qq_40265247的博客

黑色框为真实框，真实标签就不给了，肉眼多少还是能分辨出来的anno_infos = parse_rec(annopath.format(img_info["file_name"].replace("_V.jpg","")))vis_res = vis(anno_infos,img, bboxes, scores, cls, cls_conf, self.cls_names)cv2.imwrite(save_file_name, vis_res)import cv2import numpy as.

YOLOX还是很有点意思的，将所有的预测框信息放在.txt里通过文件名字可以看出，有时会将别的类预测为"car"根据混淆矩阵函数的参数要求，需作如下准备：Arguments: predn (Array[N, 6]), x1, y1, x2, y2, conf, class labelsn (Array[M, 5]), class, x1, y1, x2, y2 Returns: None, updates co.

定义钩子函数import torchvision.utils as vutilimport cv2def hook_func(module, input, output): """ Hook function of register_forward_hook Parameters: ----------- module: module of neural network input: input of module output: outp..

https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#installing-on-ubuntu-and-debiandocker的镜像打包与加载https://blog.csdn.net/u013730110/article/details/107620876sudo docker run -e PYTHONIOENCODING=utf-8 -it -v /home/zzt/cam/co

这里写自定义目录标题1. 脚本转换：xml转txt1. 脚本转换：xml转txt原始xml：labelImg的标注<annotation> <folder>数据集jpg</folder> <filename>81.jpg</filename> <path>C:\Users\cam_robot\Desktop\28船\船名字符数据\数据集jpg\81.jpg</path> <source> &lt

python-web：ocr.html中有这么一段代码点击submit类型的“上传”，会触发该表单的method，浏览器会向flask服务器发送post请求。HTTP协议：HTTP"客户端"是一个应用程序（Web浏览器或其他任何客户端），通过连接到服务器达到向服务器发送一个或多个HTTP的请求的目的。HTTP"服务器"同样也是一个应用程序（通常是一个Web服务，如Apache Web服...

编码范围及操作函数Unicode编码为世界上所有字符都分配了一个唯一的数字编号，这个编号范围从 0x000000 到 0x10FFFF(十六进制)，它是一种规定，Unicode本身只规定了每个字符的数字编号是多少，并没有规定这个编号如何存储。而UTF-8、UTF-16、UTF-32都是Unicode的实现，只是存储方式不同。label = “®EN!F@#$%^&()_±={}[]|...

xml基本构成：1.标签： <标签名> PS：起始标签和结束标签是成对存在的。且结束标签多了个 /<起始标签> … </ 结束标签>2.属性：只出现在起始标签，如 <起始标签 图片=“1.png”> 其中 图片="1.png"为属性成份访问：结合代码说明成份访问流程：1.构建树和跟节点2.获取子节点：PS:直客...

问题由来：目标检测离不开画框标注，一般都是画rect框，且该框只由两点确定，这也就导致只画正框。如今遇到这么一个坎，现在需要画斜框标注，这可难道了我们的正rect，原来身正也怕影子斜。众里寻它：labelImg就不会去考虑了，我之前有用过，也就是画正rect的。千百度中蓦然发现了国内的Colabeler，不但跨平台还支持NLP的文本标注。但多边形框的操作的我真的想剁手，尤其是要自己输入标签的时...

RuntimeError: bool value of Tensor with more than one value is ambiguous错误：loss = torch.nn.MSELoss(predict,b_y) # 预测问题的损失修正：loss_func = torch.nn.MSELoss()loss = loss_func(predict,b_y)...

本文的装载文章来源：https://medium.freecodecamp.org/diving-deeper-into-reinforcement-learning-with-q-learning-c18d0db58efe本文将带你学习经典强化学习算法 Q-learning 的相关知识。在这篇文章中，你将学到：（1）Q-learning 的概念解释和算法详解；（2）通过 Numpy 实现 Q-...

文章结构1.启动2.Cells简介2.1.Cell类型与模式3.常用快捷键3.1.命令模式3.2.编辑模式3.3.双模式4.Magic单元4.1.Magic类别4.2.常用的Magic5.添加目录1.启动直接在终端中键入jupyter notebook默认是在home目录2.Cells简介2.1.Cell类型与模式jupyter的基本单元是编程cell，其类型由如图所示，常用的为Code...

这篇完全是一定程度上推翻了之前的所有努力，但涅槃新生通常配置tensorflow-gpu的流程是这样，先配置驱动-> CUDA+cuDNN-> tensorflow-gpu ，几天前我也是这么干的，但是我们没有意识到一点的是Anaconda自带了CUDA及cuDNN本文先装显卡驱动->装 Anaconda -> conda install GPU版本框架PyTorch...

1.Anaconda(1)Anaconda的安装考虑到清华镜像之前被停了一段时间，所以这回还是乖乖的走Anaconda官网下载。安装很简单，进入下载目录bash Anaconda3-2019.07-Linux-x86_64.sh一路yes，安装位置可以自行更改下。注意：安装完事后，conda 在本终端是不好使的，需重启终端（再开一个）(2)Anaconda安装第三方包汇总2.P...

Pycharm1.Pycharm的安装与破解在创建bash别名时，注意等号左右两面不能有空格，否则not found注意：新版本的Anaconda的新建环境的python.exe是在bin目录下2.外观配置原本的外观是真的有些丑，看久眼睛疼，强迫症迫使我还是改改吧以前我都是配置hack字体的，但字体下载有些慢，然后看到一篇博主的界面，用自带的，似乎还不错，在这我还是顶一下。行间距最...