误入歧途渐行渐远

问题一：数据预处理Cocodetection读取数据集pytorch源码分析之torch.utils.data.Dataset类和torch.utils.data.DataLoader类pytorch Dataloader Sampler参数深入理解参考transform：示例：https://www.cnblogs.com/mengfu188/p/13561693.html文档：https://pytorch-cn.readthedocs.io/zh/latest/torchvis

前提：本机环境：win10远程环境：……系统无所谓 需要知道 IP+端口 以及用户密码ip：222.195.168.12 端口：8003 用户：admin 密码：123本地文件目录A远程文件目录A两个目录是同名的，远程A中包含本地A的文件，本地A可以是远程A的子集步骤：1.下载PyCharm的专业版：https://download.jetbrains.8686c.com/python/pycharm-professional-2020.2.4.exe 学...

总结一下在zhihu上看到的注意事项（随手记，引用不当侵删）如何制作学术海报：推荐工具PPT必备内容：【引言】【方法】【结论】【讨论】图》》》》》文字形式：主办方logo矩形分区图上坐标字号大小要和正文中字号大小大致相同，保持一致，否则围观的读者在看图和看正文描述的过程中来回切换容易“跑焦”。没有错别字，没有把导师名字写错，另存-PDF1.少字：250个单词为合理，150词左右为最优，注意是整个poster的字数。“丰富不是还有东西可以加，而是没有东西可以删”，少即是.

被动的检测技术：不会对原图造成影响参考：谁动了我的图片Image splicing：从一个真实图像复制部分区域然后粘贴它们到其他图片。Copy-move：复试和粘贴部分区域在相同的图像内。Remove：从一张图像中删除部分区域，然后修复它。Copy-move：一幅图像中检测到大块相同的内容技术手段：基于稀疏特征点（如SIFT）和基于图像块的图像匹配算法传感器噪声取证：成像传感器的模式噪声（相机噪声）。由于成像传感器所用的硅阵列的制作瑕疵，阵列中的每个元素都携带有不同幅度的成像噪

QPixmap OpenCV40_VC14_Qt58::ImageToPixmap(const Mat cvimage){ QPixmap pixmap; QImage *qimage = NULL; if (1 == cvimage.channels()) { uchar *imgData = (uchar *)cvimage.data; qimage = new QIma...

import osimport globimport pandas as pdimport xml.etree.ElementTree as ETdef xml_to_csv(path): xml_list = [] for xml_file in glob.glob(path + '/*.xml'): tree = ET.parse(xml_file...

在vs2015中加入了VTK用于显示点云库，不知道为什么就开始报错：detail解决方案：https://blog.csdn.net/qq_32979597/article/details/88130868可以看到就是winnt.h和mat.hpp打架。其中winnt属于系统库，不太好改。按照大家的说法加上cv：：Mat麻烦又无用，mat.hpp该编译还是要编译，逃不过去的C:\Program Files (x86)\Windows Kits\8.1\Include\um\winuser.h(1

YOLO v4 论文：https://arxiv.org/abs/2004.10934YOLO v4 开源代码：https://github.com/AlexeyAB/darknet参考图片笔记：https://www.cnblogs.com/pprp/p/12771430.html【这张图总结的太好啦！赞美作者】0.许多功能可以提高卷积神经网络（CNN）的准确性。需要在大...

原文：https://arxiv.org/abs/1905.05055v2翻译：https://blog.csdn.net/clover_my/article/details/92794719对入门来说是很有用的一篇综述，总结了目标检测近二十年的发展，阅读后可以清晰地获得目标检测方向的轮廓。（回顾了400余篇论文）甚至可以作为字典来查询。本文涵盖了许多主题，包括历史上的里程碑检测器、...

EfficientDet是谷歌团队推出的目标检测网络，论文链接：https://arxiv.org/abs/1911.09070只使用了 52M 参数、326B FLOPS 的 EfficientDet-D7 在 COCO 数据集上实现了当前最优的 51.0 mAP在类似的准确率限制下，EfficientDet 的 FLOPS 仅为 YOLOv3 的 1/28、RetinaNet 的...

