qq_36998053的博客

参考文献：AutoDL帮助文档Pycharm连接远程GPU服务器跑深度学习_哔哩哔哩_bilibili安装包在linux环境下载非常方便！！详解Apex的安装和使用教程_花开山岗红艳艳的博客-CSDN博客_apex安装

操作前的图片：操作后：代码实现：import cv2import numpy as npfrom PIL import Imageimport osimport matplotlib.pyplot as plt# 生成文件夹def makedir(path): folder = os.path.exists(path) if not folder: os.makedirs(path) print("...Ne...

读取路径下的文件，生成列表A（不一定是有序的） while()循环，判断列表A是否为空 取列表A的数值，每次取第一个，取完就删，所以每次取的值是不一样的。取第一个数值为a 获取数值a的前四位（观察发现，每张图片的前四位是一样的则合并），并从列表A中获取与a相同前四位的值生成列表B 遍历列表B，从列表B中取值b，将a与b进行相加，累加得到new_image，取完就删除b的值 将new_image矩阵转为image，进行保存此文件夹下的图片可以合并为一张：效果：代码...

# 找到颜色最多的且是人的图片，然后识别该图片的颜色类别 找到类别最多的图片以及有多少类别import csvimport jsonimport csvimport osimport pandas as pdfrom PIL import Imageimport matplotlib.pyplot as pltimport numpy as np# 读取数据data = pd.read_csv("data1.csv") # DataFrame结构d_data = np.arr.

# 读取json文件里面存在person的文件名，并存入data1.csv中import csvimport jsonfi = 'C:\\FeigeDownload\\YouTube_vos\\train\\train\\meta.json' # 源文件地址fo = open('C:\\FeigeDownload\\YouTube_vos\\train\\train\\output.txt', 'a+', encoding='utf-8') #提取后的txt文件存放地址data1 = .

获取所需标签名“person”所对应的文件名，csv文档 获取文档名，一个读取该文件名下的标签图片Annotations，一个读取json文件所对应的标签，每一个标签下的数值生成列表 读取列表下key所对应Annotations下的图片，另外，生成一个全零矩阵，以及新的文件夹，用来存放同文档名同图片名，并创建一个矩阵用来存放新图片的数值 如果该图片已经在该路径下存在，读取该图片的值（只修改对应位置的像素值），如果不存在，则将该矩阵保存为图片 将标签名下的数值保存为列表，依次读取列表中键值，将标签名.

1. F.pad函数定义F.pad是pytorch内置的tensor扩充函数，便于对数据集图像或中间层特征进行维度扩充，下面是pytorch官方给出的函数定义。torch.nn.functional.pad(input, pad, mode='constant', value=0)函数变量说明：input：需要扩充的tensor，可以是图像数据，抑或是特征矩阵数据 pad：扩充维度，用于预先定义出某维度上的扩充参数 mode：扩充方法，’constant‘, ‘reflect’ o..

torch.nn.parameter是一个被用作神经网络模块参数的tensor。这是一种tensor的子类。parameters是张量的子类，当与模块s一起使用时，它们有一个非常特殊的属性——当它们被重新分配为模块属性时，它们会自动地添加到它的参数列表中，并且会出现在Parameters()迭代器中。分配一个张量没有这样的效果。这是因为可能希望在模型中缓存一些临时状态，比如RNN的最后一个隐藏状态。如果没有Parameter这样的类，这些临时人员也会被注册。import torchimport .

在分类问题中，通常需要使用max()函数对softmax函数的输出值进行操作，求出预测值索引，然后与标签进行比对，计算准确率。下面讲解一下torch.max()函数的输入及输出值都是什么，便于我们理解该函数。1. torch.max(input, dim) 函数output = torch.max(input, dim)输入input是softmax函数输出的一个tensor dim是max函数索引的维度0/1，0是每列的最大值，1是每行的最大值输出函数会返回两个tensor

一、普通用法 (手动调整size)view()相当于reshape、resize，重新调整Tensor的形状。import torcha1 = torch.arange(0,16)print(a1)# tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])a2 = a1.view(8, 2)a3 = a1.view(2, 8)a4 = a1.view(4, 4)print(a2)#tens

什么是交叉熵？交叉熵主要是用来判定实际的输出与期望的输出的接近程度，为什么这么说呢，举个例子：在做分类的训练的时候，如果一个样本属于第K类，那么这个类别所对应的的输出节点的输出值应该为1，而其他节点的输出都为0，即[0,0,1,0,….0,0]，这个数组也就是样本的Label，是神经网络最期望的输出结果。也就是说用它来衡量网络的输出与标签的差异，利用这种差异经过反向传播去更新网络参数。Pytorch中的CrossEntropyLoss()函数Pytorch中计算的交叉熵并不是采用.

