我脾气很好

原创 如何将本地文件上传到Gitee

学习记录

原创 13.ReJSON模块的使用

原创 12.Redis 安装ReJSON模块

原创 3.Linux下安装Redis

Linux下安装Redis1.下载安装包2. 解压redis安装包（redis-6.2.6.tar.gz）3.进入解压后的文件，可以看到redis的配置文件（redis.conf文件）4.基本的环境安装①gcc的安装②其他所需文件的安装（通过`make`命令）5.查看redis的默认安装路径`usr/local/bin `6.将redis的配置文件拷贝到当前目录下，以后启动均按照此备份配置文件启动，保证安全7.redis默认不是后台启动的，修改配置文件8.启动redis服务（服务端和客户端测试）9. 查看r

原创 cmd、bash、powershell

CMD（命令提示符）：在操作系统中，提示进行命令输入的一种工作提示符。在不同的操作系统环境下，命令提示符各不相同。在windows环境下，命令行程序为cmd.exe、Powershell；在Linu环境下，命令行程序是bash。都是命令行解释器，是用户与操作系统的交互接口。但是bash要比cmd强大很多，windows也有强大的shell叫windows power shell。CMD...

原创 windows下的python virtualenv库的安装和使用

一、介绍在使用python来开发项目的过程中，不同的项目所需要的python库不同，有时候也会因为版本的不同，从而不能兼容，这里我们就可以使用python的第三方库virtualenv来解决此问题！ Virtualenv可以为每一个项目创建一个单独隔离的python运行环境。virtualenv原理：就是将系统指定的Python环境复制到项目所在的文件夹，当启动Virtualenv...

原创 搭建自己的物体检测模型（3）对视频进行检测

只要前面的环境搭建好了，对视频的检测就是顺理成章，不需要做什么更改，直接上代码。1、对视频的检测2、调用笔记本前置摄像头来实时进行检测1、对视频的检测import osimport cv2import timeimport argparseimport multiprocessingimport numpy as npimport tensorflow as tffrom...

原创 搭建自己的物体检测模型系列（2）使用自己的数据集来训练模型

1、创建训练和测试数据集并进行标注 注：①图片的格式要是*jpg，并且命名不可以由中文命名。②在labelImg中进行标注的时候标签不可以试中文，并且标签中不能有空格。③检查图片是否都是RGB的，检测代码下面④标签一定要统一：labelImg内部；xml文件；csv文件；record文件；pbtxt文件这五个的标签一定要统一，任何一处都不能有不同，否则会出现没有方框的情况。...

原创 搭建自己的物体检测模型系列（1）环境的搭建和测试

说明 本系列主要使用谷歌开源的 Tensoflow Object Detection API来进行，使用自己的数据集来训练自己的模型，从而完成目标物体检测的任务!主要参考博主dy_guox的一下几篇博客、视频讲解以及常见问题汇总，由于环境的不同，过程中也遇到了许许多多的问题，因此来记录下自己的配置过程，方便下次使用！（非常感谢上面这位博主。） https://blog.csdn.net/d...

原创 如何使用pip从镜像站上安装tensorflow？

Tensorflow的安装方法：pip3 install tensorflow-gpu==1.8.0Tensorflow的更新方法：pip3 install --upgrade tensorflow-gpu==1.8.0但是下载的速度非常慢，并且也是很难下载成功的，这时候我们可以使用国内的镜像源例如：清华镜像：https://pypi.tuna.tsinghua.edu.cn/simple...

转载 CSDN-markdown编辑器使用

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Ma...

原创 Win10下安装Tensorflow Object Detection API

一、配置深度学习环境深度学习环境的配置参考博文https://blog.csdn.net/qq_40196164/article/details/84374077来配置就可以。这里使用的Anaconda来配置环境的，Tensorflow Object Detection API所用到的python库都已经安装完成，不需要在进行额外安装。如果安装过程中报错缺少哪个库目录，就使用下面命令安装就...

转载 目标检测性能评价指标（mAP、IOU）

 一、mAP 这里首先介绍几个常见的模型评价术语，现在假设我们的分类目标只有两类，计为正例（positive）和负例（negtive）扥别是：1)True positives（TP）：被正确的划分为正例的个数，即实际为正例且被分类器划分为正例的实例数（样本数）2)False positives（FP）：被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数3)F...

