作符7. 列表的其它方法**练习题**：请将列表里所有数字修改成原来的两倍3、leetcode 852题 山脉数组的峰顶索引列表简单数据类型整型<class 'int'>浮点型<class 'float'>布尔型<class 'bool'>容器数据类型列表<class 'list'>元组<class 'tu

转载 python基础 异常处理

文章目录异常处理1. Python 标准异常总结2. Python标准警告总结3. try - except 语句4. try - except - finally 语句5. try - except - else 语句6. raise语句****练习题**猜数字：**小结： 三个try 语句的区别异常处理异常就是运行期检测到的错误。计算机语言针对可能出现的错误定义了异常类型，某种错误引发对应的异常时，异常处理程序将被启动，从而恢复程序的正常运行。1. Python 标准异常总结BaseExcep

转载 python 基础 条件+循环语句

条件语句1. if 语句if expression: expr_true_suiteif 语句的 expr_true_suite 代码块只有当条件表达式 expression 结果为真时才执行，否则将继续执行紧跟在该代码块后面的语句。单个 if 语句中的 expression 条件表达式可以通过布尔操作符 and，or和not 实现多重条件判断。【例子】if 2 > 1 and not 2 > 3: print('Correct Judgement!')#

转载 python基础no.2. 位运算

位运算感谢^^:https://github.com/datawhalechina/team-learning-program/tree/master/Python-Language1. 原码、反码和补码二进制有三种不同的表示形式：原码、反码和补码，计算机内部使用补码来表示。原码：就是其二进制表示（注意，最高位是符号位）。00 00 00 11 -> 310 00 00 11 -> -3反码：正数的反码就是原码，负数的反码是符号位不变，其余位取反（对应正数按位取反）。00 00

转载 python基础no.1. 变量、运算符与数据类型

标题# 变量、运算符与数据类型1. 注释在 Python 中，# 表示注释，作用于整行。【例子】单行注释# 这是一个注释print("Hello world")# Hello world''' ''' 或者 """ """ 表示区间注释，在三引号之间的所有内容被注释【例子】多行注释'''这是多行注释，用三个单引号这是多行注释，用三个单引号这是多行注释，用三个单引号'''print("Hello china") # Hello china"""这是多行注释，用三

原创 如何入门树莓派，opencv，tensorflow，pytorch,keras库的树莓派镜像，树莓派开发搭建工具。

一、树莓派是什么以及是干什么的！！i我的理解就是树莓派是一个类似于VMware虚拟机的Linux的小型电脑，里面可以考入各种镜像，比如树莓派官方镜像，Ubuntu镜像，kali linux镜像等等。像是树莓派镜像的好处则是，里面自带了很多编程语言工具包，例如Python，Java，c等，不需要你自己自行安装了。其次树莓派只有信用卡那么大小，便携，易存储的特点也是他最近销量很高的原因。对于树莓派来讲，其应用，在我看来是两个大的方面：1.自身当做服务器。2.利用摄像头去做视觉方面的二次开发。下面是

原创 通过FTP软件树莓派和主机文件夹传输以及遇到的各种坑解决。

连接过程，不详细赘述：参考文件：树莓派和电脑文件夹传输坑及解决方案坑1：Network error: Connection refused错误解决：各种IP端口都是正确的，此时要去查看ssh是否开启service sshd status我查看得到，ssh 开启失败。failed下面开启ssh：service sshd start如果actived,则开启成功，可以连接了，但是我出现问题坑2：Job for ssh.service failed because the contro.

原创 CV之街景字符编码识别五----pytorch之模型集成

一、集成学习bagging:基本流程：Bagging的基本流程：经过 M 轮自助采样，可以得到 M 个包含 N 个训练样本的采样集。然后基于每个采样集训练出一个基学习器。最后将这 M 个基学习器进行组合，得到集成模型。在使用 Bagging学习器进行预测时：分类任务采取简单投票法，取每个基学习器的预测类别的众数。回归任务使用简单平均法，取每个基学习器的预测值的平均。参考链接：https://www.jianshu.com/p/4ef2ddf3d615Boosting 就是一族可以

