自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(19)
  • 问答 (1)
  • 收藏
  • 关注

原创 XGBoost算法(基于Scikit-learn的回归)

1.2、数据读取(明确要读取的数据是什么,包括x与y值,明确数据格式)1.3、数据集划分(划分为训练集、测试集)2、训练2.1、训练(拟合)准备好的数据集2.2、训练完成后得到所需的模型系数3、评估利用测试集拟合 然后评估,用MSE(均方差)或RMSE(根方差) MAE(平均绝对误差)来评价模型的好坏。二、参数解释1、交叉验证交叉验证能对数据进行训练和验证,导入的是没有经过训练的模型,当类别数目较多,或者每类样本数目不均衡时,采用分层交叉验证。交

2022-06-28 14:55:23 391

原创 PIL与OpenCV的转化

cv2读取出来的image为数组形式,而PIL读取方式返回的是PIL.PngImagePlugin.PngImageFile类对象。2、cv2转PIL

2022-06-28 14:13:21 993

原创 【Pillow库】图片操作

2、绘图部分3、矩形绘制

2022-06-28 13:54:54 35

原创 【OpenCV】视频操作(二)

一、VideoWriter_fourcc()常见的编码参数1、参数列表cv2.VideoWriter_fourcc('M','P','4','V')MPEG-4编码 .mp4 可指定结果视频的大小cv2.VideoWriter_fourcc('X','2','6','4')MPEG-4编码 .mp4 可指定结果视频的大小cv2.VideoWriter_fourcc('I', '4', '2', '0')该参数是YUV编码类型,文件名后缀为.avi 广泛兼容,``但会产生大文件cv2.VideoWriter_

2022-06-28 11:48:46 97

原创 【OpenCV】视频操作(一)

一、本地视频文件操作1、读取 判断文件是否打开(VideoCapture 类读取视频时判断视频是否损坏或路径存在问题,导致视频无法读取,若返回False,则视频存在以上情况,若返回True则视频正常打开)2、视频参数获取2.1、参数介绍...

2022-06-28 11:44:44 578

原创 【OpenCV】图片操作

主要是为了记录下一些简单的命令。二、图片显示三、图片保存四、其他操作1、裁剪 x0:裁剪范围起始x坐标(也即最小横坐标) y0:裁剪范围起始y坐标(也即最小纵坐标) x1:裁剪范围终止x坐标(也即最大横坐标) y1:裁剪范围终止y坐标(也即最大纵坐标)2、拼接 以两张图片为例 axis参数为0时,竖向拼接,为1时则为横向拼接 注:拼接时要注意两张图片的长宽等要相同,否则会报错3、重设分辨率......

2022-06-28 11:30:07 561

原创 用Tkinter写一个目标检测可视化界面

其实很早就想写出来了,但是因为各种各样的状况(拖延症)停滞了,最近实在闲的发慌,想起此前堆积的这个想法,于是花了一个下午写出来了。。。。用的yolov5的源码,修修改改就给整进去了,代码经过测试可以直接运行。【注:要运行此代码请根据yolov5项目配置环境,并在项目的大目录下新建一个py文件运行】源码地址:https://github.com/ultralytics/yolov5代码参考:https://blog.csdn.net/qq_40507857/article/details/116348294上

2022-06-20 15:04:00 359

原创 Linux系统下搭建Swin Transformer目标检测环境

服务器环境:CentOS7cuda:11.1cudnn:8.0.4参考博客:https://blog.csdn.net/qq_40621476/article/details/125149676创建虚拟环境并激活:顺便记录一下一些conda的常用指令:二、安装PyTorch(主要是torch和torchvision这两个包):验证pytorch的安装情况:返回True则为成功,返回False则要卸载重新安装。关于我老卡在pytorch安装这一步,遇到各种各样的错误,我是真的

2022-06-08 17:03:54 382 1

原创 在Linux CentOS7系统下部署环境

本文记录安装过程,多为自用。输入命令查看自己的操作系统:使用命令查看显卡:可以看到如下信息:去官网下载需要的CUDA:https://developer.nvidia.com/cuda-toolkit-archive本文下载的是11.1版本:输入官方命令安装。设置环境变量: 在主目录下有.bashrc文件,打开.bashrc:在文件末尾添加以下命令:保存退出之后执行:4、验证使用命令验证安装:去官网下载对应的cudnn版本,我这里下载的是cudnn v8....

