猪猪的珠珠-CSDN博客

原创【python基础】私有化

私有化私有化封装：1. 私有化属性；2.定义公有set和get方法__属性就是私有化，访问范围仅仅限于类中私有化的优势是：1.隐藏属性不被外界随意修改2.想修改时利用setXXX函数来改3.可以利用if来筛选赋值内容4.如果想获取某一个具体的属性，可以利用get函数class Student: __age = 18 def __init__(self,name,age): self.__name = name self.__age = a

2020-06-22 12:39:43 261

原创【python基础】生成器的使用及yield关键字

生成器：一边循环一边计算的机制。g = (x*3 for x in range(20))print(type(g))print(g)# 通过调用__next__()方式得到元素print(g.__next__())输出：<class 'generator'><generator object <genexpr> at 0x000001CEFB585B88>0方法二： next（生成器对象）每调用一次next则会产生一个元素每次调用nex

2020-06-22 12:38:29 216

原创【python基础】面向对象的基本使用方法

面向对象：对象–》现实中具体的事物多个对象–》提取对象的共同特征和动作—》封装到同一个类中；所有类名要求首字母大写，多个单词使用驼峰式命名；class Phone: pass print(Phone) # <class '__main__.Phone'>#使用类创建对象yp = Phone()print(yp) #<__main__.Phone object at 0x000001B50C150FD0>往类中放东西：class Phone:

2020-06-22 12:37:49 245

原创【python基础】魔术方法init和new

魔术方法init: 初始化魔术方法触发时机：初始化对象时触发（不是实例化触发，但是和实例化在一个操作中）new:实例化的魔术方法触发时机：实例化时触发call:创建对象的实例方法触发时机：将对象当成函数调用del:析构魔术方法触发时机：当空间没有调用次数的时候，执行这个动作import sysclass Person: def __init__(self,name): self.name = name print('-------init')

2020-06-22 12:37:07 369

原创【python基础】类的继承的基本使用方法

class Person: def __init__(self,name ,age): self.name = name self.age = age def eat(self): print(self.name + '正在吃法') def run(self): print(self.name + '正在跑步')class Student(Person): passclass Empl

2020-06-22 12:36:42 228

原创【python基础】time模块、datetime的使用

import time# 1.时间戳t = time.time()print(t)time.sleep(3)t1 = time.time()print(t1)# 2.将时间戳转成字符串s = time.ctime(t)print(s)# 3. 将时间戳转为元组t = time.localtime(t)print(t)# 4. 将元组时间转回时间戳tt = time.mktime(t)print(tt)输出：1592273032.2586611592273035.

2020-06-22 12:34:47 302

原创【python基础】列表推导式的使用

列表推导式字典推导式集合推导式旧的列表–》新的列表列表推导式：格式：[表达式 for 变量 in 旧列表] 或者[表达式 for 变量 in 旧列表 if 条件]示例：过滤长度小于或者等于3的人名：names = ['tom','anf','ee','deda','dwda','fefe']result = [name for name in names if len(name)>3]print(result)result1 = [name.capitalize() for

2020-06-02 19:52:38 142

原创【python基础】语法错误和异常

try:可能出现异常的代码except：如果有异常执行的代码finally：无论是否存在异常都会被执行的代码注意：异常类型的顺序要注意，最大的Exception放在最后。err表示的是错误的原因。ef func(): try: n1 = int(input('输入第一个数字：')) n2 = int(input('输入第二个数字：')) sum = n1 + n2 print('和是：',sum) except

2020-06-01 19:53:29 189

原创【目标检测】深度学习目标检测中常用的的回归损失函数

文章目录1. Smooth L1 损失函数2. IOU loss 损失函数3. GIoU Loss损失函数4. DIOU loss 损失函数目前，基于anchor的图像2D目标检测任务主要包括两个部分，一是目标的分类，二是目框位置的回归。所以，损失函数也是由分类损失和目标框回归损失两部分构成。分类的损失主要用交叉熵损失函数，没有太多的变化，目标框回归任务比较难，所示回归的损失函数近几年来一段在更新改进，本文主要介绍一下近几年常用的回归损失函数。1. Smooth L1 损失函数Smooth L1最早是

2020-06-01 19:27:19 1258

原创【python基础】文件os模块使用

with open 可自动释放资源# stream = open(r'C:\Users\lizhu.ding\Desktop\aa.txt','wb')with open(r'C:\Users\lizhu.ding\Desktop\aa.txt','rb') as stream: container = stream.read() print(stream.name) file = stream.name filename = file[file.rfind('\\'