原创 分类（classification）、检测（dection）、分割（segmentation）、及深度神经网络的致命问题

以二维图像为例 分类---Classification即是将图像结构化为某一类别的信息，用事先确定好的类别（string）或实例ID来描述图片。其中ImageNet是最权威的测评集，每年的ILSVRC催生大量优秀的深度网络结构，为其他任务提供基础，在应用领域，人脸、场景识别都可以视为分类任务。 检测---Dection分类任务关心整体，给出的是整张图片的内容描述，而检测则关...

原创 《Frustum PointNets for 3D Object Detection from RGB-D Data》中文翻译

            用于从RGB-D数据进行3D物体检测的Frustum PointNets摘要： 在这项工作中，我们研究了室内和室外场景中RGB-D数据的三维物体检测。 虽然以前的方法专注于图像或3D体素，通常模糊自然3D图案和3D数据的不变性，但我们通过弹出RGB-D扫描直接对原始点云进行操作。 然而，这种方法的一个关键挑战是如何在大规模场景的点云中有效地定位对象（区域提议）。 我...

原创 如何理解深度学习？

 深度学习：是一类通过多层非线性变换对高维复杂性数据建模算法的集合。一、深度学习的原理深度学习中最重要的一个概念叫做人工神经网络，它作为一种模仿生物神经网络行为特征，进行分布式并行信息处理的算法数学模型，这种网络通过调整内部大量节点（神经元）之间相互链接的权重，从而达到处理信息的目的。如上图所示的是一个‘神经元’的基本结构，也叫做感知器，他接受多个输入（x1，x2，x3...）...

原创 《PointNet：Deep Learning on Point Sets for 3D Classification and Segmentation》中文翻译

PointNet：用于3D分类和分割的点集的深度学习摘要：点云是几何数据结构的重要类型。 由于其格式不规则，大多数研究人员将这些数据转换为规则的三维体素网格或图像集合。 但是，这会导致数据不必要的庞大并导致问题。 在本文中，我们设计了一种直接消耗点云的新型神经网络，它很好地尊重了输入点中的点的置换不变性。 我们的网络，名为PointNet，提供了从对...

翻译 神经网络无效的原因？

神经网络经常会遇到一些不能工作的问题，主要原因有以下几个方面：一、没有规范化你的数据(Normalize)What？使用神经网络时，必须要准确的考虑如何规范化数据，这是一个不可妥协的步骤，如果没有正确的并且谨慎地执行此操作，神经网络运行的可能性很小。由于这一步非常重要，并且在深度学习社区中众所周知，淫才很少在论文中提到，因为几乎总是会让初学者感到高兴。How？通常，归一化意...

原创 如何提升深度学习性能？

提升算法性能可以从以下几个方面来进行： 从数据上提升性能 从算法上提升性能 从算法调优上提升性能 从模型融合是哪个提升性能  性能提升力度按照从1到2的顺序依次递减。举个例子新的建模方法或者更多的数据带来的效果提升往往好于跳出最优的参数。但这并不是绝对的，只是大多数情况下如此。一、从数据上提升性能 1.收集更多的数据 模型的质量往往取决于你的...

原创 Pointnet++中文翻译

                                 PointNet ++：度量空间中点集的深层次特征学习摘要：以前很少有人研究点集的深度学习。 PointNet [20]是这方面的先驱。但是，根据设计，PointNet不会捕获由度量空间点所引发的局部结构，从而限制了识别细粒度模式的能力以及对复杂场景的普遍性。在这项工作中，我们引入了一个分层神经网络，它将PointNet递归地应...

原创 机器学习中几种距离的度量方法

一、欧氏距离（Euclidean Distance）欧几里得度量（euclidean metric）（也称欧氏距离）是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。在二维和三维空间中的欧氏距离就是两点之间的实际距离。二维平面上点a(x1,y1)与b(x2,y2)间的欧氏距离: 三维空间点a(x1,y1,z1)与b(x2,...