1、动量(momentum)简述一，优化器中的Momentum主要是在训练网络时，最开始会对网络进行权值初始化，但是这个初始化不可能是最合适的；因此可能就会出现损失函数在训练的过程中出现局部最小值的情况，而没有达到全局最优的状态。momentum的出现可以在一定程度上解决这个问题。动量来源于物理学，当momentum越大时，转换为势能的能量就越大，就越有可能摆脱局部凹区域，从而进入全局凹区域。momentum主要是用于权值优化。二，bn层中的Momentum⚠️这个momentum参

1. 字面理解：torch.cat是将两个张量（tensor）拼接在一起，cat是concatenate的意思，即拼接，联系在一起。2. 例子理解import torchA = torch.ones(2,3)A#tensor([[1., 1., 1.],# [1., 1., 1.]])B=2*torch.ones(4,3)B#tensor([[2., 2., 2.],# [2., 2., 2.],# [2., 2., 2.],#

torch interpolatetorch.nn.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None, recompute_scale_factor=None)input (Tensor)：输入数据 size (int or Tuple[int] or Tuple[int, int] or Tuple[int, int, int])：输出数据的尺寸

1、二维卷积可以处理二维数据nn.Conv2d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))参数：in_channel: 输入数据的通道数，例RGB图片通道数为3；out_channel: 输出数据的通道数，这个根据模型调整；kennel_size: 卷积核大小，可以是int，或tup...

基本原理class torch.nn.BatchNorm2d(num_features,eps=1e-5,momentum=0.1,affine=Ture)在卷积神经网络的卷积层之后总会添加BatchNorm2d进行数据的归一化处理，这使得数据在进行Relu之前不会因为数据过大而导致网络性能的不稳定，BatchNorm2d()函数数学原理如下：BatchNorm2d()内部的参数如下：1.num_features：一般输入参数为batch_size*num_features.

1、图片：通常指的是数字图片，数据结构通常是数组2、像素：最小的图像单元，一张图像由好多的像素点组成。就是一个方形的小区域，下图是博主用numpy随机生出的20*10单通道图片，数一数，刚好每行10个小方格，共20行。即图片的高度和宽度分别为20,10import torchimport randomimport numpy as npimport osimport matplotlib.pyplot as pltimge = np.random.randint(0,256,siz

1.最近邻插值越是简单的模型越适合用来举例子，我们就举个简单的图像：3X3 的256级灰度图，也就是高为3个象素，宽也是3个象素的图像，每个象素的取值可以是 0－255，代表该像素的亮度，255代表最亮，也就是白色，0代表最暗，即黑色。假如图像的象素矩阵如下图所示（这个原始图把它叫做源图，Source）：234 38 2267 44 1289 65 63这个矩阵中，元素坐标(x,y)是这样确定的，x从左到右，从0开始，y从上到下，也是从零开始，这是图象处理...

首先，利用numpy读取的图像储存格式为 [h,w,c]，即图像高度、图像宽度、图像通道数。而在 PyTorch 中图像的保存形式为 [n,c,h,w]，即 batch size，图像通道数，图像高度、图像宽度。在没有理解这两种形式如何转换的情况下，我竟然直接用 reshape 进行转换！用numpy表示图像先用PIL打开一张图像，用.conver('RGB')将其转换为 RGB 形式，再用 np.array将其转换为np.ndarray格式：# 导入需要的包impor...

高度为4 宽度为7 通道为3先通过切割的算法，将图片的大小一步步缩小为小数字，以便观察from PIL import Imagefilename = r'01.png'img = Image.open(filename)size = img.sizeprint(size) #(1920, 1200)# 准备将图片切割成9张小图片weight = int(size[0] // 3)height = int(size[1] // 3)# 切割后的小图的...

from PIL import Imageimport numpy as npfilename = r'F:\研二\壁纸\花.jfif'img = Image.open(filename)size = img.sizeprint(size) #(1920, 1200)mean = (0.485, 0.456, 0.406)std = (0.229, 0.224, 0.225)img = np.array(img).astype(np.float32)print(img.size)im.

使用Image.crop()方法对图片进行切割。参数：Image.crop(left, up, right, below)left：与左边界的距离up：与上边界的距离right：还是与左边界的距离below：还是与上边界的距离简而言之就是，左上右下。例子：将一张花图片切分成9张（3*3）图片：from PIL import Imagefilename = r'F:\研二\壁纸\花.jfif'img = Image.open(filename)size =

这个是一段学过的简单程序，可以改变图像的大小，jpg，png都可以的：#encoding=utf-8#function: 更改图片尺寸大小 from PIL import Image'''filein: 输入图片fileout: 输出图片width: 输出图片宽度height:输出图片高度type:输出图片类型（png, gif, jpeg...）'''def ResizeImage(filein, fileout, width, height, type): img = I

Python中最常见括号的区别：在Python语言中最常见的括号有三种，分别是：小括号（）、中括号[]、花括号{}；其作用也不相同，分别用来代表不同的Python基本内置数据类型。Python中的小括号（）：代表tuple元祖数据类型，元祖是一种不可变序列。创建方法很简单，大多数时候都是小括号括起来的。tup = (1, 2, 3)#(1, 2, 3)() #空元组#()55, #一个值的元组#(55,)Python中的中括号[]：代表list列表数据类型，列表是一种

