- 博客(17)
- 收藏
- 关注
RSS订阅原创 OpenCV识别图片轮廓并保存坐标点
img_path = 'C:/Users/lizhi/Desktop/tupian/tu6.jpg' # 替换为你的图片路径。cv2.imshow('轮廓', img_contours)print(f'轮廓{n}的矩：', moments)# 打印轮廓的面积，注意：如果m00为0，则不计算面积。print(f'轮廓{n}的面积：', area)7 在全白图像上绘制所有轮廓，轮廓颜色为红色。# 在全白图像上绘制所有轮廓，轮廓颜色为红色。cv2.imshow('原图', img)# 显示原图和带有轮廓的图像。
2024-07-18 11:05:34
619
原创 YOLOV7详解
在该模块中，最终堆叠模块的输入包含多个分支，左一为一个卷积标准化激活函数，左二为一个卷积标准化激活函数，右二为三个卷积标准化激活函数，右一为五个卷积标准化激活函数。四个特征层在堆叠后会再次进行一个卷积标准化激活函数来特征整合。代码有点抽象，主要是ids不好理解，如上图，将[-1,-3,-5,-6]转化为正序就是[5,3,1,0]，其中cv1、cv2对应上图中的0、1，cv3包含4个卷积_归一化_激活函数，对应上图中2、3、4、5。代码为return out。
2023-09-05 15:37:11
2166
1
原创 YOLOV5详解
Focus模块在v5中是图片进入backbone前，对图片进行切片操作，具体操作是在一张图片中每隔一个像素拿到一个值，类似于邻近下采样，这样就拿到了四张图片，四张图片互补，长的差不多，但是没有信息丢失，这样一来，将W、H信息就集中到了通道空间，输入通道扩充了4倍，即拼接起来的图片相对于原先的RGB三通道模式变成了12个通道，最后将得到的新图片再经过卷积操作，最终得到了没有信息丢失情况下的二倍下采样特征图。将原来的残差块的堆叠进行了一个拆分，拆成左右两部分：主干部分继续进行原来的残差块的堆叠；
2023-07-23 15:45:16
640
原创 复现YOLOV3
接下来，对输入进行形状变换，并进行维度转换。其中的25可以拆分为4+1+20，其中的4代表先验框的调整参数，1代表先验框内是否包含物体，20代表的是这个先验框的种类，由于VOC分了20类，所以这里是20。
2023-07-22 11:09:45
306
1
原创 复现yolo3遇到问题
fig.canvas.set_window_title('AP ' + class_name)改为。点击问题最后一项，将。
2023-07-09 12:02:40
96
1
原创 基于Pytorch的图像分类CIFAR-10数据集
-------------------------------加载数据----------------------------------------------## -------------------------------训练函数----------------------------------------------## -------------------------------测试函数----------------------------------------------#
2023-07-06 17:35:04
668
1
原创 生成对抗网络mnist数据集基于pytorch
----------------------------------GAN训练-----------------------------------------## -----------------------------------绘图函数----------------------------------------## --------------------------------定义生成器-----------------------------------------#
2023-07-05 10:57:22
99
原创 文本分类任务（weibo_senti_100k为数据集）
在主程序中，可以通过给定输入张量来获取模型的输出张量。# ---------------------------数据准备------------------------------------------## ---------------------------搭建模型结构---------------------------------------## ---------------------------加载数据集---------------------------------------#
2023-07-04 08:43:40
2435
原创 minist手写数字识别实现
test_dataloader = get_dataloader(train=False)：调用 get_dataloader() 函数创建一个测试数据加载器。#train_loss_list.append(loss.item())：将当前批次的损失值存储到 train_loss_list 列表中。#计算当前样本的损失值，并累加到测试损失test_loss上。#test_loss /= len(test_dataloader.dataset)：将测试损失除以测试集样本数量，得到平均损失。
