- 博客(57)
- 收藏
- 关注
RSS订阅
原创 YOLOV5训练自己的数据集教程（万字整理，实现0-1）
YOLOv5是一种单阶段目标检测算法，该算法在的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。YOLOv5是Glenn Jocher等人研发，它是Ultralytics公司的开源项目。YOLOv5根据参数量分为了n、s、m、l、x五种类型，其参数量依次上升，当然了其效果也是越来越好。从2020年6月发布至2022年11月已经更新了7个大版本，在v7版本中还添加了语义分割的功能。
2024-03-31 20:24:33
2503
18
原创 计算机组成原理第五章 输入输出系统课后习题
而 I/O 被启动后，便进入自身的准备阶段，当其准备就绪时，向 CPU 提出中断请求，此时若满足条件，CPU 暂停现行程序，转入该设备的中断服务程序，在服务程序中实现数据的传送。CPU 启动 I/O 后，不必查询 I/O 是否准备好，当 I/O 准备就绪后，发出 DMA 请求，此时 CPU 不直接参与 I/O 和主存间的信息 交换，只是把外部总线的使用权暂时交付 DMA，仍然可以完成自身内部的操作，所以不必中断现行程序，只需暂停一个存取周期访存，CPU 效率更高。这两种处理方式的中服务程序略有区别。
2024-04-27 20:54:29
525
2
原创 计算机组成原理第五章 输入输出系统
（1）设备驱动程序的功能接收由与设备无关的软件发来的命令和参数，并将命令中的抽象要求转换为与设备相关的低层操作序列。检查用户I/O请求的合法性，了解I/O设备的工作状态，传递与I/O设备操作有关的参数，设置设备的工作方式。发出I/O命令，如果设备空闲，便立即启动I/O设备，完成指定的I/O操作；如果设备忙碌，则将请求者的请求块挂在设备队列上等待。及时响应由设备控制器发来的中断请求，并根据其中断类型，调用相应的中断处理程序进行处理。（2）设备驱动程序的特点。
2024-04-25 21:30:47
1377
10
原创 【操作系统】进程互斥（自习室预约问题）使用Python多进程multiprocessing实现
reserve_seat(student_id): 学生预约座位的函数，采用互斥锁来确保进程安全。如果成功预约到座位，则跳出循环；使用循环创建10个学生进程，每个学生进程调用`student_process`函数，并传入学生ID作为参数。通过互斥锁确保座位状态的互斥访问，以及多个学生之间在预约座位时的竞争和等待过程，解决如何使用多进程处理并发场景下的资源共享问题。在所有学生进程执行完毕后，打印"所有学生已经预约座位"的信息。seats: 用于记录每个座位的状态，0表示座位空闲，1表示座位被占用。
2024-04-24 21:21:56
460
6
原创 【操作系统】进程同步（水果盘问题）使用Python多线程threading实现
桌子有一只盘子，只允许放一个水果，父亲专向盘子放苹果，母亲专向盘子放桔子 儿子专等吃盘子的桔子，女儿专等吃盘子的苹果。只要盘子为空，父亲或母亲就可以向盘子放水果， 仅当盘子有自己需要的水果时，儿子和女儿可从盘子取出。在女儿和儿子的函数中，分别通过`apple.acquire()`和`orange.acquire()`来获取苹果或桔子的信号量，表示可以吃水果了，然后输出相应的动作（吃苹果或桔子），最后通过`empty_plate.release()`释放空盘子的信号量，表示吃完了。
2024-04-24 21:03:36
383
2
原创 神经网络训练中的Batch Size参数
大批量，即使调整了学习率，在我们的实验中表现稍差，但需要更多的数据来确定更大的批量是否总体上表现更差。这表明，只要您为批量大小找到合适的学习率，您就可以专注于可能对性能产生更大影响的其他方面的训练。选择合适的学习率时，较大的批量尺寸可以更快地训练，特别是在并行化时。对于大批量，我们不受 SGD 更新的顺序性质的限制，因为我们不会遇到与将许多小批量顺序加载到内存中相关的开销。然而，当学习率没有针对较大的批量大小向上调整时，大批量训练可能比小批量训练花费的时间更长，因为它需要更多的训练时期来收敛。
2024-04-20 21:35:06
1061
7
原创 【论文解读系列】从RNN/CNN到大模型全解析
论文：A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond地址：GitHub：https://github.com/QiushiSun/NCISurvey神经代码智能（Neural Code Intelligence），即利用深度学习理解、生成和优化代码，正展现出其对人工智能领域变革性的影响。作为连接与的桥梁，这一领域不论是从论文数量上还是应用上，在过去几年里已经极大吸引了研究界/工业界的关注。
