- 博客(33)
- 收藏
- 关注
RSS订阅原创 pymysql记录【持续更新】
视频【python操作mysql】 [https://www.bilibili.com/video/BV1dK411p7X6/?原子性指的是一个事务中的操作要么全部执行成功，要么全部失败回滚。也就是说，如果一个事务中的任何操作失败，那么整个事务都会被回滚，即之前对数据所做的任何修改都会被撤销。只有当所有操作都成功执行后，事务才会被提交，从而对数据所做的修改才会是永久性的。：数据回滚操作，清空操作，数据回滚的作用就是确保数据库操作的原子性问题，多次操作要么都执行，要么都不执行。
2023-08-25 00:30:39
335
原创 RepVGG论文阅读笔记
RepVGG提出重参数化，训练和推理结构解耦。在ImageNet上，RepVGG达到80%以上的top-1精度，在NVIDIA 1080Ti GPU上，RepVGG模型运行速度比ResNet-50快83%，比ResNet-101快101%，具有更高的精度，并与最先进的模型如EfficientNet和RegNet相比显示了良好的精度-速度权衡。
2022-09-11 22:15:34
468
1
原创 tensor转cv::Mat（即CHW转HWC）原理含C#代码实现
将模型预测输出tensor的shape从CHW转成OpenCV中的cv::Mat类型数据。
2022-08-06 17:56:47
3111
2
原创 【更新中21/31】NTIRE 2022 ESR(efficient super-resolution) 方案与结果
【更新中】NTIRE 2022 ESR 方案与结果
2022-07-22 21:56:19
3372
原创 flask局域网访问失败解决方法（使用pycharm运行代码的一定要看）
flask局域网访问失败解决方法，使用pycharm运行代码的一定要看看
2022-07-19 17:48:46
3027
原创 ConvNext笔记
1.drop path1.1.复习下dropout早些时候学习过drop out，先回顾下drop out的原理。简单来说，就是在训练过程中随机“失活”部分神经元。，如图所示：所谓失活，就是将神经元的输出值置0。更具体来说，我们现在所用的dropout都是Inverted Dropout，即训练过程中除去失活的神经元外，对剩余的神经元进行缩放。那么我们为什么要进行缩放呢？这就不得不提到早先时候dropout原始论文所提到的“朴素版”，也称为Vanilla Dropout早先Vanilla D
2022-05-10 09:22:22
2036
4
原创 PatchEmbed代码讲解记录
PatchEmbed代码首先上代码。class PatchEmbed(nn.Module): """ Image to Patch Embedding """ def __init__(self, img_size=256, patch_size=8, in_chans=3, embed_dim=512): super().__init__() img_size = to_2tuple(img_size) patch_size =
2022-04-28 17:06:32
6680
8
原创 解决pyqt5 DLL load failed: 找不到指定的程序的问题
解决pyqt5 DLL load failed: 找不到指定的程序的问题做个记录以防下次再遇到同样的问题。遇到类似问题的朋友可以直接看文章最后总结。感谢其他博主提供的教程。关于pyqt5的安装可以参考pycharm+PyQt5+python最新开发环境配置，踩坑过程详解安装过程大同小异，基本是安装pyqt5和pyqt5-tools，如果用到webengine似乎对pyqt5的版本还有要求。然后配置qt designer和pyuic，还有一个pyrcc我还没用过所以就没配置。进入正题：起因是anac
2022-04-13 21:09:24
4027
3
原创 Ubuntu20.04 编译 darknet 训练yolov3-tiny 记录