文章目录1 导入库 2 图像读取 3 读入图片类型 4 通道 5 显示方法 6 相互转换Image.open()和ci2.imread()都是用来读取的图像，但在使用过程中存在一些差别。具体，可以从以下几个角度进行分析：1 导入库导入的包不同。img = cv2.imread(path)，这是opencv中的处理图片的函数，使用时需 import cv2img = Image.open(path)，这是PIL中的一个处理图片的函数，使用时需 from PIL import Ima

random.seed()俗称为随机数种子。不设置随机数种子，你每次随机抽样得到的数据都是不一样的。设置了随机数种子，能够确保每次抽样的结果一样。而random.seed()括号里的数字，相当于一把钥匙，对应一扇门，同样的数值能够使得抽样的结果一致。import randomdef randomess(): #未设置随机种子 rum = random.randint(1, 100) print(rum)randomess()# 59randomess()# 27def

将default设为false。

检查了一下数据集，发现其中有黑色，但标签上面没有标注，因此，我就将Num_class=8。便正常运行了。

断点调试是在开发过程中常用的功能，能清楚看到代码运行的过程，有利于代码问题跟踪。对我这个小白开发来说，还有一个作用是快速熟悉代码，拿到别人写的代码，有时看不太懂或看的很吃力，光这样看很无感，但是通过断点调试，可以很清楚的看到代码是怎么走的，每一步的参数的值等，驱动代码熟悉。pycharm打断点很简单，在代码行号后空白槽点击一下，出现红球，就可以了。当Pycharm运行到该行代码时会将程序暂时挂起，通过debug相关功能就可以进行调试了。下面介绍调试过程中用到的命令。debug相关功能：在pycha

我的程序是由于下载权重文件过程中出现错误解决方案：直接根据所给的网址去浏览器中下载，并将文件放入指定路径下面。

import osimport cv2 as cvimage_path = 'G:/LoveDA/JPEGImages1/'save_path = 'G:/LoveDA/JPEGImages/'if not os.path.exists(save_path): os.makedirs(save_path)image_file = os.listdir(image_path)for image in image_file: if image.split('.')[-1] .

import osroot_dir = "G:\\Train\\Urban"target_dir = "images_png"img_path = os.listdir(os.path.join(root_dir, target_dir))label = target_dir.split('_')[0]out_dir = "urban_label"for i in img_path: file_name = i.split('.png')[0] with open(os.pa.

经常需要读取某个文件夹下所有的图像文件。使用python写了个简单的代码，读取某个文件夹下某个后缀的文件，将文件名生成为文本（csv格式）import fnmatchimport osimport pandas as pdimport numpy as np import sysInputStra = 'LoveDA/Train/Urban/masks_png' #相对路径InputStrb = '*.png'def ReadSaveAddr(Stra,Strb):

1. 描述Python中的 isinstance() 函数，是Python中的一个内置函数，用来判断一个函数是否是一个已知的类型，类似 type()。2. 语法isinstance(object,classinfo)参数：object : 实例对象。 classinfo : 可以是直接或者间接类名、基本类型或者由它们组成的元组。返回值：如果对象的类型与参数二的类型（classinfo）相同则返回 True，否则返回 False。3. 实例以下是使用isinstance()

一、‘chromedriver‘ executable needs to be in PATH的问题参考博客：小白解决：‘chromedriver‘ executable needs to be in PATH的问题1、首先需要对应直接的Chrome版本，下载对应的ChromedriverChrome的版本就在 “帮助->关于Chrome”查看详细参考：详细参考：怎么查看chrome浏览器版本号 chrome版本如何看2、然后就是通过chromedriver与chrome版本

网络建议：cannot import name ‘_registerMatType‘ 错误_weixin_42037607的博客-CSDN博客cannot import name '_registerMatType’错误，是因为同时安装了opencv-python和opencv-contrib-python 版本之间不匹配造成的，删除opencv-contrib-python后opencv-python也会出错，就把两个都删除后安装opencv-python及相匹配的版本的opencv-contr

在安装包时报错：WARNING: You are using pip version 21.1.2; however, version 21.3.1 is available.You should consider upgrading via the '/home/yj/桌面/LoveDA-master/Semantic_Segmentation/venv/bin/python -m pip install --upgradeip' command.原因是因为pip版本过低导致，所以只需要

1.选中你要加注释的区域，用ctrl+shift+C或者ctrl+/会加上//注释2.先把你要注释的东西选中，用shit+ctrl+/会加上/* */注释3.以上快捷在重复按一下就会去掉加上的注释

pycharm怎么debug单步调试？首先，打开一个的pycharm的界面当中，需要选中编辑器中的 左侧。 然后pycharm的菜单中的 run 的菜单。点击了run的菜单之后，选中debug 的选项。 就可以看到是在编辑器当中的 选中一个断点。然后就可以对于当前中的点击下一步中按钮。可以看到是代码就会移动到下一行的代码上了。或者使用快捷键的方式来移动下一步....

class SegmentationPresetTrain: #训练过程中图像预处理方法 def __init__(self, base_size, crop_size, hflip_prob=0.5, mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225)): min_size = int(0.5 * base_size) #520*0.5=260 max_size = int(2.0 * base_size.