2024-04-18 19:57:50
1504
7
原创 计算机组成原理第四章 存储器课后习题
存储器的带宽指单位时间内从存储器进出信息的最大数量。存储器带宽= 1/200ns ×32 位 = 160M 位/秒 = 20MB/秒 = 5M 字/秒注意 :字长 32 位,不是 16 位。(注:1 n s = 10 - 9 s)所谓程序访问的局部性即程序执行时对存储器的访问是不均匀的,这是由于指令和数据在主存的地址分布不是随机的,而是相对地簇聚。存储系统的 Cache—主存级和主存—辅存级都用到程序访问的局部性原理。
2024-04-18 17:04:59
767
1
原创 IPython Debugger (ipdb) 详解，python debug调试模块
（IPython debugger）, 与类似, 是一款集成了 IPython 的 Python 代码命令行调试工具，支持等。
2024-04-17 23:03:15
950
6
原创 操作系统第三章 处理机调度与死锁课后习题
实时系统的调度算法主要是基于任务开始/截止时间的EDF(earliest deadlinfirst，最早截止时间优先)调度算法，以及基于任务紧急/松弛程度的LLF(1east laxity first，最低松弛度优先)调度算法。(1)EDF调度算法。该算法是根据任务的开始/截止时间确定任务的优先级的，截止时间越早则优先级越高。算法要求在系统中保持一个实时任务就绪队列，该队列按各任务截止时间的先后顺序进行排序。(2)LLF调度算法。该算法是根据任务的紧急/松弛程度确定任务的优先级的。
2024-04-15 22:09:20
750
2
原创 操作系统第二章 进程的描述与控制课后习题
①进程是一段可并发执行的具有独立功能的程序，是关于某个数据集的一次执行过程，也是OS进行资源分配和保护的基本单位。②在OS中引人进程，是为了实现多个程序的并发执行。传统的程序与其他程序并发执行时，执行结果不可再现，因此，传统的程序不能与其他程序并发执行，只有在为之创建进程后，其才能与其他程序(进程)并发执行。
2024-04-15 21:35:03
797
原创 动态规划——记忆化搜索DP
f[][]二维数组初始化的时候最好统一赋值为-1，如果不进行初始化直接用0判断，此题可以，可是如果遇到一些记忆化搜索的问题要求方案数的时候，初始化是0可能会导致个别情况计算出来的恰好结果是0时，却被认为未遍历过，因此统一赋值为-1就没错了。DFS：在某个方向上滑雪滑倒不能滑为止，然后再回溯继续滑，直到以所有点为起始点全部遍历完。记忆化搜索：用f[i,j]记录，以某点开始滑的最大路径，保证不重复搜索。
2024-04-12 20:21:39
572
6
原创 第十三届蓝桥杯【蜂巢】python组题解
若另一个点在第二象限中，此时原点走向另一个点，可以通过0，4，5这三个方向前进，与第一象限情况不同的是，这个时候多了5这个方向，每向5前进一步，y-1，x+1,每前进一步都可以同时缩小两点之前x和y距离，所以只需要取x，y轴之中绝对值最大的一个数值。若另一个点在第一象限中，此时原点要走向另一个点，只能通过3，4方向前进，每向3前进一步，y+1，每向4前进一步，x+1。有了存储点的方法，就可以对这两个点距离进行计算了，设两点之间x轴的距离为tx，y轴的距离为ty，结果的步数为f。
2024-04-11 23:00:23
616
6
原创 基于Yolov5的检测系统实战
Yolov5官方模型改进，主要选择yolov5x，效果较好AttentionModule.py—注意力机制模块（在 YOLOv5 中添加注意力机制可以帮助模型更好地学习到关键特征，提高目标检测的性能和精度。1. 提高关注度：注意力机制可以使模型更加关注重要的特征，减少不必要的背景干扰，从而提高目标检测的准确性。2. 增强特征表征：通过引入注意力机制，模型可以学习到更具有代表性的特征表示，有助于更好地区分火灾目标与其他物体。
2024-04-10 22:53:14
1397
5
原创 计算机操作系统第二章 进程的描述与控制
1、进程的引入为了使多道程序能够并发执行，且为了能对并发执行程序加以描述和控制以提高资源利用率和系统效率。2、进程的定义进程是具有独立功能的程序关于某个数据集合在计算机系统中的一次执行过程。系统进行资源分配和调度的、一个可并发执行的独立单位。进程是程序的一个实例，是程序的一次执行进程和程序的比较程序是静态的，在外存中，进程是动态的，在内存中程序可长期保存；而进程是有生命周期的。程序是指令的有序集合；而进程则是由程序、数据和进程控制块三部分组成。