Ubuntu20.4 编译 darknet 训练yolov3-tiny 记录帮学弟训练配的，编译踩了些坑故记录一下。配置及环境GPU：GTX1050TICUDA/CUDNN：11.21. git darknetgit clone https://github.com/pjreddie/darknet2.修改makefile文件GPU=1 #如果使用GPU设置为1，CPU设置为0CUDNN=0 #如果使用CUDNN设置为1，否则为0OPENCV=0 #如果调用摄像头，还需要设置OP
2022-03-31 01:31:21
1756
9
原创 OTSU算法/大津法/最大类间方差法 python实现
OTSU算法/大津法/最大类间方差法 python实现1. 介绍OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法,也称为大津法，最大类间方差法。它根据图像的灰度特性而分为背景和前景两部分，背景和前景之间的像素值波动性越大，说明这两部分的差别越大，反之，差别越小。简而言之，算法根据图像的信息自适应地确定二值化阈值。2. 算法原理假设输入图像为灰度图像 III ，图像宽高分别为 www 和 hhh ，灰度级为 LLL 。则图像包含的像素总数为N=w×hN=w \tim
2022-03-25 21:37:41
7396
2
原创 图解转置卷积原理
声明：本文大部分搬运自【机器学习】详解 转置卷积 (Transpose Convolution)感谢博主花与人间事同，本人只是在博主原创文章上做补充以及添加一些自己的理解。1 转置卷积的背景通常，对图像进行多次卷积运算后，特征图的尺寸会不断缩小。而对于某些特定任务 (如图像分割和图像生成等)，需将图像恢复到原尺寸再操作。这个将图像由小分辨率映射到大分辨率的尺寸恢复操作，称为上采样 (Upsample)，如下图所示：上采样方法有很多，详见【图像处理】详解 最近邻插值、线性插值、双线性插值、双三次插值
2022-03-12 01:05:28
4968
原创 Faster R-CNN 论文总结
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks核心是region proposal network（RPN）。本质上是把fast r-cnn当中region proposal的方法从selective search算法替换成RPN。论文提到的训练方法现在已经不用了，pytorch的官方实现当中直接进行了联合训练。摘要当前（faster r-cnn提出前）SOTA的目标检测网络需要region
2022-01-24 20:34:00
2250
原创 R-CNN Fast R-CNN Faster R-CNN总结
Faster RCNN理论合集他的视频总结的非常好！在CSDN也有博客。用户名：太阳花的小绿豆这篇博客基本是在他的视频里面进行总结的。具体论文还没有看。R-CNN算法流程RCNN算法流程可分为4个步骤一张图像生成1K~2K个候选区域(使用Selective Search方法)利用Selective Search算法得到一些原始区域，然后使用一些合并策略将这些区域合并，得到一个层次化的区域结构，而这些结构就包含着可能需要的物体。对每个候选区域，使用深度网络提取特征将2000候选区域缩放
2022-01-24 20:29:32
1872
原创 ResNet 残差网络 一些粗略的理解
Deep Residual Learning for Image RecognitionResNet是何凯明等人在2015年的论文《Deep Residual Learning for Image Recognition》提出的一种结构。其主要使用了残差块，来解决训练困难的问题以及模型退化问题。在2015年ImageNet检测、ImageNet定位、COCO检测和COCO分割任务的第一名。ResNet的由来深度卷积神经网络为图像分类带来了一系列突破。当年一系列的研究也表明网络深度是至关重要的，在具有挑
2022-01-21 12:49:36
2573
原创 图像质量指标：峰值信噪比PSNR和结构相似性SSIM
图像质量指标PSNR（Peak Signal-to-Noise Ratio 峰值信噪比）PSNR（Peak Signal-to-Noise Ratio），峰值信噪比，是一个表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值的工程术语。由于许多信号都有非常宽的动态范围，所以峰值信噪比常用对数分贝单位来表示。以灰度图为例，设大小均为m×nm \times nm×n原始图像和处理图像分别为IoI_oIo和IpI_pIp，均方误差（MSE）定义为MSE=1mn∑i=0m−1∑j=0m−1[Io