目录何为实例分割：Mask RCNNFCIS边界框的正确性的度量标准：（一个边界框）计算模型对该类别的精确率（一张图片）平均精度（Average Precision）（一个类别）平均精度均值 mAP （Mean Average Precision）（所有类别）Fast NMSRetinaNet备注开一个新坑参考翻译：https://blog.csdn...

RGB与HSV是同一层次的，属于描述图像性质的不同方法。、参考：https://blog.csdn.net/hanshanbuleng/article/details/80383813RGB：从颜色混合的方式出发，分成RGB三个通道红、绿、蓝，每个通道的值分为256阶亮度（0最暗，255最亮）HSV：色调（H, Hue），饱和度（S,Saturation），明度（V, Valu...

对话框的种类模态对话框（Modal Dialogue Box，又叫做模式对话框），是指在用户想要对对话框以外的应用程序进行操作时，必须首先对该对话框进行响应。如单击【确定】或【取消】按钮等将该对话框关闭。非模态对话框则没有限制。二者的区别在于当对话框打开时，是否允许用户进行其他对象的操作。官方文档：https://doc.qt.io/qt-5/qdialog.html实例需求：点击...

场景再现，当符合条件（相机没有打开）时，弹出错误提示框，点击ok，提示框关闭返回主窗口。问题来了：错误提示框又自动弹出来了一遍问题代码：void QtGui::on_Btn_clicked() { if (!capture.isOpened()) // if not success, exit program { QMessageBox::critical(this, ...

python2.x的print不带括弧，但python3.x必须要带括弧解决方案： 运用正则化替换即可(Ctrl+F，记得勾选Regularexpression)，输入 print(.*?);?$即可一键替换为print\($1\)。...

原文链接：https://arxiv.org/abs/1908.01998提出 带有注意力RPN和多关系检测器的小样本目标检测网络并 开源 FSOD数据集（含1000个类别）《Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector》数据集地址：https://github.com/fan...

https://blog.csdn.net/twoconk/article/details/4807708参考了以上代码#include <stdio.h>//读取一行信息static int LRCGetLine(FILE *pIFile,char **pBuf,int *length){ char Readchar = 0; int Curs = 0; int ...

https://pjreddie.com/darknet/看了一下官网，这种强烈的中二气息让人欲罢不能，不由得赞叹，包装相当巧妙。先安装了msys2，教程很详细https://blog.csdn.net/weixin_42754237/article/details/86619721感谢！！官网https://www.msys2.org/在实际安装中的版本：一定要添加清华镜像站！！...

本次课程是一门从新手到掌握计算机视觉各项核心基础技术的课程，包括数据的使用，模型的设计和优化，模型和数据的可视化，图像分类任务，图像分割任务，目标检测任务。...

本次课程是一门从新手到掌握计算机视觉各项核心基础技术的课程，包括数据的使用，模型的设计和优化，模型和数据的可视化，图像分类任务，图像分割任务，目标检测任务。...

本次课程是一门从新手到掌握计算机视觉各项核心基础技术的课程，包括数据的使用，模型的设计和优化，模型和数据的可视化，图像分类任务，图像分割任务，目标检测任务。...

学习要趁早，结果就是现在资源已经下架了感谢https://blog.csdn.net/hwl19951007/article/details/81570225的整理本篇文章只是个人学习的过程，划了一下重点。目录1125阅读图像分类{上下}从小结：实际应用k-NN中的trick1125线性分类{上中下}SVM 与 Softmax的比较：1125最优化{上下}11...

图像数字图像处理系统组成景物，数字照相机，胶片图像，数字扫描仪，计算机系统（图像处理软件或硬件），显示打印记录设备图像基本运算点运算直方图运算横纵坐标的意义直方图特征无位置信息多对一关系代数运算相加合成：折半（平均值）噪声消除相减小于零取零绝对值（变化检测）几何运算平移1 0 x0 1 y0 0 1旋转-cosb sinb 0-s...