原创 RF(随机森林)与GBDT，GBDT与xgboost的区别

RF(随机森林)与GBDT之间的区别与联系相同点：1.都是由多棵树组成，最终的结果都是由多棵树一起决定。2.RF和GBDT在使用CART树时，可以是分类树或者回归树。不同点：1.组成随机森林的树可以并行生成，而GBDT是串行生成2.随机森林的结果是多数表决表决的，而GBDT则是多棵树累加之和3.随机森林对异常值不敏感，而GBDT对异常值比较敏感4.随机森林是减少模型的方差，而GBDT是减少模型的偏差5.随机森林不需要进行特征归一化。而GBDT则需要进行特征归一化GBDT与xgboost的

原创 RuntimeError: Expected object of scalar type Long

RuntimeError: Expected object of scalar type Long but got scalar type Int for argument #2 ‘target’该错误两个关键点：1.target2.long即target所使用的数据要改为long的类型。我是在基于pytorch做一个视觉问题，该问题出在，在定义dataloader时，所用类型需要转换。解决方案：修改定义dataset时所用到的getitem的返回的值的类型划线部位改为：torchLong

原创 BrokenPipeError: [Errno 32] Broken pipe 基于pytorch的训练 num_worker参数理解

BrokenPipeError: [Errno 32] Broken pipe 解决原因：在训练过程中，设置的num_workers过大修改为 num_workers=0 即可。num_worker参数理解下面作者讲的很详细，大致就是设置参数大的话，例如参数为10，就可以有10个线程来加载batch到内存。当然参数设置过大，而自己内存不够的情况下，就会出现线程管道破裂，即broken pipe ,所以一般默然设置为0.当然：如果num_worker设为0，意味着每一轮迭代时，dataloa

原创 CV之街景字符编码识别四----pytorch之模型训练与验证 ，如何构造训练集和验证集

一、训练集，验证集，测试集的作用训练集（Train Set）：模型用于训练和调整模型参数；验证集（Validation Set）：用来验证模型精度和调整模型超参数；测试集（Test Set）：验证模型的泛化能力。通俗来讲：训练集用于训练给定的模型。验证集用于在模型之间进行选择(例如，随机森林还是神经网络更适合你的问题？)你想要一个有40棵树的随机森林还是50棵树的随机森林？)测试集告诉你，你做的怎么样。二、训练集，验证集的构造 在对于训练好的模型，也许会出现，欠拟合，过拟合，以及完

原创 Python 2to3.py -w 将Python2 的代码转为Python3 的代码

尝试了网上简历reg文件的方式来转换，但不知道为什么，流程一样，我的2to3的功能出不来，所以最后还是选择使用在cmd中转换。首先我们先找到Python中的2to3.py文件。大多分布位置都一样，我的在C:\Users\Administrator\AppData\Local\Programs\Python\Python37\Tools\scripts文件下。打开cmd，进入该文件夹目录下：cd C:\Users\Administrator\AppData\Local\Programs\Pyth

原创 树莓派3b+ 安装Python3.7+opencv 遇到的 ImportError: /usr/local/lib/python3.7/：undefined symbol: __解决

一、Python3.7首先输入 Python查看树莓派Python版本，我的是2.7，所以我删掉了（这个地方暂时不知道删掉是不是必须的，但是我先卸掉了）1.卸载2.7sudo apt-get autoremove python2.72.安装Python3.7sudo ln -s /usr/bin/python3.7 /usr/bin/python#安装pip3sudo ln -s /usr/bin/pip3 /usr/bin/pip二、opencv2使用 pip 直接安装：s

原创 CV之街景字符编码识别三----pytorch之定义网络，损失函数和优化器

文章目录一、定义网络（Net）二、定义损失函数和优化器一、定义网络（Net）用一个名为Net的类定义需要继承torch.nn中的nn.Module(注意M大写）Net类包括初始化函数和forward函数两部分1）初始化init_(self): 放置有可学习参数的层（注意init前后均是两个下划线）a)对nn.Module初始化: super（Net, self）init()b)定义卷积和全连接操作（用到nn.Conv2d(), nn.Linear()）2)前向操作forward(self

原创 CV之街景字符编码识别----基于pytorch的数据读取与扩充

项目来源：https://tianchi.aliyun.com/competition/entrance/531795/informationtask参考：github链接本task主要是学习如何使用pytorch进行数据读取与扩充。常见的对图像数据的读取我们可以采用pillow和opencv库来进行。一、简单数据读取pillow读取与保存：im=Image.open("cat.jpg")im.save("cat.jpg",jpg)opencv读取：img=cv2.imread('cat

