- 博客(108)
- 资源 (15)
- 收藏
- 关注
原创 数据分析_01_Python基础
x = set([1,2,3,1,2,2,1,3])–>{1, 2, 3}集合并集:set([1,2,3]) | set([2,3,4]) --> {1, 2, 3, 4}集合交集:set([1,2,3]) & set([2,3,4]) --> {2, 3}set添加元素到: x.add(100) --> {1, 2, 3, 100}字典格式:={键1:值1,键2:值2,键3:值3,…实际参数:在调用函数时,函数名后面圆括号中的变量名称。字典嵌套:x={“a”:1,“b”:{“c”:2}}
2024-07-30 22:53:47 486
原创 C++要点总结_06_数组、指针
3. 二维数组的初始化:二维数组元素初始化的方式和一维数组相同,也分为单个元素逐一赋值和使用聚合方式赋值。1.二维数组形式:数据类型 数组名[常量表达式][常量表达式]。2. 二维数组元素的引用:数组名[下标][下标]。
2024-07-26 20:11:36 336
原创 C++要点总结_03_条件判断语句
1.三目运算符(条件运算符): (表达式)?(语句1):(语句2)参考书《C++入门到精通》判断是否是闰年简化版本。
2024-07-25 12:11:21 404
原创 第2章 图像变换
图像变换主要通过调节像素数值,调节色彩明暗度,显示图像细节,方便人眼观察。图像变换的本质是调节像素分布。本节主要讲述常用的线性变换和非线性变换。
2023-08-07 22:11:55 674
原创 yolov5 代码详解
在datasets文件夹分别存放imags和labels文件夹,imags文件夹存放图片信息(.jpg)。labels文件夹存放对应图片的标签信息(.txt),标签信息包含目标物体的类别和真实框的坐标(cx,cy,w,h),这些坐标都是归一化后的数据。训练策略上也增加一些新的技巧,比如多尺度、rectangle、用遗传算法搜寻超参数。
2023-05-15 16:05:48 1190
原创 YOLOV2 pytorch版本代码详解
yolov2 pytorch版代码详解,由于参考的keras版本写的太乱,就整理一下,转化为pytorch版,还有许多不足,敬请大家多多指教。
2022-10-25 12:56:50 3971 3
原创 SSD要点回顾
SSD用VGG作为主干网络,提取VGG16第三、四次下采样的特征图得到Conv4_3、fc7,之后又继续下采样得到Conv6,Conv7,Conv8,Conv9,一共7个特征层用来分类和回归。SSD的损失函数在计算正负样本损失的时候,把所有预测类别作为正样本,背景预测作为负样本,由于正负样本数量相对不平衡,因此设计负样本数量在正样本的3倍,和总样本减正样本数量之间取最小值。SSD中对数据和框分别数据增强,包括缩放、剪切、随机翻转、色度(亮度、饱和度)调整及对真实框缩放、随机翻转、剪切操作。
2022-09-21 10:40:05 1030 1
原创 openCV实战——图像去雾
全 局直方图处理通过对 RGB 图像的 R、G、B 三层通道分别进行直方图均衡化,再整合到新的图 像的方式进行。将整幅图像分成很多小块,然后再对每一个小块分别进行直方图均衡化,最后进行拼接。掩膜的主要是用来提取感兴趣区域。即自适应直方图均衡化。
2022-09-08 11:48:06 2995
原创 物体分类__pytorch
vgg16网络架构相对简单,参数量是真的大。在刚开始出现时是有价值的,用3x3的卷积核代替大的卷积核,两个3x3相当与一个5x5的卷积核的卷积效果,减少参数量,也变相加深网络深度。通过设置cgfs 的方式,让模型可以细化成不同的版本。通过vgg16 的学习,学习到网络架构、模型初始化参数、冻结参数、加载参数、改变分类数目等方法。多分类问题采用交叉熵作为损失函数。y_pred[batch_size,cls],y_true[cls](1) 加载模型代码。
2022-09-06 17:30:31 649
原创 Faster R-CNN pytorch版
Faster R-CNN可以选用多种流行的backbone提取特征,以ResNet50为例。Faster R-CNN是在R-CNN,Fast R-CNN的基础上改进得来的。R-CNN,Fast R-CNN是Faster-RCNN发展进化的基石,回顾R-CNN,Fast R-CNN有助于更好地理解Faster R-CNN。针对R C-NN的问题,Fast R-CNN有所改进,主要体现在把建议框映射到特征图上,再把特征图统一尺寸,这样就大大减少了重复计算,但是还是两步骤检测。(1)R-CNN检测流程。...
2022-08-31 14:01:10 847
原创 计算机视觉主干模型VGG16、MobileNetV2、ResNet50 pytorch版
MobileNetV2在MobileNetV1的基础上,增加Inverted resblock模块儿。Inverted体现在对输入首先利用1x1卷积进行升维,然后利用3x3深度可分离卷积进行特征提取,然后再利用1x1卷积降维。resblock体现在输入和上一步输出相加。2 . VGG16代码。......
2022-08-27 19:08:58 3313
原创 Pytorch知识点学习
torch.utils.data工具包包括以下4个类。1)Dataset:是一个抽象类,其他数据集需要继承这个类,并且覆写其中的两个方法(getitem_、len)。2)DataLoader:定义一个新的迭代器,实现批量(batch)读取,打乱数据(shuffle)并提供并行加速等功能。3)random_split:把数据集随机拆分为给定长度的非重叠的新数据集。4)*sampler:多种采样函数。torchvision包括4个类,各类的主要功能如下。...
2022-08-26 15:48:33 324
原创 c语言--线性表之顺序表
c语言--线性表1 SeqList.c1.1 线性表特点1.2 线性表初始化1.3 从线性表末尾添加元素1.4 从线性表表首添加元素1.5 列举线性表1.6 从线性表末尾删除元素1.7 从线性表表首删除元素1.8 在线性表指定位置插入元素1.9 查找元素1.20 返回线性表长度1.21 删除线性表指定位置元素1.22 删除线性表指定值1.23 对线性表排序1.24 清除线性表2 SeqList.h3 main.c1 SeqList.c1.1 线性表特点线性表是在连续空间中存储的同类型元素。除了
2022-05-07 22:11:36 1023
3 TensorFlow 模型建立与训练 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
4 TensorFlow常用模块 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
7 TensorFlow Lite(Jinpeng) — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
5 TensorFlow模型导出 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
10 使用TPU训练TensorFlow模型(Huan) — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
9 TensorFlow分布式训练 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
12 TensorFlow Datasets 数据集载入 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
19 参考资料与推荐阅读 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人