接触了一个神器overleaf参考教程：https://blog.csdn.net/Gentleman_Qin/article/details/79963396这篇教程已经说的很明白啦。下面记录一下出现的一些问题结合bibtex进行引用一般的文献资料库（比如**学术【分享一个镜像站http://ac.scmor.com/】，arxiv之类）导出的都是几个比较通用的引用格式...

项目中需要对数据集进行标记首先安装环境，https://github.com/wkentaro/labelme有教程。本机是window环境已经装好了anaconda，然后在此基础上创建一个新的labelme环境命令：conda create --name=labelme python=3.6(base) C:\Users\Administrator>conda cr...

很有用但是很魔幻的一章，本章讨论了在深度数据领域中与图像分割，多幅图像的匹配，三维模型重构和对象识别相关的问题深度数据存储的不再是亮度和颜色信息，而是深度信息14.1主动深度传感器基于三角测距技术的主动深度传感器一个激光器和一对旋转镜可以顺序的扫描某一表面，激光束能够用柱状镜头转换为光平面。光平面：简化设计，缩短了用于获取一幅深度图像的时间缺点：1.数据获取速度低，物体...

配准：寻找一个数据集到另一个数据集的转换关系两组数据集：维数相同转换关系：旋转平移缩放判断标准：匹配质量打分映射关系（2d-2d）解决方式：搜索和发现姿态恒常性特性姿态恒常性：刚性物体中不同特征集反映该物体的相同姿态投影关系（3d-3d）解决方式：同维度数据集配准的搜索算法摄像机恒常性：图像中的所有特征都是同一个摄像机拍摄的简化操作：小部分特征估计姿态，其余用来确认...

跟踪：根据一组给定的图像序列，对图像中运动目标形态形成的一种推理。方法：利用测量值以及动力学模型，推断出运动目标的状态。应用：运动捕捉、从运动中识别物体、监视、定位重点：测量值——隐藏在大量无关的信息中解决办法：建立检测器11.1 利用物体的刚性及移动连贯性11.2 利用概率方法去权衡动态预测值与测量值11...

官方教程：https://pytorch.org/tutorials/beginner/data_loading_tutorial.html解决任何机器学习问题都需要花费大量精力来准备数据。PyTorch提供了许多工具来简化数据加载过程，并使代码更具可读性。在本教程中，我们将看到如何从有价值的数据集中加载和预处理/增强数据。要运行本教程，请确保已安装以下软件包：scikit-i...

《CV：AMA》一书第九章强调了matlab中分水岭算法对图像的分割更新：dalao说一般在进行分水岭前都要灰度化、滤波、边缘检测、轮廓查找然后应用库里的函数，解决过度分割的话要有预先标记的先验知识，一般是mark几个地方，现在程序里一般都有写好的库函数。参考教程：https://blog.csdn.net/LSGO_MYP/article/details/53611151这一...

第九章关于中层视觉核心问题：关于图像的表征（是论文里常常看到的representation？）核心思想：将像素点或者模式元素进行收集组合，进行总结表征————>分割、分组、感知组织、拟合通用准则：较少的成分 具备提示作用两类方法：侧重局部信息，通过聚类方法侧重不同项之间的局部关系——区域 侧重全局信息，在数据集合中建立参数模型...

第七章 立体视觉 （已经严格标定的摄像机）获取强烈的深度感:1融合两只眼睛获取的图像 计算对应图像的差别（视差）设计和实现能模仿人类视觉获取深度的算法（立体感知算法）应用 ：机器人视觉导航、地图生成、航空勘测和近距照相测量 目标识别的图像分割 计算机图形学的三维场景重建立体视觉的两个过程：1融合两（多）台摄像机观察到的特征 ...

实验资源：实验要求：使用matlab 读取Lena.bmp图像，并将其显示为：1、原始图像2、左右翻转的图像3、上下翻转的图像4、放大一倍的图像5、显示其直方图6、图像向右下方平移半个图像长宽的距离没有以分号结尾的话就会显示出数据内容读取图像并显示原始图像lena=imread("e:\lena.bmp");imsh...