2021-12-05 10:44:00
4500
原创 Visio画神经网络卷积层
简单记录下，画的是类似这种的首先选择基本形状里的正方形，手动调整下大小接着我们选中这个正方形，点击上方的视图然后选择加载项→其他Visio方案→排列形状选择形状边缘之间，间距全部设置为0，数目根据需要进行设置，这里示范一下生成一个3行3列的生成的结果如图接下来我们重新框住新生成的这个3x3的正方形（一定要全部框住！！！），右键选择组合组合以后我们可以直接拖动这个大块的正方形了，然后我们继续右键，选择设置形状格式在右边弹出的界面按照图中红色箭头找到三维旋转里面的预设我们选择
2021-11-18 10:27:11
11125
11
原创 NiN（Network in Network） pytorch实现
NiN（Network in Network）NiN（Network in Network）是Min Lin等人在2014的论文《Network in Network》中提出的一种结构，用于增强模型对感受野内局部块的可分辨性。作者以结构更复杂的方式构造微型神经网络（多层感知机）来抽象感受野内的数据。通过堆叠这样的微型神经网络可以构造更深的NiN。此外，作者在分类层的特征图上使用了全局平均池化（global average pooling）增强模型局部建模能力，这比传统的全连接层更不容易过拟合（参数少）。
2021-11-17 19:31:40
889
原创 VGG pytorch实现
VGGVGG是牛津大学的视觉几何组（Visual Geometry Group）在2015年的论文《Very Deep Convolutional Networks for Large-Scale Image Recognition》上提出的一种结构，在当年（2014年）的ImageNet分类挑战取得了第二名的好成绩（第一名是GoogleNet）。主要工作是证明了通过使用非常小的卷积层（3x3）来增加网络深度进而提高性能。VGG结构论文共设计了5种网络（A~E）来证明网络深度的增加带来的网络性能的提升
2021-11-13 19:11:04
3989
4
原创 AlexNet pytorch实现
AlexNet论文网络结构网络包含8层，前5层为卷积层，后3层为全连接层。论文附图的几个问题：输入图像尺寸应为227M=⌊N−kernelsize+2∗paddingstride+1⌋ M=\lfloor\frac{N-kernelsize+2*padding}{stride}+1\rfloorM=⌊strideN−kernelsize+2∗padding+1⌋采用双GPU训练，结构可以整合结构可以细化细化后的网络结构AlexNet的细节激活函数不同于以往常用sigmoid函
2021-11-05 22:33:24
1864
2
原创 LeNet5 pytorch实现
LeNet5网络采用LeNet5结构，数据集为MNIST。输入为32x32的单通道图像。网络共分为7层。网络结构C1层-卷积层核大小：5x5核数目：6步长：1输出特征图大小：6x28x28激活函数采用sigmoidS2层-池化层采用平均池化核大小：2x2步长：2输出特征图大小：6x14x14C3层-卷积层核大小：5x5核数目：16步长：1输出特征图大小：16x10x10激活函数采用sigmoidS4层-池化层采用平均池化核大小：2x2步长：2输出特征图大小：
2021-10-28 13:11:57
1031
原创 petalinux离线编译
petalinux离线编译1.准备aarch64 sstate-cache和downloads文件2.配置1.准备aarch64 sstate-cache和downloads文件以2020.1版本为例，首先要到XILINX官网下载aarch64 sstate-cache和downloads文件并解压2.配置以2020.1版本为例，首先要到XILINX官网下载aarch64 sstate-cache和downloads文件并解压...
