monk1992的博客

但是，打开Pycharm运行程序出现上面的错误，说是没有dll导入失败，从网上找了很多方法，有的说是使用conda install opencv,不能使用pip，也有的说使用python对应的版本opencv-python,都没有解决我的问题，最后是我通过问磊磊大佬解决的。通过安装opencv-contrib-python和opencv-python-headless两个库，问题得到了解决。文章知识点与官方知识档案匹配，可进一步学习相关知识。--安装新的opencv相关库。

警告 C4819 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失。

debug时候报错：ValueError: source code string cannot contain null bytes或者一些其他问题，而在此之前是正常的，但修改了pycharm运行内存后导致的问题，将运行内存修改回原来状态问题解决，可能原因：修改后导致参数值不匹配，菜单栏Help–>Edit Custom VM Optionscustom PyCharm VM options-Xms512m-Xmx2048m（我是将此处修改为4096后报错，改回2048后正常）-XX:Re

imgb=cv2.imread(r"F:\Data_library\steel\Treadimage2\big.png")imgs=cv2.imread(r"F:\Data_library\steel\Treadimage2\samll.png")tmp_rot=np.zeros_like(imgs)#固定角度旋转tmp_rot=cv2.rotate(imgs,cv2.ROTATE_90_CLOCKWISE,tmp_rot)#翻转0，1，-1cv2.flip(imgs,-1,tmp_rot)#

yolo1-5:一篇不错的博客，推荐收藏一下，自己也做个备忘https://blog.csdn.net/litt1e/article/details/88907542

import onnxruntime报错ImportError: Microsoft Visual C++ Redistributable for Visual Studio 2019 not installed on the machine.Traceback (most recent call last):File “D:/Wanggan_Project/tensorflow/study_test/paddle_steel/file_save_load.py”, line 7, in impor

网络编程之端口：端口号为什么常见是8000、8080、8888…https://blog.csdn.net/Robin_Pi/article/details/110519442TCP通信传输文件：https://blog.csdn.net/zahngjialiang/article/details/53929584https://www.cnblogs.com/huzdong/p/13340522.htmlUDP通信：https://blog.csdn.net/qq_39200996/artic

链接：https://www.jianshu.com/p/e58ca1775700 1、给定0-1矩阵，求连通域。 2、写一个函数，求灰度图的直方图。 3、写一个均值滤波（中值滤波）。 4、写出高斯算子，Sobel算子，拉普拉斯算子等，以及它们梯度方向上的区别。 5、常用的特征提取方法。 6、常用的目标检测方法。 7、常用的边缘提取方法。 8、常用的插值方法。 9、常用的图像分割算法。 10、写一个图像resize函数（放大和缩

链接http://main.net.cn/faq/big-data-ai/ai/pytorch/pytorch-dataloader-indexerror-too-many-indices-for-tensor-of-dimension-0/

pytorch中RNN注意事项batch_first为False的情况下，认为input的数据维度是（seq,batch,feature),output的数据维度（seq,batch,feature)。batch_first为False的情况下，认为input的数据维度是（batch,seq,feature),output的数据维度（batch,seq,feature)。1、Pytorch中的RNN参数详解rnn = nn.RNN(*arg,**kwargs)（1）input_size：输入x t

Traceback (most recent call last): File "object_detection/builders/model_builder_test.py", line 21, in <module> from object_detection.builders import model_builderModuleNotFoundError: No module named 'object_detection'  有下面2个方法...

1、理解RNN的工作流程2、了解基本的RNN类型3、料及cell类：注意：1静态单向：tf.contrib.rnn.static_rnn结果可直接取output[-1]， output.shape->[time,cellnum（rnn提取的特征）]，输入input的size需要是list或者是二维的张量，list的顺序就是时间序列。元素就是每一个序列的值（batch单个时间序列的输入元素个数）。如：原始的输入数据是单通道[batch，height，width]形式，将height

Mat remapTrans(const Mat& img, const Mat A1, const Mat A2){vector points_fitted_u, points_fitted_d;vector ud_distance;if (A1.at(1, 0) != 0 && A2.at(1, 0) != 0){double y_up, y_down;y_up = 0.0; y_down = 0.0;//Mat img_cp;//img.copyTo(img

         用Python写代码的时候，在想看的地方写个print xx 就能在控制台上显示打印信息，这样子就能知道它是什么了，但是当我需要看大量的地方或者在一个文件中查看的时候，这时候print就不大方便了，所以Python引入了logging模块来记录我想要的信息。        print也可以输入日志，logging相对print来说...

1.轮廓面积计算结果和像素点总数的关系https://blog.csdn.net/yiqiudream/article/details/518584212.opencv中contourarea返回值与轮廓的真实面积https://blog.csdn.net/Sirius_0/article/details/802897723.使用OpenCV查找二值图中最大连通区域https://blog.csdn.net/shaoxiaohu1/article/details/40272875...

  本文主要介绍tensorflow的自动训练的相关细节，并把自动训练和基础公式结合起来。如有不足，还请指教。 写这个的初衷：有些教程说的比较模糊，没体现出用意和特性或应用场景。 面向对象：稍微了解点代码，又因为有限的教程讲解比较模糊而一知半解的初学者。 （更多相关内容，比如相关优化算法的分解和手动实现，EMA、BatchNormalization等用法，底部都有链接。）   &nb...

笔者近来在tensorflow中使用batch_norm时，由于事先不熟悉其内部的原理，因此将其错误使用，从而出现了结果与预想不一致的结果。事后对其进行了一定的调查与研究，在此进行一些总结。 一、错误使用及结果 笔者最先使用时只是了解到了在tensorflow中tf.layers.batch_normalization这个函数，就在函数中直接将其使用，该函数中有一个参数为training，在训练阶段赋值True，在测试阶段赋值False。但是在训练完成后，出现了奇怪的现象时，在training赋值为T.

MNISTCIFAR-10CIFAR-100STL-10SVHNILSVRC2012 task 上述包含在下面的链接中http://rodrigob.github.io/are_we_there_yet/build/classification_datasets_results.html#43494641522d3130

一、TensorFlow模型保存和提取方法1. TensorFlow通过tf.train.Saver类实现神经网络模型的保存和提取。tf.train.Saver对象saver的save方法将TensorFlow模型保存到指定路径中，saver.save(sess,"Model/model.ckpt")，实际在这个文件目录下会生成4个人文件：checkpoint文件保存了一个录下多有的模型文件列表，model.ckpt.meta保存了TensorFlow计算图的结构信息，model.ckpt保...

在学习tensorflow的过程中，读取数据这一块很难理解。确实这一块官方的教程比较简略，网上也找不到什么合适的学习材料。今天这篇文章就以图片的形式，用最简单的语言，为大家详细解释一下tensorflow的数据读取机制，文章的最后还会给出实战代码以供参考。一、tensorflow读取机制图解 首先需要思考的一个问题...