2020-05-30 21:41:51 175

原创【python基础】文件操作open简介

mode：r: read 读操作，纯文本文件；w:write 写操作，纯文本文件；rb: binary 读二进制；wb:binary 写二进制

2020-05-30 16:53:40 180

原创【语义分割论文】Leveraging Semi-Supervised Learning in Video Sequences for Urban Scene Segmentation

文章目录摘要引言及相关方法本文主要方法用于视频序列中城市场景分割的半监督学习论文团队：谷歌摘要大型判别模型中的监督学习是现代计算机视觉的主流方法。这种方法需要大规模的人类标注数据，才能实现SOTA的效果。这也意味着监督学习的方法也会受限于人类标注的数据。这种局限性在图像分割任务中特别明显，人工注释的开销特别大，而且可能存在大量未标记的数据。在本文中，作者提出想知道是否可以在未标记的视频序列中利用半监督学习来提高城市场景分割的性能，同时处理语义、实例和全景分割。这项工作的目标是避免构建专门用于标签学

2020-05-28 19:25:55 849

原创【python基础】装饰器的使用

特点：函数A作为参数出现，函数B接收函数A作为参数；要有闭包的特点。def test(): #声明函数 print('===========test============')t = test t() #把函数赋值给t输出：===========test============闭包：def func(number): a = 100 def inner_func(): nonlocal a nonlocal numbe

2020-05-26 20:18:33 145

原创【python基础】闭包的概念和使用

闭包：在函数中提出的概念条件：外部函数中定义了内部函数；外部函数是有返回值的返回值是内部函数内部函数引用了外部函数变量值def func(): a = 100 def inner_func(): b = 99 print(a,b) return inner_funcx = func()x()输出：100,90...

2020-05-26 17:44:44 134

原创【Python基础】python的内部函数

内部函数特点：1.可以访问外部函数的变量2.内部函数可以修改外部函数的可变变量，比如 list3.内部修改外部函数的不可变变量，需要加 nonlocal4.内部函数修改全局的不可变变量时，需要在内部函数声明global变量名def func(): n = 100 #局部变量 list1 = [9,3,7,6] #局部变量 # 声明内部函数 def inner_func(): # 对list1中的元素进行加5操作 nonlocal n

2020-05-25 23:17:38 111

原创【python基础】函数的嵌套调用、全局变量和局部变量

def a(): print("aaaaaa")def b(): a() print('bbbbbbb')b()islogin = Falsedef add_shoppingcart(goodsname): if islogin and goodsname: print('成功将{}加入购物车'.format(goodsname)) else: print('未登录或没有添加商品！')def login(user

2020-05-25 20:34:27 1597 1

原创【Python基础】return关键字的使用

return的作用：将函数中的运算结果通过return关键字返回出来；print仅限打印在终端，外部无法使用。# 将函数中的运算结果通过return关键字返回出来def add(a,b): result = a + b return result add(1,1) 输出：2def add(a,b): result = a + b return 'aaa' #x = add(2,4)print(x)输出：aaa注意：如果return返回多

2020-05-24 19:13:15 387

原创【Python基础】关键字参数

关键字参数，key=valuedef add(a,b=10): result = a + b print(result)add(5) 输出： 15def add(a,b=10): result = a + b print(result) add(4,7)# 原来的默认参数值会被覆盖输出：11def add(a, b=10, c=4): print(a, b, c) result = a + b + c print(result

2020-05-24 18:21:02 130

原创【python基础】可变参数 *args

def add(*args): print(args)add()add(1)add(1,2)add(1,2,3)() # 空元组(1,)(1, 2)(1, 2, 3)def add(*args): sum = 0 if len(args) > 0: for i in args: sum +=i print('累加和是：',sum) else: print('没有元素可计算：

2020-05-24 17:26:56 245

原创【语义分割】分层多尺度注意力 Hierarchical multi-scale attention for semantic segmentation

文章目录1. 摘要2. 引言3.本文相关方法3.1 Multi-scale context methods3.2 Relational context methods3.3 Multi-scale inference3.4 Auto-labelling4.本文方法5.实验6.结论论文链接：https://arxiv.org/pdf/2005.10821.pdf最强语义分割网络来了，在Cityscapes test上可达85.1% mIoU，在Mapillary val上高达61.1% mIoU，SOT

2020-05-23 13:40:03 11428 1

原创【python基础】枚举 enumerate()

