- 博客(19)
- 收藏
- 关注
RSS订阅原创 阿里MNN框架安装踩坑记录
根据阿里官方文档的说明，第一步需要先安装graphviz依赖库，如下图所示。但在安装这个库的时候遇到了webp下载失败的问题,如下图根据其他博主的方法先在提示的链接中将所需文件下载下来，将命名格式改为与上图划红线部分相同的格式，去掉结尾处的.incomplete,放入downloads文件夹下重新运行安装命令brew install graphviz -v又报了一个新的错误此时需要修改SHA256的值，使用下面命令brew edit web找到下面对应的代码段，.
2020-07-02 11:53:27
702
原创 pytorch-BUG记录
BUG1：RuntimeError: cuda runtime error (59)错误信息如下所示：THCudaCheck FAIL file=/opt/conda/conda-bld/pytorch_1549628766161/work/aten/src/THC/generic/THCTensorMath.cu line=24 error=59 : device-side asse...
2019-05-05 14:15:11
1935
原创 深度学习知识点：为什么梯度的负方向是梯度下降最快的方向？
本文主要来自李宏毅老师的PPT假设给定损失函数和梯度下降的初始点，那么就可以在这个点附近找出最小值点，那么就可以以这个最小值点出发，同样画一个范围，找出该范围内的最小值点，循环迭代直至找到最优解。那么问题是，如何最快的找到最优解？换种说法就是从哪个方向找loss下降的最快？这里引入泰勒展开式进行说明，泰勒展开式的几何意义是可以利用一个函数在某点的信息描述该点附近点的取值信息。如果...
2019-04-23 18:57:11
2675
原创 记录python中的小技巧
1、列表解析生成器表达式列表解析是指根据已有列表高效创建新列表，语法如下：[expression for iter_val in iterable]举例a = [1, 2, 3, 4, 5]#要求输出列表b为a中各元素的平方b = [x**2 for x in a]>>> [1, 4, 9, 16, 25]生成器表达式与列表解析相似，是构造生成...
2019-04-13 10:22:40
129
原创 图像处理中的边缘检测算法：Sobel、Laplacian、Canny
目录Sobel算子Laplacian算子Canny算子Sobel算子定义：sobel算子是一种基于一阶导数的边缘检测算子。原理：该算子的主要原理是使用两个3x3的矩阵对原图进行卷积运算，从而计算出该图在水平和垂直方向上的灰度偏差估计值。如下图所示，Gx,Gy分别是对原图A在水平和垂直方向上的灰度偏差近似值。在求得Gx和Gy后，使用下式可以求出图像中每个点...
2019-04-12 16:57:57
2071
原创 计算机网络基础知识
目录网络体系结构TCP/IP协议TCP三次握手四次挥手UDP协议网络体系结构 计算机网络体系结构物理层：主要定义设备标准，传送比特流，发送时是数模转换，接收时是模数转换...
2019-04-11 11:06:27
152
原创 剑指OFFER刷题记录（python版）
这里对题目的类型做了整理，目前只做了数组和链表，持续更新中.......目录数组数组中重复的数字构建乘积数组二维数组中的查找链表链表中环的入口结点删除链表中重复的结点数组数组中重复的数字题目描述在一个长度为n的数组里的所有数字都在0到n-1的范围内。 数组中某些数字是重复的，但不知道有几个数字是重复的。也不知道每个数字重复几次。请找出数组...
2019-03-20 11:20:48
489
原创 Faster R-CNN知识点总结
图一 faster rcnn结构图知乎上的这篇文章写的挺详细的，记录下。。https://zhuanlan.zhihu.com/p/31426458这里借用github...
2019-03-19 14:44:59
550
原创 python: symbol lookup error: Rerunning with num_workers=0 may give better error trace.
错误信息：RuntimeError: DataLoader worker (pid 26129) exited unexpectedly with exit code 127. Details are lost due to multiprocessing. Rerunning with num_workers=0 may give better error trace.这里参考了别人的一些做...
2019-03-19 10:46:32
1369
翻译 Mining Discriminative Triplets of Patches for Fine-Grained Classification 论文翻译（二）
3. 用于细粒度分类的判别三元组 此部分主要介绍如何利用几何约束自动挖掘判别三元组，以及如何生成用于挖掘三元组分类的中层表示。我们在图1中展示了我们的框架的概述。在初始化阶段，我们根据细粒度对象的实例具有类似的总体外观这一事实，使用最近邻的方法找出潜在的三元组。然后，我们使用整个训练集或大部分训练集来验证候选三元组的区分性，并根据基于熵选择具有区分性的三元组。在分类时，我们选择具有最大响应度...