原创 机器学习基本概念

一、问题类型探索：通过分析数据找到某种模式、趋势或者联系。比如抽烟与肺癌这一长久困扰人类的有争议的话题 描述：对数据进行汇总和描述 推理：通过数据来支持某种假设 预测：通过历史数据来预测未来 归因：找到事物发生的原因 机制：找到规律二、解决问题次序 机器学习解决问题的次序可以分为以下六个步骤。定义：根据前一条中描述的数据类型，对目标与要求进行定义和说明。 准备：未...

原创 双目立体视觉技术的内容

          双目立体视觉技术(Binocular Stereo Vision)是机器视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。(双目视觉是模拟人类视觉原理，使用计算机被动感知距离的方法。从两个或者多个点观察一个物体，获取在不同视角下的图像，根据图像之间像素的匹配关系，通过三角测量原理计...

原创 windows+Ubuntu双系统引导修复

1.准备一个相应版本的Ubuntu系统U盘，然后通过U盘启动，选择试用进入到桌面，通过Ctrl + Alt +T打开命令行窗口。2.获取root最高权限，命令：sudo -i3.查看清楚你的Ubuntu系统装在哪个分区，命令：fdisk -lID为83的，系统栏显示为Linux的，即为装有Ubuntu系统的分区，这里装有两个linux系统，所以显示两个，即/dev/sd...

转载 /Linux/Ubuntu下解压命令

.tar 解包：tar xvf FileName.tar打包：tar cvf FileName.tar DirName（注：tar是打包，不是压缩！）———————————————.gz解压1：gunzip FileName.gz解压2：gzip -d FileName.gz压缩：gzip FileName.tar.gz 和 .tgz解压：tar zxvf FileName....

原创 Pointnet++如何运行

对与Pointnet++这个网络是一个基于和扩展Pointnet网络，pointnet网络(V1模型)可以独立的转换各个点的特征，也可以处理整个点集的全局特征，然而在多数情况下，存在明确定义的距离度量，例如，由3D传感器手机的3D电云的欧几里得距离或者注入等距形状表面的流形的测地距离。在pointnet++中，网络对点集的空间局部特征进行了处理。本博文主要记录跑pointnet++时候遇到的几...

原创 Ubuntu18.04.1 深度学习配置 GPU环境配置

Ubuntu18.04.1 深度学习配置 GPU环境配置（真实机，而非虚拟机）Ubuntu18.04.1、Cuda 9.1、cuDnn 7.0、anaconda3.5.0、Tensorflow1.8.0、Pycharm配置1、硬件与软件版本显卡：GeForce GTX 1080 Ti * 2CPU：Inter Core i7-6850K系统：Ubuntu18.04.1cu...

原创 Wind10+VMWare虚拟机+Ubuntu18.04.1LTS配置

一、安装VMWare 从官网上下载VMWare，直接点击下一步，就安装成功。然后创建新的虚拟机。官网下载地址：https://my.vmware.com/web/vmware/details?downloadGroup=VMRC1003&productId=742二、下载Ubuntu18.04.1LTS(其他版本也行) 从官网上下载Ubuntu18.04.1LTS，...

原创 OpenCV4.0+VS2015+win10的环境配置

一、下载OpenCV4.0并安装①直接跳到官网https://opencv.org/下载；②这样下载比较慢。可以去百度网盘下载；https://pan.baidu.com/s/1kRtqZ5DyQ1R_DZp8D5LHNw③下载完成后直接点击图标，进行安装会得到一个opencv文件夹。④这样就下载完成了，接下来就进行环境的配置。我安装的是在D:\Opencv\opencv文件夹...

原创 深度学习GPU环境的配置（python3.6+anaconda3.5.0+tensorflow1.8.0+cuda9+cudnn7+visual studio2015+pycharm）

深度学习环境的配置主要有GPU版和CPU版；这里介绍GPU版本的配置，主要有两部分，第一部分先对cuda9、cudnn7和visual studio 2015进行安装；第二部介绍anaconda3.5.0+tensorflow1.8.0+pycharm进行安装。 第一部分 1.安装cuda和cudann之前最好先安装visual studio，安装过程会用到这里面的一些东西。这里安...