1. 枚举 enumerate()enumerate() 用于将可遍历的数据列表（列表，元素，字符串），组合成一个索引序列。l1 = ['11','ee','ff','gg']for index,value in enumerate(l1): print(index, value)输出结果：0 111 ee2 ff3 gg也可以遍历字符串（可迭代的都可以，元组，集合等也可以）：for index,value in enumerate('happy'): print(

2020-05-21 23:47:45 147

原创【python基础】字典的使用

1. 字典的基本性质：使用{ }花括号表示；关键字： dict；保存的元素：键-值对（key-value）；空字典的两种表示方法：dict1 = {}dict1 = dict()有内容的字典定义：dict3 = {'ID':'110110229','name':'lily'}dict4 = dict([('name','lucky'),('age','18')])2. 字典的添加空字典的定义,字典的添加，添加时若有同名的key，会出现value的值覆盖dict1 = {

2020-05-21 23:46:37 243

原创【python基础】集合的定义与使用

1. 集合的使用集合关键字set 特点：无序的不重复list1 = [3,5,7,9,4,6,8,0,3]# 去重，首先声明集合s1 = set() #<class 'set'>s2 = {} # 声明空的集合只能用第一种 #<class 'dict'>2. 列表的快速去重s3 = set(list1)print(s3)输出：{0, 3, 4, 5, 6, 7, 8, 9}3. 集合的添加adds1.add('hello')s1.add

2020-05-21 23:45:30 373

原创 Spatial-aware Graph Relation Network for Large-scale Object Detection

文章目录1. 摘要2. 引言与相关方法2.1 引言2.2 关于视觉推理 Visual Reasoning3. 本文主要方法3.1 Overview3.2 关系学习模块3.3 Visual Embeddings of the Regions3.4 空间感知的图预测模块3.5 SGRN for Multiple Domains4. 实验5. 总结用于大规模目标检测的空间感知图关系网络1. 摘要如何在不需要任何外部知识的情况下在检测系统中正确编码高阶对象关系呢?如何利用共现和物体位置之间的信息进行更好

2020-05-19 20:54:20 1632 5

原创【python】列表中的一些补充知识

1. 列表中的符号列表中的符号 “+ ”、“ * ”，加号和乘号l1 = [1,2,3]l2 = [5,6,7]l3 = l1 + l2print(l3)l4 = [1,2,3]*3print(l4)[1, 2, 3, 5, 6, 7][1, 2, 3, 1, 2, 3, 1, 2, 3]2. 列表的嵌套result = [3] in [1,2,[3],4,5]print(result)返回：Truel5 = [[1,2],[3,4],[5,6]]print(le

2020-05-19 12:28:54 122

原创【语义分割】语义分割任务中最常用的评价指标

文章目录1. 语义分割常用评价指标1.1 混淆矩阵1.2 PA像素准确率1.3 mIoU2. 代码实现1. 语义分割常用评价指标语义分割目前在自动驾驶场景解析、医学图像分割等多个领域被广泛应用，简言之，是对每个像素进行分类。目前语义分割中最常用的评价指标是平均交并比（mean Inetersection over Union，简称mIoU）（这个最常用）和像素准确率（Pixel accuracy，简称PA），在主流的期刊、会议论文中被作为方法验证的主要评价指标。在介绍这两个评价指标之前，

2020-05-19 12:28:13 5510

原创【python基础】列表中的函数

1. 添加函数 append()hotpot_list = ['海底捞','呷哺呷哺','热辣一号','凑凑'] hotpot_list.append('张亮麻辣烫')print(hotpot_list)输出结果：['海底捞', '呷哺呷哺', '热辣一号', '凑凑', '张亮麻辣烫']2. 删除函数（remove pop clear）remove ：移除列表中第一个匹配项，返回值为None，如果没有找到要删除元素则报出异常result = hotpot_list.remove('

2020-05-18 23:30:26 156

原创 2020语义分割网络语义流：Semantic Flow for Fast and Accurate Scene Parsing

文章目录摘要背景及相关方法本文方法的具体实现实验部分总结论文地址：代码地址：摘要本文提出一种能够快速且准确的进行场景解析的有效方法。通常的方法是通过得到高分辨率的且具有丰富语义特征的特征图。比如利用空洞卷积和特征金字塔。但这些方法仍然需要较多的计算量，不够有效。从利用光流对相邻视频帧进行运动对齐的方法受到启发，本文提出一种FAW（Flow Alignment Module）的方法，来学习相邻尺度特征图之间的语义流。和FPN结构融合在一起，实现了快速又精确的结果，在 80.4% mIoU 在 Cit

2020-05-18 18:37:51 5772 4

ECCV2018中关于深度估计的论文

calculate_kitti.py

空空如也