Computer Vision Toolbox™提供应用程序和功能，以执行相机校准工作流程中的所有基本任务，包括：全自动检测和定位棋盘校准图案，包括具有亚像素精度（相邻两像素之间细分情况）的角点检测 估计所有内在和外在参数，包括轴偏斜 径向和切向透镜畸变系数的计算 校正光学畸变 支持校准标准，鱼眼镜头和立体视觉相机官方介绍：https://ww2.mathworks.cn/h...

参考文章：https://blog.csdn.net/Blateyang/article/details/77864843第五章 局部图像特征对应第一版的第八章边缘检测，在此基础上增加了现代新特征，，特别是HOG和SIFT的内容物体：与图像背景分离的且封闭的轮廓区域引起图像亮度的急剧变化：反射率、曲面方向或者光照等图像中包含的信息：封闭的轮廓区域、图像方向急剧变化包含形状信息...

没有想到第二版与第一版相比而言改动还是挺大的。补充阅读没有看的内容（其实这部分在第一版中第二章安排了）在第一版第二章安排如下：欧几里得解析几何的基本公式内参数和外参数透视投影公式仿射模型的简洁表达1.2 内参数和外参数刚体变换：把一个坐标系映射到另一个坐标系内部参数：摄像机坐标系和世界坐标系之间的关系外部参数：摄像机在世界坐标系里的位置和方向解释一下：...

1.1针孔照相机1.1.1透视投影透视投影产生的是一副颠倒的图像（除此之外完全等价），这幅图像落在一个处于针孔前面的平面上，他到针孔的距离等于实际成像面到针孔的距离。纯几何方式证明：（三点共线，线段长度成比例） 1.1.2 仿射投影两种特定的仿射模型——弱透视和正交投影图像尺寸与物体距离之间的依赖关系图像上的距离=放大率*实际平...

参考教程：https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html参考翻译：https://blog.csdn.net/scutjy2015/article/details/71214928（最近才发现的中文版，感谢前人分享）训练分类器处理图像，文本，音频或视频数据时，可以使用标准的python包将数据加载到n...

神经网络https://pytorch.org/tutorials/beginner/blitz/neural_networks_tutorial.html使用torch.nn包构造神经网络。nn取决于autograd定义模型并区分它们。一个nn.Module包含层，和一种方法forward(input)，它返回output。样例convnet是一个简单的前馈网络。它接受输入...

什么是pytorch？参考教程：https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html#sphx-glr-beginner-blitz-tensor-tutorial-py 基于Python的科学计算软件包 NumPy的替代品，可以使用GPU的强大功能 深入学习研究平台，提供最大的灵活性和速度torch...

参考教程：安装https://blog.csdn.net/qq_39245207/article/details/84030550(base) C:\Users\PC>pip3 install https://download.pytorch.org/whl/cpu/torchvision-0.3.0-cp37-cp37m-win_amd64.whlCollecting tor...

作为《冰与火之歌》改编的衍生军棋类桌游，自然笼络了一大片粉丝，对于一个冰火路人来说，能吸引我的是：精美的版图印刷、token的亚克力质感【颜狗一不小心就被骗进了坑】下面说说具体的游戏规则，因为涉及的规则比较多，建议边操作边教学，不然对于路人型新人真的就是超负荷信息轰炸。作为一个草履虫玩家，玩过之后，感觉这个顺序介绍应当是让人比较好接受的，大白话是真的多，术语考究大师们冒犯了：1...

网上资源还是很多的，下载了中文版和英文版一起看，先看英文版留个印象，再看中文版加深印象（纠正错误理解）计算机视觉：模型、学习和推理概述：本书是一本从机器学习视角讲解计算机视觉的非常好的教材。全书图文并茂、语言浅显易懂，算法描述由浅入深，即使是数学背景不强的学生也能轻松理解和掌握。作者展示了如何使用训练数据来学习观察到的图像数据和我们希望预测的现实世界现象之间的联系，以及如何研究这些联系...

尝试利用opencv在qt窗口中打开视频并播放，且解析视频信息并显示。get() virtual double cv::VideoCapture::get ( int propId ) const 参数PROPID 来自cv :: VideoCaptureProperties的属性标识符（例如，c...