原创 VS2015安装教程

1.vs2015下载地址：https://visualstudio.microsoft.com/zh-hans/downloads/下载完后解压软件后以管理员身份运行右图的文件： 2.开始安装后，会出现等待界面（可能需要几分钟）。3. 初始化安装程序4.如果你的计算机配置不恰当，VS 安装程序会给出警告。出现该警告是由于我的电脑没有安装 IE10。忽略该警告，点击“继续”...

原创 python区别之[:j]和[:,j]

import numpy as npa = np.array([[1,2,3], [4,5,6], [7,8,9]])print(a[: ,2]) #找出下表为2的所有元素print('------------------')print(a[:2])# 找到0 - 1的元素，第一列和第二列print(type(a))#只适用于数组和矩阵...

原创 一些Python代码编写技巧

一、交换赋值#不推荐temp = aa = bb = a#推荐a, b = b, a #先生成一个tuple对象，然后再unpack 二、Unpacking##不推荐l = ['a', 'b', 'c']first = l[0]second = l[1]third = l[2]##推荐l = ['a', 'b', 'c']first, second,...

原创 LaTex的表格、图片、参考文献的基本操作

一、一般表格的绘制作1.需要在开头添加下面两行，来 可以使某些命令执行。\usepackage{multirow}\usepackage{booktabs} 2.表格的制作% 下面的 % 气的作用是注释，写代码时可以不用\begin{table}\begin{center}%将表格居中\begin{tabular}{|c|c|c|}%你绘制的表格是3列，没一列中...

原创 Python中的一些模块总结

1. os模块：这个模块提供一种方便的使用操作系统函数的方法2. sys模块：这个模块课访问由解释器使用或者维护的变量和与解释器进行交互的函数os模块与sys模块的区别：os模块负责程序与操作系统的交互，提供访问操作系统底层的接口；sys模块负责程序与python解释器的交互，提供一系列的函数和变量，用于操作python运行时的环境3.argparse模块：是用于解析命令行参数和选项的...

原创 Python学习--argparse-命令行解析库的使用

一、模块简介argparse是一个Python中的一个常用模块，和sys.argv()功能类似，主要用于编写命令行接口：对于程序所需要的参数，它可以进行正确的解析。此外，argparse可以自动的生成help(帮助)和usage(用法)信息，当程序的参数无效时，可以自动生成错误信息。import argparse二、argparse三个主要函数  1.parser = argpa...

原创 vs2015(或2017) + pcl 1.8.0 配置

一、下载相关文件1.下载PCL-1.8.0-AllInOne-msvc2015-win64.exe、属性表和PDB和测试pcd文件rabbit.pcd，其中，属性表可以不下载。百度云链接：https://pan.baidu.com/s/1zAZIjNjZst5gCfnrONJ_GQ二、Windows下安装步骤：1.点击PCL-1.8.0-AllInOne-msvc2015-...

原创 Tensorflow之tf.nn.convxd()的理解

一、tf.nn.conv1d()      在自然语言处理(NLP)领域，甚至图像处理的时候，我们可能会用到一维卷积(conv1d).以为卷积可以看作是二维卷积(conv2d)的简化,二维卷积是将一个特征图在width和height两个方向上进行滑动窗操作，对应位置进行相乘求和；而一维卷积则只是在width或者说height方向上进行滑动窗口并相乘求和。tf.nn.conv1d(in...

原创 Python神经网络关键点

所有有用的计算机系统都有一个输入和一个输出，并在输入和输出之间进行某种类型的计算。神经网络也是如此。 当我们不能精确知道一些事情是如何运作时，我们可以尝试使用模型来估计其运作方式，在模型中，包括了我们可以调整的参数。 改进这些模型的一种好的方法是：基于模型和已知真实实例之间的比较，得到模型偏移的误差值，调整参数。 我们使用简单的数学，理解了线性分类器输出的误差值和可调节斜率参数之间的关系。也...

原创 Python中glob类的使用

说明:glob是python自带的一个文件操作相关模块，用它可以查找符合自己目的文件，类死于Windows下的文件搜索，支持通配符操作，有“*”、“？”、“[]”这三个通配符，“*”：代表0个或者多个字符；“？”：代表一个字符；“[]”：匹配指定范围内的字符，如[0-9]匹配数字；主要有以下2个主要方法。1.glob方法：glob模块的主要方法就是glob，该方法返回所有匹配的文件路径...