lakerszjb-CSDN博客

原创 pip安装太慢时，可以用阿里云的源。

命令后添加-i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com即可。

2018-12-10 17:09:16 7569

原创【工具】如何在使用pc上的pycharm远程调试Ubuntu服务器上的python工程

为了解决题目中的问题，查了网上的一些教程，但是发现会有错误，最后自己摸索了一套解决方案，pc系统为Windows 10，使用本地PyCharm调试Ubuntu服务器上的工程，亲测可用。该方法首先要满足一个条件，就是本地上需要有服务器上工程的镜像文件夹（即相同的python工程）【第一步】PyCharm打开本地电脑上的project。【第二步】依次点击：tools→deployment→Config

2017-10-21 22:49:54 2984

原创【图像】初识弱监督下的图像语义分割

对于基于深度学习的图像语义分割，最近读的两篇文章《BoxSup：exploiting bounding boxes to supervise convolutional networks for semantic segmentation》和《Weakly supervised semantic segmentation with convolutional networks》中的模型基本上还是基于

2017-10-12 22:03:35 3859

原创《项目三》二维物体（盖板图像）的倒置检测

目标：选取盖板图像上下固定位置的RotateRect区域，转正后分别与模板区域进行匹配，比较匹配效果来判断盖板是否倒放。得到上方RotateRect的四个点后，生成RotateRect并旋正：RotateRect rotateRectUp = minAreaRect(tempCornerPointsUp);float angle = 0.0;Size si = rotateRectUp.size

2017-09-25 14:35:58 299

原创《项目二》盖板成像中边缘过渡带的去除

目标：黑色盖板成像后，黑色盖板区域和白色背景区域会形成一段灰色的过渡带，过渡带的灰度值范围不可控，且变化较大，对后期的检测有不利影响，使用固定阈值或者自适应阈值等二值化方法对过渡带区域去除效果不好。最后采用k均值聚类的方法进行过渡带去除。【步骤一】生成采样patch，对每个patch进行k-means聚类，聚为三类，过渡带为像素数量最少的一类。统计该类的灰度值范围。vector<int> image

2017-09-20 16:19:00 374

原创《项目一》规则区域上的漏油检测

目标：盖板轮廓上会有漏油，如何检测出大于阈值的漏油。【步骤一】采用patch检测的思想，将整个轮廓采样成50*50像素大小的patch图像。方法：找到外轮廓contour→采样contour里的点→形成rect。tips：findcontours函数，参数可查，注意输入的二值化图像最外一圈应为黑，否则最外一圈将被找为最大轮廓。关键代码：【

2017-09-20 16:00:07 709 1

思芸

原创 pip安装太慢时，可以用阿里云的源。

原创【工具】如何在使用pc上的pycharm远程调试Ubuntu服务器上的python工程

原创【图像】初识弱监督下的图像语义分割

原创《项目三》二维物体（盖板图像）的倒置检测

原创《项目二》盖板成像中边缘过渡带的去除

原创《项目一》规则区域上的漏油检测

空空如也

空空如也

原创 pip安装太慢时，可以用阿里云的源。

原创 【工具】如何在使用pc上的pycharm远程调试Ubuntu服务器上的python工程

原创 【图像】初识弱监督下的图像语义分割

原创 《项目三》二维物体（盖板图像）的倒置检测

原创 《项目二》盖板成像中边缘过渡带的去除

原创 《项目一》规则区域上的漏油检测

空空如也

空空如也

原创【工具】如何在使用pc上的pycharm远程调试Ubuntu服务器上的python工程

原创【图像】初识弱监督下的图像语义分割

原创《项目三》二维物体（盖板图像）的倒置检测

原创《项目二》盖板成像中边缘过渡带的去除

原创《项目一》规则区域上的漏油检测