m0_53291740的博客

原创 680. 验证回文串 II 力扣 双指针 python

如果字符串不是回文，则使用双指针法从两端向中间遍历字符串。是否本身就是回文字符串，如果是，则直接返回。是否能成为回文字符串：如果能，返回。你可以删除字符 'c'。可以从中删除一个字符。

原创 2108. 找出数组中的第一个回文字符串 双指针 python

的定义为：如果一个字符串正着读和反着读一样，那么该字符串就是一个。注意，"racecar" 也是回文字符串，但它不是第一个。第一个也是唯一一个回文字符串是 "racecar"。如果不存在满足要求的字符串，返回一个。2108. 找出数组中的第一个回文字符串。不存在回文字符串，所以返回一个空字符串。第一个回文字符串是 "ada"。，找出并返回数组中的。

原创 2000. 反转单词前缀 双指针 力扣 python

反转从下标 0 到下标 3（含下标 3）的这段字符，结果字符串是 "dcbaefd"。反转从下标 0 到下标 3（含下标 3）的这段字符，结果字符串是 "zxyxxe"。无需执行反转操作，结果字符串是 "abcd"。"z" 第一次也是唯一一次出现是在下标 3。"d" 第一次出现在下标 3。"z" 不存在于 word 中。2000. 反转单词前缀。，则无需进行任何操作。

原创 1768. 交替合并字符串 力扣 双指针

开始，通过交替添加字母来合并字符串。如果一个字符串比另一个字符串长，就将多出来的字母追加到合并后字符串的末尾。注意，word2 比 word1 长，"rs" 需要追加到合并后字符串的末尾。注意，word1 比 word2 长，"cd" 需要追加到合并后字符串的末尾。合并后： a p b q r s。合并后： a p b q c d。合并后： a p b q c r。1768. 交替合并字符串。

原创 917. 仅仅反转字母 双指针 ‘A‘ ＜= i ＜= ‘z‘的区分

虽然这种方式在一些其他编程语言中可能可行，但在 Python 中，这样的表达式会按照从左到右的顺序分别判断。的布尔值结果，然后再对这两个布尔值进行比较，而不是像预期的那样判断字符是否在字母范围内。这样的内置方法来正确判断一个字符是否为字母。在 Python 中不能使用。来判断一个字符是不是字母。，这两个条件分别会产生。，从而产生错误的判断。

原创 662. 二叉树最大宽度 BFS 力扣

被定义为该层最左和最右的非空节点（即，两个端点）之间的长度。将这个二叉树视作与满二叉树结构相同，两端点间会出现一些延伸到这一层的。最大宽度出现在树的第 4 层，宽度为 7 (6,null,null,null,null,null,7)。最大宽度出现在树的第 3 层，宽度为 4 (5,3,null,9)。最大宽度出现在树的第 2 层，宽度为 2 (3,2)。题目数据保证答案将会在。662. 二叉树最大宽度。给你一棵二叉树的根节点。

原创 python list的小细节

在 Python 中，列表是可变对象。这意味着当你将一个列表对象传递给一个函数或者赋值给另一个变量时，实际上传递的是对这个列表的引用。如果对这个引用指向的列表进行修改，那么所有引用这个列表的地方都会看到这个修改。也会受到影响，因为它们是同一个列表。在这个例子中，首先创建了一个列表。实际上指向同一个列表对象。由于列表是可变对象，这时候。创建了一个新的列表并赋值给。是两个不同的列表对象。在递归里面显得很重要。

原创 docker的基本操作

简化部署过程：可以将应用及其依赖打包成一个镜像，确保在不同环境中能够一致地部署。无论目标环境是开发服务器、测试环境还是生产环境，应用都能以相同的方式运行，减少了因环境差异导致的部署问题。

原创 561. 数组拆分 递归思想 数学规律 python 力扣

这里简要证明一下：如nums = [1,4,3,2]，如果我们想舍去一个元素让剩下的元素最大，我们舍弃谁呢？显然是不能的，因为题意取的是一对数里面最小的元素，而1,2已经是最小的数。用递归的思想来解释，我们为了把1舍弃就必须找一个元素给他‘陪葬’，这个元素最好是比1大一点点的那个数，这样才能保持剩余的元素最大。最优的分法为 (2, 1), (2, 5), (6, 6). min(2, 1) + min(2, 5) + min(6, 6) = 1 + 2 + 6 = 9。，你的任务是将这些数分成。

原创 2516. 每种字符至少取 K 个 滑动窗口 正难则反

r为右指针，l为左指针，当r指针右滑不满足条件时，则一直滑动左指针直到满足条件为止。下面的代码在第二个for循环是已经把不满足答案的给舍去了，所以下面的while循环一定能够找到满足num[ord(s[r])-97]

