python utils
狼刀流
这个作者很懒,什么都没留下…
展开
-
Python 数字随机采样
a = [[1],[2],[3],[4],[5],[6],[7],[8],[9],[10]]import randomrandom.seed(23)a = random.sample(a, 4)a[[7], [6], [1], [2]]原创 2021-08-09 17:06:22 · 196 阅读 · 0 评论 -
python 字典排序
tmp = {"f":6,"b":2,"c":3,"g":8,"d":4,"a":1,"e":5}a = sorted(tmp.items(),key=lambda item:item[0])#key 控制按key 还是value排序print(tmp.items())print(a)dict_items([('f', 6), ('b', 2), ('c', 3), ('g', 8), ('d', 4), ('a', 1), ('e', 5)])[('a', 1), ('b', 2), ('c'原创 2021-07-30 16:33:10 · 111 阅读 · 0 评论 -
python 随机获取字典元素
import randoma = {1:"a",2:"b",3:"c",4:"d",5:"e",6:"f"}b = random.sample(lista.keys(), 5) # 随机一个字典中的key,第二个参数为限制个数print(a)print(b)无放回sample,第二个参数大于dict的len会报错。{1: 'a', 2: 'b', 3: 'c', 4: 'd', 5: 'e', 6: 'f'}[4, 6, 1, 5, 2]...原创 2021-07-26 16:46:31 · 6166 阅读 · 2 评论 -
Python 变量持久化
#单变量存储import picklea = [[1,2,3,4,5,6,7],[2,3,4,5,6,7,8]]f = open('test.pkl', 'wb')pickle.dump(a, f)f.close()#多变量保存a = [[1,2,3,4,5,6,7],[2,3,4,5,6,7,8]]b = ['aaaa','bbbb',"ccccc"]c = "megvii"d = "测试"f = open('test.pkl', 'wb')pickle.dump([a,b,原创 2021-07-21 20:01:30 · 586 阅读 · 1 评论 -
复制一个文件下的所有图片到另一个文件夹
import osori = "/home1/zy/dataset/cheshi"target = "/home1/zy/dataset/cheshi2/"def get_fileNames(rootdir,target): #如果有目标文件夹就不管,没有就自己创建 if not os.path.exists(target): os.makedirs(target) for root, dirs, files in os.walk(rootdir,topdown原创 2021-05-27 16:56:56 · 431 阅读 · 0 评论 -
python压缩图片
直接上代码了#coding = utf-8import cv2import osimport mathdef get_doc_size(path): try: size = os.path.getsize(path) return get_mb_size(size) except Exception as err: print(err)def get_mb_size(bytes): bytes = float(bytes原创 2021-05-25 17:49:21 · 226 阅读 · 0 评论 -
pytorch网络结构 可视化
一 使用pytorchviz可视化 安装依赖和pytorchviz pip install graphviz pip install tochviz (或pip install git+https://github.com/szagoruyko/pytorchviz) Graphviz 是 AT&T 开发的一款开源的图形可视化软件,可以根据dot脚本语言中绘制的无向图(显示了对象间最简单的关系)画出直观的树形...转载 2021-05-02 13:31:57 · 1410 阅读 · 0 评论 -
从文件夹随机抽取文件到另外一个文件夹
##深度学习过程中,需要制作训练集和验证集、测试集。import os, random, shutildef moveFile(fileDir): pathDir = os.listdir(fileDir) #取图片的原始路径 filenumber=len(pathDir) rate=0.1 #自定义抽取图片的比例,比方说100张抽10张,那就是0.1 picknumber=int(filenumber*rate) #按照rat原创 2021-04-29 09:29:33 · 1287 阅读 · 0 评论 -
mmdetection中安装mmcv的一个小坑
一切安装正常,就是MMCV编译报错。官网的教程是没有问题的。要注意cuda版本的问题。我遇到的问题是nvcc -V中的cuda版本是9.0,nvidia-smi的cuda版本是10.2。MMCV编译的时候根据nvcc -V中的cuda版本来的。一般情况是没有这个问题,如果是在公用的服务器上有可能遇到。解决方法进入:/usr/local中查看cuda版本。发现有cuda-10.2和cuda-9.0。编译的时候使用的是cuda-9.0和你安装的MMCV版本不一致。vim ~.bashrcexp原创 2021-04-25 10:21:02 · 1603 阅读 · 2 评论 -
pytorch 改变FeatureMap大小----interpolate
pytorch中使用interpolate可以很轻松的通过上下采样来实现改变Feature Map的Size。import torch.nn.functional as F#网络中的tensor都是float类型q = torch.randint(-2,4,(1,3,5,5)).float()print(q)#直接设置size大小y1 = F.interpolate(q, size=(3,3))print(y1)tensor([[[[-1., 0., -2., 2., 3.],原创 2021-04-19 19:59:12 · 781 阅读 · 1 评论 -
Pytorch 引入albumentations对ImageFolder读取的数据集进行数据增强
前言albumentations作为第三方数据增强库。在我们使用ImageFolder加载数据集的时候不能直接使用。我们对ImageFolder进行改造,使其可以使用albumentations进行数据增强。代码如下(示例):from torchvision.datasets.folder import *from matplotlib import pyplot as pltimport cv2import numpy as npimport torch.utils.data as Data原创 2021-01-22 19:14:34 · 836 阅读 · 0 评论 -
Pytorch图像noise,blur增强
前言pytorch中的transform没有加噪声和模糊的数据增强方法。结合网上现有的代码整合了一个小工具二、使用步骤1.引入库代码如下(示例):import numpy as npimport randomfrom PIL import Image,ImageFilter2.代码代码如下(示例):#添加椒盐噪声class AddSaltPepperNoise(object): def __init__(self, density=0,p=0.5): sel原创 2021-01-21 16:12:06 · 4973 阅读 · 4 评论