2021-10-10 19:49:20
914
原创 Vitis部分实验记录
Vitis部分实验记录环境ARM裸机输出hello world硬件平台工程APP工程测试JTAG模式SD卡模式QSPI模式环境Ubuntu18.04Vitis2020.1ARM裸机输出hello world前提：FPGA工程师已完成Vivado硬件设计部分（XSA）按照course_s2的1.3部分创建vitis工程， 工程包含两个部分，一个是硬件平台工程（由FPGA工程师完成），另一个部分为APP工程（由软件工程师完成）。Vitis最好是根据不同的项目新建不同的工作空间，以免造成工程混乱。
2021-10-10 18:09:02
715
原创 Ubuntu20.04安装Vitis2020.1采坑记录
主要是两个坑，一个是执行安装命令后弹出提示，大概意思是当前安装的版本所支持的系统中没有ubuntu20.04，但是仍然可以安装。点击确定后无反应，终端提示./xsetupException in thread "SPLASH_LOAD_MESSAGE" java.lang.IllegalStateException: no splash screen available at java.desktop/java.awt.SplashScreen.checkVisible(Unknown Source)
2021-09-20 11:21:46
2718
5
原创 【吴恩达机器学习】一些个人想法的记录
【吴恩达机器学习】一些个人想法的记录视频链接：https://www.bilibili.com/video/BV164411b7dxhttps://www.bilibili.com/video/BV164411S78V笔记（来自github上的大牛）：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes问题1：P45推导正规方程公式中分母m的问题答：这里其实代入m也无妨，最后都会在令偏导数为0时约掉m。此外，在推导下述公式时除了用
2021-06-13 16:45:39
86
原创 联想拯救者Y7000P win10+ubuntu20.04 双系统安装
联想拯救者Y7000P win10+ubuntu20.04 双系统安装准备格式化U盘下载Ubuntu镜像下载Rufus系统盘制作软件制作U盘系统盘磁盘分区禁止安全启动安装Ubuntu设置第一启动项为带ubuntu标识的硬盘（非必须）准备博主电脑型号为联想Y7000P（不是2020款），配置为i5-8300H+1050ti，原硬盘为128G固态（现已自行改成1t固态）+1t机械，8G内存（现已自行改成16G内存）。系统为win10（已安装在固态）。想法是从固态分出500MB用于设置boot，然后将1t的
2021-06-10 13:31:39
15351
12
原创 pyqt5+opencv 颜色阈值动态调节工具
pyqt5+opencv 颜色阈值动态调节工具两年前受1Zlab的代码启发，但直到最近需要使用了才想着用QT实现和优化一下。原本是想将图片都通过QImage模块显示的，但是QT似乎不支持HSV以及HLS颜色空间的显示，只好用OpenCV了。有个坑，不知道为什么调用OpenCV的inRange方法时会崩溃，也没有报错。无奈只好根据inRange方法的原理自己写了。等于阈值的情况我没有深入研究是否应该赋值255（实际上我赋值255），经过和inRange方法的测试发现效果似乎一致。工具仅支持HSV以及HL
2021-01-30 23:29:47
481
原创 jetson nano ubuntu18.04 ROS安装
历时一天，因为之前用手机热点，即使换源了下载还是很慢。今天用校园网以后好了很多了（校园网还是挺好用的），期间也踩了点坑，记录一下，也希望能帮到看这篇博客的你。主要参考了以下博客：https://blog.csdn.net/weixin_44047777/article/details/103772146https://blog.csdn.net/qq_36396941/article/details/88903236步骤大同小异首先说一下硬件jetson nano一台，配了个无线网卡+天线（接收
2020-08-04 10:48:11
544
原创 【笔记】NodeMCU-esp32s配置Arduino环境
1级标题2级标题3级标题四级标题五级标题六级标题nodemuc-esp32s配置
2020-04-12 21:21:53
3062
2
原创 【笔记】ESP32烧录MicroPython固件
【笔记】ESP32烧录MicroPython固件固件下载地址uPycraft下载地址1.打开uPycraft，Tools→Serial→选择COM2.弹出的框eraseflash选择yes，地址选择0x1003.选择自己下载的固件包刷入，如果进度条不动就尝试按下复位键4.等待烧录完成5.过程出现任何错误则重复上述步骤6.烧录完成后使用Putty进行测试，波特率设置为115200!...
2020-03-10 23:16:27
909
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