原创 2287. 重排字符形成目标字符串 Python 力扣

2287. 重排字符形成目标字符串给你两个下标从开始的字符串s和target。你可以从s取出一些字符并将其重排，得到若干新的字符串。从s中取出字符并重新排列，返回可以形成target的副本数。2对于 "code" 的第 1 个副本，选取下标为 4 、5 、6 和 7 的字符。对于 "code" 的第 2 个副本，选取下标为 17 、18 、19 和 20 的字符。形成的字符串分别是 "ecod" 和 "code" ，都可以重排为 "code"。

原创 设计一个栈返回栈元素中的最小值python（简单）

请设计一个栈，除了常规栈支持的pop与push函数以外，还支持min函数，该函数返回栈元素中的最小值。执行push、pop和min操作的时间复杂度必须为O(1)。--> 返回 -3.--> 返回 0.--> 返回 -2.

原创 COCO8 dataset 每种代表什么

parent# Classesnames:0: person1: bicycle2: car5: bus6: train7: truck8: boat13: bench14: bird15: cat16: dog17: horse18: sheep19: cow21: bear22: zebra27: tie30: skis33: kite39: bottle41: cup42: fork43: knife44: spoon45: bowl。

原创 Python加载 TorchScript 格式的 ResNet18 模型分类该模型进行预测并输出预测的类别和置信度

读取图像，将图像从 BGR 颜色空间转换为 RGB 颜色空间（因为很多深度学习模型期望输入为 RGB 格式）。（Channel-Height-Width），以符合 PyTorch 的输入要求。最后将处理后的图像转换为 PyTorch 张量，并指定数据类型为。的尺寸，这通常是 ResNet18 模型期望的输入尺寸。（Height-Width-Channel）转换为。可以去Imgnet官网找对应的网站来查看类别。在批量维度上扩展图像，使其形状变为。函数接受一个图像路径作为参数。将图像的像素值归一化到。

原创 resnet18分类出来的种类 1000分类 imgnet

0 ['n01440764', 'tench']1 ['n01443537', 'goldfish']2 ['n01484850', 'great_white_shark']3 ['n01491361', 'tiger_shark']4 ['n01494475', 'hammerhead']5 ['n01496331', 'electric_ray']6 ['n01498041', 'stingray']7 ['n01514668', 'cock']8

原创 opencv/c++的一些简单的操作（入门）

确定要检测的颜色范围，在 HSV 颜色空间中，颜色可以用一个范围来表示。例如，对于蓝色：这里，

原创 [ERROR:0@0.270] global persistence.cpp:531 open Can‘t open file: ‘haarcascade_frontalface_default.xm

这个错误消息表明程序无法找到并打开名为 “haarcascade_frontalface_default.xml” 的文件进行读取。在c++中使用opencv时，使用了面部检测的代码。

原创 SIGFPE (Arithmetic exception)

SIGFPE（Arithmetic exception）是一种信号，表示发生了算术异常。总之，当遇到 SIGFPE 信号时，需要仔细检查代码中的算术运算，确保数据类型的选择合适，并处理可能出现的异常情况。

原创 FutureWarning: A value is trying to be set on a copy of a DataFrame or Series through chained assign

我的代码# 创建一个包含缺失值的示例数据})print("原始数据：")# 使用均值填充年龄特征的缺失值print("\n填充后的数据：")

原创 ValueError: Key backend: ‘inline‘ is not a valid value for backend； supported values are [‘GTK3Agg‘,

mpl.use('TKAgg')#加入后端值，TKAgg，就可以解决运行时，窗口一闪而过的结果。就可以正常运行了，对了，我用的jupyter。把这一行注释掉就行了。

原创 c++类的继承

这个默认的无参构造函数会进行一些基本的初始化操作，例如将类的数据成员初始化为默认值等。但是，如果类中已经定义了一个或多个构造函数，那么编译器通常不会再自动生成默认的无参构造函数。在 C++ 中，如果类中没有定义任何构造函数，那么编译器会自动生成一个默认的无参构造函数。重载就是让同一个函数名可以有不同的参数列表，就像一个多功能工具一样🛠️。

原创 c++类的封装

封装可是个好东西呢😉 它能让你的代码更简洁、更安全，也更容易维护。就像把你的宝贝都放进一个漂亮的盒子里，不仅整齐好看，还能保护它们不被弄坏🎁。而且啊，封装还能让你更好地控制对象的访问权限，只让别人看到你想让他们看到的，就像魔术师的秘密手法一样🧙‍♂️ 这样能减少出错的可能性，让你的代码更可靠哦！