原创 基于pytorch的 神经网络的基本框架

基于pytorch的 神经网络的基本框架：import torch as timport torchvision as tvimport torchvision.transforms as transformsfrom torch.autograd import Variableimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optim1.定义 dataloader1）主要函数：tv

原创 CV之街景字符编码识别----赛题理解

项目来源：天池CVCV之街景字符编码识别----赛题理解赛题以街道字符为为赛题数据：如下所示：项目在提供字符标签的情况下考察模型的训练.其中给到的标签json文件中包含的内容有：最后以score作为评价指标即提交结果与实际图片的编码进行对比，以编码整体识别准确率为评价指标。任何一个字符错误都为错误，最终评测指标结果越大越好，具体计算公式如下：Score=编码识别正确的数量/测试集图片数量。整体而言就是对字符编码识别正确率的一个判断。但需要注意的问题，因赛题中提供的图片的字符长度不一，需

原创 pycharm下 文件里的模块不能调用 解决 from xxx import xxx no model name xxx

1.确保有__init__.py 文件(这个文件是空文件）2.在project下右键文件夹 >>Mark DIrectory as >Sources root

原创 mask RCNN将json 文件转换为Coco形式 出现KeyError: 'imageData'

mask RCNN将json 文件转换为Coco形式：原代码：import argparseimport jsonimport matplotlib.pyplot as pltimport skimage.io as ioimport cv2from labelme import utilsimport numpy as npimport globimport PIL.Imag...

原创 二手车交易价格预测----:模型结果融合

二手车交易价格预测 ——模型结果融合通过对赛题的分析，我们可以看出此类问题是对价格进行回归预测，那我们对于数据需要事先做预处理分析，这里我们采用EDA探索性数据分析来进行。探索性数据分析是对调查，观测所得到的一些初步的杂乱无章的数据，在尽可能量少的先验假定下进行处理。通过作图，制表等形式和方程拟合计算某些特征量等手段，探索数据的结构和规律的一种数据分析方法。对于此类问题我们可以从以下五个方面...

原创 批处理图像文件大小Python代码 OSError: cannot write mode RGBA as JPEG ，解决方案

文章目录在批处理图像文件大小Python代码（图片格式都是JPG或者JPEG，以下代码可使用）：OSError: cannot write mode RGBA as JPEG批处理图像大小Python最终代码(适用于图像文件有png格式的）在批处理图像文件大小Python代码（图片格式都是JPG或者JPEG，以下代码可使用）：# -*- coding: utf-8 -*-import os...

原创 二手车交易价格预测----建模调参（4）

**二手车交易价格预测----建模调参（4）**地址：https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957.1004.1.38b02448ausjSX这次打卡还是按照教程走一遍，先梳理一下主要内容的结构。这次任务主体分为五大部分：线性回归模型模型验证嵌入式特征选择模...

原创 windows 下解决 pip install pycocotools涵盖了所有坑，包解决

因为种种原因要安装 pycocotools一开始直接 pip install pycocotools 报错building ‘pycocotools._mask’ extensionerror: Microsoft Visual C++ 14.0 is required. Get it with “Microsoft Visual C++ Build Tools”: http://landi...

原创 二手车交易价格预测——特征工程（2） 生成适用于树，xgboostde的数据

二手车交易价格预测——特征工程（1）生成适用于树，xgboostde的数据针对生成LR的模型的链接：https://editor.csdn.net/md/?articleId=105156750文章目录二手车交易价格预测——特征工程（1）生成适用于树，xgboostde的数据针对生成LR的模型的链接：[https://editor.csdn.net/md/?articleId=10515675...

原创 二手车交易价格预测——特征工程（2） 生成适用于LR的数据

针对于LR，NN模型的数据处理文章目录针对于LR，NN模型的数据处理导入数据1.缺失值的处理1.1虚拟变量法处理缺失值1.2删除缺失值2.异常值处理2.1 box_cos 变换2.2 长尾截断3.特征构造3.1时间特征构造3.2地理信息特征构造3.3 统计量特征构造4.特征归一化4.1.Rescaling(最小最大归一化,不免疫outlier）4.2Standardization(标准化/z...