2018-09-15 14:49:27
330
翻译 Mining Discriminative Triplets of Patches for Fine-Grained Classification 论文翻译
摘要 细粒度分类涉及基于高度局部化区域的细微差异来区分相似子类别，因此，精确定位具有区分度的区域仍然是一个主要挑战。我们提出了一个基于patch的框架来解决这个问题。为了提高patch定位的准确性，我们引入了具有几何约束的patch三元组，并自动挖掘具有鉴别意义和几何约束的三元组进行分类。所产生的方法只需要对象边界框。使用四个公开可用的细粒度数据集证明了它的有效性，在这些数据集上，它在分类性...
2018-09-14 10:58:32
457
原创 python opencv形态学变换：腐蚀、膨胀、开运算、闭运算
目录1、腐蚀2、膨胀3、开运算4、闭运算在学习这一部分之前，我们必须先有个明确的膨胀和腐蚀的概念，就上图而言，膨胀和腐蚀都是针对白色部分而不是黑色部分，膨胀就是白色区域扩大，腐蚀就是白色区域缩小1、腐蚀要进行腐蚀操作，我们要用到cv2.erode()函数，然后为其指定源图像和卷积核，效果看下面2、膨胀膨胀需要用到cv2.dilate()函数，...
2017-10-22 16:12:25
11508
原创 图像二值化
1、简单阈值这种方法是二值化中比较简单的一种方法，可以理解为为图像指定一个阈值，高于这个值的像素为其赋一个新值，否则我们给他赋另一个值，例如我们可以将高于这个阈值的像素设为白色，低于这个阈值的像素设为黑色，我们要用的的函数是cv2.threshold（），这个函数有四个主要的参数：第一个是要操作的原图，注意，这里的原图必须为灰度图，第二个参数就是我们进行分类要设定的那个值，第三个参数是当某像素
2017-10-22 11:04:42
641
原创 opencv python学习笔记（五）图像的算术与
数值都可以进行加减乘除等算术运算以及与或非等逻辑运算，同样的，图像也可以进行这些运算，最简单的，我们可以直接为整个图像某一通道的像素值进行简单的加减法，下面我们逐个展开描述一下。1、加法import cv2import numpy as npx = np.uint8([245])y = np.uint8([25])print(cv2.add(x,y))print(x+y)
2017-10-15 20:11:39
393
原创 opencv pyhon学习笔记（四）基本的图像操作
1、获取修改指定位置的像素值要访问图像特定位置的元素值，这里我们用到了numpy提供的item()函数，具体用法如下：img=cv2.imread('images/test.jpg')#首先读入一张图片print(img.item(100,150,2))#输出一个整数值，就是100,150这个坐标点，2通道的像素值，此时输出值为75img.itemset
2017-10-14 16:26:52
334
原创 python Hanoi Tower
def hanoi(n,x,y,z):if n==1:print(x,'-->',z)else:hanoi(n-1,x,z,y)print(x,'-->',z)hanoi(n-1,y,x,z)
2017-10-13 09:28:03
643
原创 opencv Python学习笔记（三）调色板加跟随鼠标绘图
import cv2import numpy as npdrawing=Falseix,iy=-1,-1mode=Truedef draw_cricle(event,x,y,flags,param): global ix,iy,drawing,mode if event==cv2.EVENT_LBUTTONDOWN: drawing=True
2017-10-12 17:21:30
433
原创 openCV Python学习笔记（二）画几何
此处要花几何图形，我们需要用到如下几个函数：cv2.line 画线函数cv2.circle 画圆函数cv2.ellipse 画椭圆cv2.rectangle 画矩形1、画线img=cv2.line(img,(0,0),(500,500),(255,0,0),5)
2017-10-12 16:36:28
506
原创 openCV Python学习笔记（一）图片的读入，显示与保存
1、读入图像使用cv2.imread()函数读入图像img=cv2.imread("image",0)该函数有两个可用参数，第一个为图片的路径，第二个为图片的读入方式，其中包括：cv2.IMREAD_COLOL:这个参数是默认参数，默认图片以彩色方式读入。cv2.IMREAD_GRAYSCALE：这个参数是以灰度模式读入该图像2、显示并保存图像c
2017-10-12 16:08:04
396
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人