原创 8.25一元函数积分

原创 第一章8.24

原创 442. 数组中重复的数据

但是改数组的第一个值是，就可能把其他地方的值给改变了。如果我们用取模运算的话就可以实现对后面数组中数字的余数不改变，但是数值会改变。如果出现两次4，数组就会加两次4.最后如果数组中有>2n的值出现是，就说明该数字出现了两次。对于第一个元素4，---> nums[4%n-1]=num[4%n-1]+n。为什么要%n,这样下一次对原数组操作时，取余就可以得到原来的值。且仅使用常量额外空间，可以考虑就在原数组上面改动。要保证数组的下标可以一一对应起来。的整数，并以数组形式返回。

原创 Onnx使用预训练的 ResNet18 模型对输入图像进行分类，并将分类结果显示在图像上

这段代码实现了一个图像分类系统，使用预训练的 ResNet18 模型对输入图像进行分类，并将分类结果显示在图像上。它包括以下主要步骤：读取一个包含类别名称和对应编号的文本文件，并将其存储在字典中。定义了几个函数，包括模型导出函数 resnet()、图像预处理函数 pre_process() 和加载 ONNX 模型进行分类的函数 loadOnnx()。在主程序中，指定输入图像路径，调用 loadOnnx() 函数对图像进行分类并显示结果。

原创 基于 YOLOv8n-pose 模型的图像特征提取，可用于识别特定的姿态

实现了一个基于模型的图像特征提取和相似性比较系统。它可以从图像中提取人体关键点信息，并将其保存为特征文件。然后，通过计算输入图像与数据库中图像特征的相似度，确定输入图像的类别。

原创 使用预训练的 ONNX 格式的 YOLOv8n 模型进行目标检测，并在图像上绘制检测结果

这段代码主要实现了使用预训练的 ONNX 格式的 YOLOv8n 模型进行目标检测，并在图像上绘制检测结果。它包含一个名为Onnx的类，用于封装与模型推理和结果处理相关的功能。

原创 使用预训练的 ONNX 格式的目标检测模型（基于 YOLOv8n-pose）姿态监测

遍历最终的检测结果，对于每个检测结果，计算边界框的四个顶点坐标，并在原始图像上绘制矩形框。对于每个关键点，根据缩放比例计算其在原始图像中的坐标，并在图像上绘制一个红色的小圆点。获取模型输入的名称，并将预处理后的图像输入模型进行推理，得到输出结果。使用 OpenCV 的非极大值抑制（NMS）算法，对检测结果进行筛选，去除重叠的边界框。，然后将原始图像复制到这个新图像中，确保新图像的边长是图像最长边的长度。最后，显示处理后的图像，并等待用户按下任意键退出程序，关闭所有窗口。的图像，并将其存储在。

原创 在 OpenCV 中，cv2.rectangle两种主要的参数形式

【代码】在 OpenCV 中，cv2.rectangle两种主要的参数形式。

原创 NMS写法

param boxes: 检测框列表，形状为 [N, 4]，N 为检测框数量，每个检测框为 [x1, y1, x2, y2]:param scores: 检测框对应的置信度得分列表，形状为 [N]:param threshold: 重叠阈值。:return: 保留的检测框索引列表。

原创 YOLOV8 POSE姿态检测对图片绘制矩形和和关节点序号

每个可以看得见的关节都标注了序号。

原创 YOLOv8跑通POSE分类--姿态检测coco8-pos数据集

简单留个备注，方便自己以后查找。

原创 _imshow(winname.encode(“unicode_escape“).decode(), mat) cv2.error: OpenCV(4.10.0)

没有安装cv2扩展包。

原创 PYQT实现上传图片，保存图片

【代码】PYQT实现上传图片，保存图片。

原创 YOLOV8分类任务更换主干mobilenetv2网络

自定义Movilenet_v2类return x。

原创 YOLOV8对于classify分类任务更换resnet18主干网络

添加到conv.py末尾注册模块。

原创 cv2,PIL绘制矩形框与图片的切片（易错）

img：要绘制矩形的图像。pt1：矩形的一个顶点坐标，通常是左上角的坐标，格式为(x1, y1)。pt2：矩形的对角顶点坐标，通常是右下角的坐标，格式为(x2, y2)。color：矩形框的颜色，通常以(B, G, R)格式表示，例如表示蓝色。thickness：矩形框的线条粗细。如果为-1，则表示填充矩形。

原创 YOLOv8侦测任务更换主干网络成MobileNetV3

自己随便找一个程序跑一跑验证一下就行。

原创 yolov8报错 Empty suite

如果你在yolov8里面新建文件以test开头，他自动就会把这个py文件识别成一个测试的类，从而启动测试。想改的话，py文件换一个名字就好了。Testing started at 下午11:06 ...