2022-06-07 14:57:31 99

原创 VisDrone2019数据集提取行人并转为voc数据集

参考了一下别人的代码,自己琢磨着写了下。 参考:

2022-06-06 16:31:06 145

原创 Yolo v3的学习

Backbone:Darknet53Darknet53的每一个卷积部分使用了特有的DarknetConv2D结构,每一次卷积的时候进行l2正则化,完成卷积后进行BatchNormalization标准化与LeakyReLU。普通的ReLU是将所有的负值都设为零,Leaky ReLU则是给所有负值赋予一个非零斜率。Darknet53具有一个重要特点是使用了残差网络Residual,Darknet53中的残差卷积就是首先进行一次卷积核大小为3X3、步长为2的卷积,该卷积会压缩输入进来的特征层的宽和高,此

2022-06-02 17:49:24 197

原创 Yolo v4的学习

一、Yolo v4的structure1、Backbone:CSPDarknet53Yolo v4的主干特征提取网络为CSPDarknet53,在Yolo v3的Darknet53基础网络之上做了改进:(1)激活函数改用了Mish,基本组件由Yolo v3的DBL(卷积+BN+Leaky relu)变为了DBM(卷积+BN+Mish)。(2)借鉴了CSPNet,对Resblock_body模块做了改进。所以Yolo v4的主干特征提取网络才为CSPDarknet53,为了方便理解Re

2022-05-27 10:34:05 259

原创 目标检测中的数据增强

数据增强有助于提高目标检测算法的鲁棒性。简单贴点自己整理的数据增强代码。import osimport cv2 import numpy as npfrom PIL import Image,ImageEnhancedef enhance(mode,image,brightness=1,sharpness=1,color=1,contrast=1): ''' parameter: mode:选择需要的形式 image:读取的数组形式

2022-05-25 11:59:59 737

原创 Python 视频(连续图片)转gif动图

之前写了一个转gif格式的代码= = 。代码经过调试了滴,可以直接用~

2022-05-25 11:50:27 242

原创 基于dlib的目标追踪

之前都在做目标检测,训练自己的检测器做检测,缺点就是电脑性能稍微差点的话,预测一次的时间就会稍久,我做的又正好是视频预测,所以连续播放都卡成PPT了,无奈之下选择抽帧检测,于是那闪烁效果堪比蹦迪现场的灯光,最后拍板定案的方法就是目标追踪了。我尝试过两种方法,第一次选择opencv,做出来差强人意(当然也可能是我菜),而第二种就是我下面要写的,选择dlib库的目标追踪了。话不多说,直接上代码了。import cv2import dlibvideo_path= r'E:\MBY\2103_ship-

2022-01-08 00:23:17 1756 2

原创 Pandas的学习之路(三)

突然感觉快没有什么好写的了···?不,也有可能我太菜了orz而且我也太懒了···简单写写CSV文件的Pandas操作1.1、csv文件的保存import pandas as pd data = pd.DataFrame({'key':[0,1,2],'key1':[1,2,3],'ab':[4,5,6]})data.to_csv('./data.csv')像这样会生成一个csv文件如下(如果要修改数值,生成一个新的csv文件时,如果上一个cvs文件没有关闭会引发Permis

2021-10-07 12:19:50 27

原创 Pandas的学习之路(二)

嗯···又来了···毕竟还没结束。接之前的文章,写完了Series和DataFrame,接下来应该是表格的一些操作了。1、表格的连接

2021-09-30 20:33:43 60

原创 Pandas的学习之路(一)

写博客的源动力是吐槽(bushi),开始自己给自己挖坑了,强迫自己学习,主要也是还债···,我总觉得看完就过了,但这玩意儿吧跟数学题一样的,不做题你就体会不到精髓。脑子:我会了!手:???什么来着?真实·菜得抠jio,不说了进入正题。首先,简单介绍下pandas,pandas是一个基于numpy的一种工具,主要用于数据分析,是非常好用的一个工具,可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。pandas的数据格式主要有两种,分别为一维数组Series和二维.

2021-09-29 00:12:55 68

原创 使用opencv-python踩过的一些坑

最近在做项目,不得不说,项目是真的锻炼人····用到最多的是opencv,opencv上手容易是容易,但是坑也不少,突然心血来潮想记录一下。首先图片的读取就有两种方式,一种是使用PIL库:from PIL import Imageimg = Image.open(r'E:\MBY\test\dog.jpg')img.show()from PIL import Imageimg = Image.open(r'E:\MBY\test\dog.png')img.show()

2021-09-24 23:47:39 84

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除