2024-04-06 18:23:25
1808
11
原创 【二分与前缀和】python例题详解
假设机器人在第 k个建筑，且它现在的能量值是 E，下一步它将跳到第 k+1个建筑。如果 H(k+1)>E，那么机器人就失去 H(k+1)−E 的能量值，否则它将得到 E−H(k+1)的能量值。接下来 q 行，每行包含一个整数 k，表示一个询问元素。输入一个 n行 m列的整数矩阵，再输入 q个询问，每个询问包含四个整数 x1,y1,x2,y2，表示一个子矩阵的左上角坐标和右下角坐标。接下来 n行，每行包含 m 个整数，表示整数矩阵。接下来 m行，每行包含两个整数 l 和 r，表示一个询问的区间范围。
2024-04-05 23:01:48
1015
12
原创 【递推与递归】python例题详解
其次，对于两个不同的行，对应下标的数一一比较，字典序较小的排在前面（例如。现在小明的问题是：如果已知了初始状态和要达到的目标状态，每次只能同时翻转相邻的两个硬币,那么对特定的局面，最少要翻动多少次呢？其次，对于两个不同的行，对应下标的数一一比较，字典序较小的排在前面。对于没有选任何数的方案，输出空行。从 1∼n 这 n 个整数中随机选出 m 个，输出所有可能的选择方案。把 1∼n这 n 个整数排成一行后随机打乱顺序，输出所有可能的次序。从 1∼n这 n个整数中随机选取任意多个，输出所有可能的选择方案。
2024-04-04 15:27:48
904
8
原创 【操作系统】FCFS、SJF、HRRN、RR、EDF、LLF调度算法及python实现代码
周转时间 = 作业完成时刻 - 作业到达时刻等待时间 = 周转时间 -= 周转时间 / 服务时间平均周转时间 = 作业周转时间之和 / 作业个数平均带权周转时间 = 带权周转时间之和 / 作业个数服务时间：作业的运行时间。
2024-04-01 23:46:46
979
9
原创 统计XML文件内标签的种类和其数量及将xml格式转换为yolov5所需的txt格式
对于自己标注的数据集，需在标注完成后需要对标注好的XML文件校验，下面是代码，只需将SrcDir换成需要统计的xml的文件夹即可。②imges文件夹中的train目录下的每一张图片都要有相应的xml文件，若无，则手动删除该jpg文件。解决办法：最简单就是查看你文件夹下的XML文件的大小是否为0kb，若为0kb，直接删除。①此处的xml—txt.py文件是放在datasets文件夹下的。我的标注标签有四个，分别对应下面这四个数字。接下来又是漫长且易秃的环境配置之路了。这是因为我的数据集中有XML文件为空。
2024-03-30 23:31:20
754
2
原创 YOLOv5训练过程中的各种报错
在运行train.py时，需要预训练的权重文件。首先这个报错的大概意思是protobuf这个包的版本不对，只支持3.9.2版本。protobuf==3.9.2支持的python版本最高为3.8，这里需要从新建pytorch环境开始，降低python版本。而神经网络用到多进程的地方在数据集加载上，所以将DataLoader中的参数num_workers设置为0即可。①不止在运行一个项目，另一个项目的python程序也在运行，关掉就可以了。在提示报错的torch_utils.py文件58行，将原来的。
2024-03-29 22:57:30
690
原创 计算机组成原理第四章 存储器
1、存储器是计算机系统中的记忆设备，用来存放程序和数据。2、存储器按存储介质分类：半导体存储器、磁表面存储器（磁盘，非易失性）、磁芯存储器（不易失的永久记忆存储器）、光盘存储器（非易失性，CD—ROM）3、存储器按存取方式分：随机存储器 RAM、只读存储器 ROM、串行访问存储器、闪速存储器存储时间与物理地址无关存取时间与物理地址有关（1）随机存储器RAM是一种可读/写存储器，其特点是存储器的任何一个存储单元的内容都可以随机存取，而且存取时间与存储单元的物理位置无关。
2024-03-28 16:48:10
1111
2
原创 软工导论名词注解
41、JSP 方法：JSP 方法是面向数据结构的设计方法，其定义了一组以数据结构为指导的映 射过程，它根据输入，输出的数据结构，按一定的规则映射成软件的过程描述，即程序结构。11、系统流程图：用来描述物理系统的工具。43、程序的可维护性：为满足用户新的需求，或当环境发生了变化，或运行中发现了新的错误时，对一个已投入运行的软件进行相应诊断和修改所需工作量的大小。49、程序的可维护性：为满足用户新的需求，或当环境发生了变化，或运行中发现了新的错误时，对一个已投入运行的软件进行相应诊断和修改所需工作量的大小。