参考教程:https://www.kancloud.cn/kancloud/qt-study-road-2/99445摸鱼是不行了!!!!信号槽不是 GUI 模块提供的，而是 Qt 核心特性之一。在普通的控制台程序使用信号槽。只有继承了QObject类的类，才具有信号槽的能力。所以，为了使用信号槽，必须继承QObject。凡是QObject类（不管是直接子类还是间接子类），都应该在...

到手一套qt项目,不同于以往Qt Designer使用的ui文件.这个项目的界面是直接用QML完成的.什么是QML从 Qt 4.7 开始，Qt 引入了一种声明式脚本语言，称为 QML（Qt Meta Language 或者 Qt Modeling Language），作为 C++ 语言的一种替代。而 Qt Quick 就是使用 QML 构建的一套类库。QML 是一种基于 JavaScr...

图像的二值化处理就是讲图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理...

原文：https://blog.csdn.net/qingyang8513/article/details/80675872形态学运算2.1 开运算腐蚀与膨胀作为形态学的基本操作，经过组合后可以很容易的实现更高一级的形态学运算。开运算即是先腐蚀后膨胀的得到的结果，即dst = open(src, element) = dilate(erode(src, element))。开运...

参考教程：https://blog.csdn.net/qingyang8513/article/details/80413402数学形态学是一门建立在格论和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论，其基本运算包括：二值腐蚀和膨胀、二值开闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换、灰度腐蚀和膨胀、灰度形态学梯度等。...

参考教程：https://blog.csdn.net/qingyang8513/article/details/80413373非线型滤波线型滤波易于构造，易于从频率响应角度分析，但是，很多情况下，如果脉冲噪声、椒盐噪声明显时，或者需要较好的保存边缘时，线型滤波往往无法达到需要的效果，此时就需要用到非线性滤波。常见的非线性滤波有：中值滤波、双边滤波。中值滤波基...

参考教程：https://blog.csdn.net/qingyang8513/article/details/80413320线型滤波图像平滑处理又称为图像模糊，主要是用来减少图像上的噪声点或者失真。 图像滤波是在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可或缺的操作，其处理效果的好坏将直接影响后续图像处理和分析的效率。图像滤波分...

参考教程：https://blog.csdn.net/qingyang8513/article/details/80378491本次我们将图片嵌入到Qt界面中。OpenCV3.0以后，图像采用Mat格式进行存储，Qt中图像存储采用的是QImage类，因此，如果需要再Qt中显示OpenCV处理过程中的图像，需要将Mat类对象表示的图像转换为QImage类对象表示的图像。同时，由M...

本文使用的软件版本及下载地址cmakehttps://cmake.org/download/由于环境为win7-64，选择以安装程序的方式来安装下载之后运行安装，在路径方面需要注意：OpenCV是使用c/c++编写的，官方网站提供的版本Qt不能直接使用，需要使用CMake重新编译Qt可用的版本。安装时注意勾选“Add CMake to the system PATH for al...

感谢https://www.aiuai.cn/aifarm348.htmlsudo mount -t auto -o loop /media/ubuntu/944869124868F480/R2018a_glnxa64_dvd1.iso /media/ubuntu/78b902e9-64ed-430b-8aac-0dae62910145/matlab/cd /home/ai/sudo ....

ubuntu@ubuntu:~/cmake-3.9.2$ sudo make install[sudo] password for ubuntu:[ 2%] Built target cmsys[ 2%] Built target cmsysTestDynload[ 3%] Built target cmsys_c[ 3%] Built target cmsysTestProc...

ubuntu@ubuntu:~$ cd cmake-3.9.2ubuntu@ubuntu:~/cmake-3.9.2$ ./configure---------------------------------------------CMake 3.9.2, Copyright 2000-2017 Kitware, Inc. and ContributorsFound GNU toolcha...