原创 第一个大坑jupyter logout 注销了，需要输密码。我？？？？鬼知道我的密码是多少？，或者换浏览器一样适用。。jupyter打开后不能用我pycharm，即终端里的包：解决

no zuo no die 的一晚上要不是临近十二点解决，我都快疯啦，今晚上遇见了历史上最多的坑。文章目录1.第一个大坑jupyter logout 注销了，需要输密码。我？？？？鬼知道我的密码是多少？，或者换浏览器一样适用第二个大坑，jupyter打开后不能用我pycharm，即终端里的包：解决。划重点：就是jupyter 打开后不能用pycharm里已有的包怎么解决的（当然是在有anaco...

原创 二手车交易价格预测 ——EDA 探索性数据分析

文章目录二手车交易价格预测 ——EDA 探索性数据分析1.数据的导入及数据信息的查看2.变量是否有异常值3.变量是否含有缺失值4.样本是否存在不平衡问题5.变量之间是否存在冗余6.基于目标price进行分析查看各变量的分布情况6.1类别变量对price的影响分析6.2数值变量对price的影响分析总结二手车交易价格预测 ——EDA 探索性数据分析通过对赛题的分析，我们可以看出此类问题是对价格进...

原创 边缘保留滤波算法 EPF

边缘保留滤波算法 EPF方法：1.高斯双边滤波高斯双边滤波与高斯模糊的区别：高斯双边滤波 在空间和边缘方面,即双边滤波，就是指同时考虑了 空间位置和像素值分布这两点而高斯模糊只是在空间上进行模糊，在边缘上没有2.mean shift 迁移#EPFimport cv2 as cvimport numpy as np#高斯双边滤波# 在空间和边缘方面,即双边滤波，就是指同...

原创 泛洪填充 均值模糊，中值模糊，锐化 高斯模糊

文章目录ROI 泛洪填充均值模糊，中值模糊，锐化高斯模糊ROI 泛洪填充import cv2 as cvimport numpy as npdef fill(image): copyImg=image.copy() h,w=image.shape[:2] mask=np.zeros([h+2,w+2],np.uint8)#规定这么大 cv.floodFil...

原创 python+opencv 色彩转换，分离与合并+视频提取及利用inRange 提取锁定颜色 B站245

文章目录python+opencv色彩转换，分离与合并视频提取与 利用inRange 提取锁定颜色从电脑自带摄像头中获取视频python+opencv色彩转换，分离与合并import cv2 as cvimport numpy as np#色彩转换def color_change(image): #色彩转换 gray=cv.cvtColor(image,cv.COLOR_BG...

原创 用Python改变图像像素+像素运算 B站opencv+python6,7

用Python改变图像像素from PIL import Imageimport cv2 as cvdef produceImage(file_in, width, height, file_out): image = Image.open(file_in) resized_image = image.resize((width, height), Image.ANTIALI...

原创 YoLo卷积神经网络各层计算，卷积层计算输入的图片大小是448*448*3输出224*224*64原因？

该部分卷积层计算输入的t图片大小是4484483的，第一层卷积层，卷积核大小是77的，步长是2，pad=1，filters=64，请问输出为什么为：224224*64？回答：此处的pad应该类似于标志位，0或非0，不一定是1.即pad=1应该是指：pad为真看一下源码，在yolo里面pad=1的含义并不是pad=1，而是在处理的时候判断pad是否等于1，如果等于1，那pad=kernelsi...

原创 交并比ion（ intersection over union ）及优化总结

1.IoUIoU又名交并比，是一种计算不同图像相互重叠比例的算法，时常被用于深度学习领域的目标检测或语义分割任务中。优点：IoU初步满足了计算两个图像的几何图形相似度的要求，简单实现了图像重叠度的计算。缺点：无法体现两个图形之间的距离以及图形长宽比的相似性。2.GIoUGIoU（Generalized Intersection over Union）相较于IoU多了一个‘Generali...

原创 MYSQL 尚硅谷B站自整 111-178 基础篇结束

DDL 数据定义语句创建 修改 删除CREATE ALTER DROP库的管理1.创建库CREATE DATABASE IF NOT EXISTS book;2.修改库（一般不修改）修改库名在文件夹中修改即可#更改库的字符集 ALTER DATABASE book CHARACTER SET gkb;3.删除库 DROP DATABASE IF EXISTS book;...

原创 机器学习 提升树算法 Adaboost