2024-03-27 22:35:39
1104
1
原创 运行YOLOV5时numpy版本报错调试
这个方法可以解决此问题，但是其他模块比如pandas可能要求numpy的版本要大于1.22.4，然后再更改numpy的版本，改成1.22.4也有np.int。报错原因：我安装的是numpy最新版本1.26.0，没有np.int。不建议更改源码，因为可能会有更多的报错。解决方法：安装较低版本的numpy。
2024-03-25 23:29:00
717
原创 Pycharm运行yolov5报错Error: Failed to initialize: Bad git executable.错误的解决方案
之前是在github上直接通过下载得到的相关代码文件，而不是经过git clone命令得到的文件。所以导致git出错。正确的方法是在github上得到git链接（.git形式）然后在自己本机的特定目录下运行。将GIT_PYTHON_GIT_EXECUTABLE设置为自己本机中git.exe所在的路径，如路径为C:\program\git\bin\git.exe。1、第一种是直接在train.py文件夹的import os后面加。2、第二种是更改git链接。
2024-03-23 22:47:00
822
原创 SQL语句之VIEW视图和空值
CREATE VIEW 视图名(列名 1,列名 n) //若省略列名，则该视图由子査询中 SELECT 的目标列字段组成AS 子查询//若添加该句，则表示对视图进行增删改时要满足子查询中的条件表达式在以下情况中必须明确指定组成视图的列名:1.某个目标列不是单纯的列名，而是聚集函数或列表达式2.多表连接时选出了几个同名列作为视图的字段3.需要在视图中为某个列启用新的更合适的名字行列子集视图:由单个基本表导出，仅去掉了基本表的某些行和某些列，但保留了主码。
2024-03-22 21:15:27
602
1
原创 SQL语句之INSERT/UPDATE/DELETE 语句
eg、假设现有 TAB1 表 (如上)，并按 C1 列分组求 C2 列的平均值，并存入 TAB2 表(其中 TAB2 表的 C1 列存放C1，avg_C2 列存放 C2 列的均值)situation3.明确给出新增元组要在哪些属性列上赋值(插入数据不包含全部属性列)INSERT。situation1.明确给出新增元组要在哪些属性上赋值(插入数据包含全部属性列)INSERT.注意:DELETE 语句删除的是表中的数据，并不是表的定义，表的定义仍在数据字典当中。situation1.删除某一个元组的值。
2024-03-21 23:14:32
542
2
原创 SQL语句之SELECT语句
一般格式SELECT DISTINCT/ALL 目标列表达式 //要显示的属性列FROM 表名/视图名 //查询的对象WHERE 条件表达式 //查询条件GROUP BY 列名 HAVING 条件表达式 //查询结果分组ORDER BY 列名 次序;//最终查询结果排序。
2024-03-20 22:40:41
1815
3
原创 SQL语言之CREATE/DROP/ALTER 语句
CREATE SCHEMA 模式名 AUTHORIZATION 用户名;eg.为用户 WANG 定义一个 S-T 模式e9.为用户 WANG 定义一个模式//未定义模式名的情况下，默认模式名为用户名CREATE TABLE 表名(列名1 数据类型 列级完整性约束条件,//如没有列级完整约束条件，可以不写列名 n 数据类型 列级完整性约束条件,表级完整性约束条件 1，表级完整性约束条件 n一个模式包含多种基本表，有三种方式在模式中定义基本表。(1)创建表时指出模式。
2024-03-19 22:15:48
798
1
原创 蓝桥杯刷题总结（Python组）
解题思路：先按列表输入，再将列表转化为集合，此时由于集合的性质导致集合会去除重复的元素，若有0再去掉，返回个数即可，discard函数删除一个元素时，若没有此元素不会报错，但是remove函数会报错，此处也可以用if not来判断0是否存在。解题思路：每次赋值后都对方向进行改变，一般上下左右就是（-1，0），（0，1），（1，0），（0，-1），每次赋值后都要判断是否撞墙，然后再次更新方向。
2024-03-18 23:39:37
668
2
原创 Pytorch实践学习笔记一（附可运行详细代码实例）