我的ubuntu越用越小就剩了1G，仔细核查一下发现是我最爱的conda（不管安装什么都超级方便）占用空间过多。baobab硬盘空间用量分析工具baobab查找系统中哪个目录或文件占据了大量空间．在终端里运行下面的命令baobab出现果然conda膨胀的很，只是一个.catch就3GB必须给他瘦身了！-p会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们-t可...

模板加载器postmortemDjango尝试按以下顺序加载这些模板：使用引擎django：django.template.loaders.filesystem.Loader：/home/ubuntu/Django-1.11.20/viton/templates/new.html（来源不存在） django.template.loaders.app_directories.Loade...

表格后面还有一个{% csrf_token %}的标签。csrf 全称是 Cross Site Request Forgery。这是Django提供的防止伪装提交请求的功能。POST 方法提交的表格，必须有此标签。Forbidden (CSRF token missing or incorrect.): /upapi/解决方法，最后一个是最为有效的，前几个不能一劳永逸。$(docume...

STATIC_ROOTSTATIC_ROOT是一个比较特殊的文件夹。这是区别Django的开发模式和部署模式下最大的地方了。通常我们在开发模式下，可以在我们所在的project下建立相应的app， 然后每个app下都建立相应的static文件夹。在开发模式下（Debug=True），Django将为我们自动查找这些静态文件（每个app）并在网页上显示出来。然而，在部署模式下，Django...

Django项目中配置使用MySQL一共分四步: 安装MySQL, 创建数据库名和用户名，通过pip安装第三方库pymysql和修改配置文件settings.py。https://blog.csdn.net/weixin_42134789/article/details/85780217捣鼓半天安不上的mysqlclient。。。ubuntu@ubuntu:~/Django-1.1...

ubuntu@ubuntu:~/Django-1.11.20$ mysql -u root -pEnter password: rootWelcome to the MySQL monitor. Commands end with ; or \g.Your MySQL connection id is 6Server version: 5.7.25-0ubuntu0.16.04.2 (U...

安装成功：Installed /usr/local/lib/python2.7/dist-packages/pytz-2019.1-py2.7.eggFinished processing dependencies for Django==1.11.20创建项目：ubuntu@ubuntu:~/Django-1.11.20$ django-admin startproject Hell...

from turtle import*import turtlesetup(800,700,300,50)penup()seth(90)fd(100)seth(0)fd(-200)pendown()pensize(3)pencolor("black")seth(0)fd(210)seth(90)fd(20)seth(115)circle(120,129)seth...

# Copyright 2017 Xintong Han. All Rights Reserved.## Licensed under the Apache License, Version 2.0 (the "License");# you may not use this file except in compliance with the License.# You may obt...

Ubuntu默认是20GB，空间太小不够用了。第一步：关闭虚拟机Ubuntu，打开设置->硬件->硬盘，（关机后【扩展】就是可以点击的了）第二步：开机设置。ctrl+alt+T：打开terminal，蓝色字体为输入的命令，黄色字体为评注ubuntu@ubuntu:~$ sudo fdisk /dev/sda[sudo] password for ubuntu:...

while（getchar（）！=‘@’）不知何来灵光，写出这么坑的条件。getchar有一个int型的返回值.当程序调用getchar时.程序就等着用户按键.用户输入的字符被存放在键盘缓冲区中.直到用户按回车为止(回车字符也放在缓冲区中).当用户键入回车之后,getchar才开始从stdio流中每次读入一个字符.getchar函数的返回值是用户输入的第一个字符的ASCII码,如出错返

装dw的时候又卡了现在放一个链接 以备后患http://jingyan.baidu.com/article/c35dbcb0852c688917fcbc5a.htmlC:\Program Files (x86)\Common Files\Adobe\OOBE。只要将OOBE里的内容删除就可以了。文件夹留着。残留问题：oobe是什么？

1 下载sdk并安装https://download.qt.io/official_releases/qt/也浏览了不少教程 搜素到的多是4.8版本的 新版本要简单的多选择了mingw版本的 qt-opensource-windows-x86-android-5.8.0-rc_699.exe基本上无脑【下一步】直到【完成】2尝试运行一个项目依照惯例熟悉环境工具->选项-