文章目录
-
- 1 read()
- 2、os.path.join(a,b)
- 3.`cv2.putText(img, str(i), (123,456)), font, 2, (0,255,0), 3)`
- 4、`os.path.exists(path)` 判断path是否存在,可以为文件夹,也可以为文件夹内的图片,建议绝对路径
- 5.`os.listdir(path)`将路径path下的文件全部读取到一个列表中
- 6.`dirs.sort(key=lambda x: int(str(re.findall("\d+", x)[0])))`对读取的列表按照大小进行排序
- 7、`in` 使用,判断文件名是否存在于提取到的文件列表中。
- 8.在使用 ```python with open (testxtfile,"r") as f f.readlines() ```
- 9.`for i, line in enumerate(f.readlines()):`是将 f 中的索引值和元素值一起返回。
- 10. `print(i , line , sep = " : ")`输出的结尾为 `i +空格 + : +空格 + line`
- 11. tqdm需要import tqdm,在使用的时候,tqdm.tqdm()括号中需要是一个可迭代对象
- 12. `dirs.sort(key=lambda x: int(str(re.findall("\d+", x)[0])))` `re.findall("\d+",x)[0]` , `“\d+”`是提取0-9的数字,例如170,x是待提取的东西,最后的[0]含义是,去掉提取到的所有中括号和引号
- 13 json文件转存(copy)
- 14 assert
- 15 datetime
- 16 narry数组转换tensor张量,并维度转换,注意permute(2,0,1),属性permute是tensor含有的,用在numpy数组不管用,`'numpy.ndarray' object has no attribute 'permute'`,tensor张量转narry数组直接在张量后面加`.numpy()`
- 17 numpy数组进行维度转换有两种方案如下
- 18 下载resnet34预训练模型
- 19 reversed()
- 20 创建一个网络结构后对网络的分析(打印网络,并保存为txt,生成伪数据进行检验,保存检验的数组数据为txt)
- 21、`F.log_softmax()`
- 22、`optimizer.zero_grad()、optimizer.step()、scheduler.step()`
- 24、卷积前后图像尺寸变化计算公式
- 25、方形卷积核和一维卷积核
- 26、图像按像素截图以及截图后的两张图像拼接。
- 27、图像的两种读取方式——cv2.imread() 、Image.open()以及他们的数据表现形式。
- 28、cv2.imshow()
- **二、踩大坑了!!!+填坑集合**
https://www.jb51.net/list/index_96.htm 脚本之家,很多有趣的脚本学习案例
https://www.pudn.com/detail/7502929?spm=1042.2316.3001.6816.2 深度学习tensorRT部署实战
https://www.pudn.com/detail/7502969?spm=1042.2316.3001.6816.1Pytorch生物医学视觉深度学习课程(图像分类+语义分割+目标检测)
1 read()
with open("test.txt", "r") as f:
for line in f.readlines(