ndarrays 是不可以的，且只能存储在cpu中，但是Tensor可以，Tensor其实就是用来进行各种计算的数据结构，存储数据，且有各种各样的操作，增删改查之类的。pytorch其实就是一个功能接口，我们都需要从最基本的类开始设计，pytorch的每一个数据类型其实就是一个类，这个类会定义他的一些基本的数据，定义他的一些函数操作，比如乘法、加法、减法、乘法、梯度更新。2、torch.rand()，返回的是均匀分布，区间为(0,1)，而randn是标准正态分布（均值为0，方差为1，即高斯白噪声）。
2024-03-17 12:31:58
1721
2
原创 Microsoft SQL Server2019占用大量磁盘空间的解决办法（占了我C盘120G的空间！！！）附SQL数据库定时清理代理作业
先找文件路径：找到文件夹是在C:\Program Files(有可能是Program Files (x86))\Microsoft SQL Server\MSSQL15.MSSQLSERVER\MSSQL\Log\Polybase\dump。除了以.log结尾的文件（就一个），其他全部删掉就可以了。删除后对数据库没有任何影响，删不掉的话需要以管理员身份运行。出现这种情况，我在各种清理C盘后，空间还是没有太大变化 ，且几乎每天都要少2个G，后来终于找见原因了，几乎每一个都有500mb，共119G。
2024-03-16 21:17:19
1230
1
原创 安装yamL文件报错：Could not find a version that satisfies the requirement yaml (from versions: )
YAML（YAML Ain't Markup Language的缩写）是一种人类可读的完整的数据序列化语言。yaml是Python的第三方库。YAML is a human friendly data serialization standard for all programming languages（YAML是一个对所有编程语言都很友好的数据序列化标准）。但为了强调该语言以数据为中心，而不是以标记语言为重点，而用返璞词重新命名。
2024-03-15 23:16:02
1028
原创 Siamese Network(孪生神经网络)详解
孪生神经网络的主干特征提取网络的功能是进行特征提取，各种神经网络都可以适用，eg：VGG16 ，下图能反映VGG16结构特征：1、一张原始图片被resize到指定大小，本文使用105x105。2、conv1包括两次[3,3]卷积网络，一次2X2最大池化，输出的特征层为64通道。3、conv2包括两次[3,3]卷积网络，一次2X2最大池化，输出的特征层为128通道。4、conv3包括三次[3,3]卷积网络，一次2X2最大池化，输出的特征层为256通道。
2024-03-14 22:41:11
1353
3
原创 软件工程导论第一章 软件工程学概述
近年来推出的以极限编程(XP)为杰出代表的敏捷过程，具有对变化和不确定性的更快速、更敏捷的反应特性，因此能够较好地适应商业竞争环境下对小型项目提出的有限资源和有限开发时间的约束，可以作为对RUP的补充和完善，但是，作为一种软件过程模式，敏捷过程远不如RUP全面和完整。1、软件过程的定义： 为了获得高质量软件所需要的一系列任务的框架，规定了完成各项任务的工作步骤，是软件工程三要素之一的过程。它的优势在于它是规范的、文档驱动的方法，这种模型的问题是最终开发出的软件产品可能并不是用户真正需要的。
2024-03-12 20:58:52
703
原创 opencv人脸识别实战3：多线程和GUI界面设计（PyCharm实现）
如果成功，将捕获到的图像 `img` 转换成 RGBA 格式，并创建一个 `ImageTk` 对象 `imgtk` 用于在 `panel` 中显示。设置了三个按钮 `Button`，分别用于开始人脸识别 (`f_scan_face`)、录入人脸 (`f_rec_face`) 和退出程序 (`f_exit`)。将按钮放置在窗口的特定位置，并通过 `command` 参数将按钮与对应的功能函数绑定。创建了一个空白的 `Label` 控件 `panel`，可能会用于显示摄像头捕获的图像。函数来进行人脸识别操作。
2024-03-11 00:01:02
1388
5
计算机操作系统试题库(最全).pdf
2024-03-17
计算机操作系统第四版期末复习知识点汇总附习题.pdf
2024-03-17
计算机操作系统章节复习题及答案.pdf
2024-03-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人