2023-06-29 13:00:16
116
1
原创 深度学习之气温预测基于pytorch
作用是忽略掉程序运行过程中产生的特定警告信息，从而避免在控制台或日志中看到这些警告输出。# print("数据维度：",features.shape)print("数据维度：",features.shape)跟着教程来，一步一步走，记录学习过程。其中，下面模块的作用是忽略出现的警告。运行结果：（384，14）# 设置警告过滤器。
2023-06-28 08:11:42
1066
1
原创 深度学习之一维线性回归基于pytorch
1.获取数据并将其转化为Tensor格式。2.定义模型：y = w*x + b.刚开始接触深度学习，写一些东西记录学习过程。3.定义损失函数和优化函数。（1） 获取训练数据及标签。
2023-06-26 11:01:01
178
1
原创 VGG16网络模型原理与实现
填充（ Padding ）：由于卷积核的大小是固定的，在进行卷积计算的时候，随着卷积核的滑动，很容易出现卷积核超出图像像素范围的情况。卷积操作后，输出的通道数=卷积核的个数，卷积核的个数和卷积核的通道数是不同的概念，一般来说。如果太抽象的话再举一个多通道列子：例如在下图中输入图像尺寸为6×6×3 ，通道数为3，卷积核有两个，每个尺寸为3×3×3，通道数为3（与输入图像通道数一致），卷积时，仍是以滑动窗口的形式，从左至右，从上至下，3个通道的对应位置相乘求和，输出结果为 4×4×2 的特征图。
2023-06-20 21:53:12
3066
原创 搭建神经网络（一）：波士顿房价预测 代码
定义了一个全连接层self.predict，并将其输入特征数设置为n_feature，输出特征数设置为n_output。# 定义了一个全连接层self.predict，并将其输入特征数设置为n_feature，输出特征数设置为n_output。# 调用损失函数的反向传播函数backward()，计算所有可学习参数（神经网络的权重和偏置）相对于损失函数的梯度信息。# 调用损失函数的反向传播函数backward()，计算所有可学习参数（神经网络的权重和偏置）相对于损失函数的梯度信息。
2023-06-13 20:44:05
1259
1
原创 python入门小知识（2）
1.3 注释：单行注释以#开头，多行注释可以使用多个#或者”“”或’‘’字符串：以单引号 '、双引号"、三引号 ''' 或 """括起来的文本。1.5 多行语句：如果语句较长，可以用 \ 将其表示为多行语句，比如。1.1 标识符：只能由字母、数字和下划线组成，且不能以数字开头。字符串截取格式：变量[头下标：尾下标：步长]浮点数 float 比如1.23 2.4 、、、、、整数 int 比如 1 2 3 4 5、、、、、、复数 complex 比如1 + 2j、、、、、、向左缩进：tab+shift键。
2023-06-12 10:54:50
38
1
原创 ResNet18模型程序实现
第二个卷积层，卷积层的输入通道数为outchannel，输出通道数为outchannel，卷积核的大小为3x3，填充方式为1，步幅大小为1；#第二个卷积层，卷积层的输入通道数为outchannel，输出通道数为outchannel，卷积核的大小为3x3，填充方式为1，步幅大小为1；#第一个卷积层，输入通道数为inchannel，输出通道数为outchannel，卷积核的大小为3x3，填充方式为1，步幅大小为stride。
2023-06-11 20:39:30
542
原创 VGG16模型代码实现
nn.Conv2d(in_channel,64,3,1,1),#输入通道数为in_channel，输出通道数为64，卷积核大小为3x3，步长为1，填充为1。nn.Linear(num_hidden,4096),#输入大小为num_hidden，输出大小为4096，表示第一个全连接层。#self.avgpool是自适应平均池化层，可以根据输入数据的大小自动调整池化核的大小，并在不改变特征图大小的情况下进行下采样操作。#output_size=(7,7)表示得到的池化结果大小为7x7。
2023-06-11 13:52:53
1445
原创 初学python,学生管理系统
print(format_title.format('ID', '姓名', '英语成绩', 'Python成绩', 'Java成绩', '总成绩'))print('-------------------------------功能菜单--------------------------------')print('===========================学生信息管理系统=========================')
2023-06-03 11:07:31
52
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人