TransPlus的博客

原创 Git分支管理：如何优雅地使用分支、合并和切换

2. 另开一个分支，因为我要在该分支上针对某个主分支发布的库版本开发一些应用，比如我在master tag v1.0的版本位置开辟了一个分支使用该版本的库进行应用开发，那么随着时间的推移，主分支发布的重大更新，例如v2.0, 此时我想让我的这个开发应用的分支使用这个新的v2.0版本，怎么做，我需要开辟一个新的分支，然后将之前的开发分支合并的这个新分支吗？还是直接合并到主分支？以上两种方案都有各自的优缺点，需要按需选择合适的方案。下面介绍一些关于git分支管理的信息。

原创 快速幂和大数乘积取模

快速幂和对乘法取模

原创 如何通俗理解TCP服务器端的socket, bind, listen,accept和客户端的 socket, connect?

在进行网络编程的时候，通常我们会遇到TCP服务端或客户端需要执行的“下面是比较通俗的类比来帮助理解创建TCP服务端的传统步骤。

原创 将带有unique_ptr参数的函数绑定bind到std::function＜void()＞上的问题

将move-only参数的函数绑定到std::function

原创 开源OpenREALM项目剖析

OpenREALM是一个实时航空地图制作的框架，利用了视觉SLAM和3D重建的技术。它可以用于无人机的定位和导航，也可以用于生成高分辨率的影像和地形数据。它支持多种操作模式，包括平面拼接，3D重建，以及PSM（平面扫描匹配）。本篇包含了对该项目的一些总结

原创 理解cmake 中 PRIVATE、PUBLIC、INTERFACE 的含义和用法

这样，libA 就不会链接到 libB，但是如果有一个可执行文件 app，它依赖于 libA，那么它会自动链接到 libB，并且可以使用 libB 的功能。这样，libA 就会链接到 libB，并且如果有一个可执行文件 app，它依赖于 libA，那么它也会自动链接到 libB，并且可以使用 libB 的功能。这样，libA 就可以链接到 libB，但是如果有一个可执行文件 app，它依赖于 libA，那么它不会自动链接到 libB，也不能使用 libB 的功能。

原创 快速入门Linux三剑客

Linux三剑客是指grepsed和awk这三个强大的文本处理命令。

原创 Ubuntu18.04+Cuda11.0+Cudnn8.0+Opencv4.7.0 安装

Ubuntu18.04+Cuda11.0+Cudnn8.0+Opencv4.7.0 安装

原创 Git高频命令【最实用命令】

8、git rebase xxx：假设当前分支与xxx分支存在共同部分common，该指令用xxx分支包括common在内的整体替换当前分支的common部分（原先xxx分支内容为common->diversityA，当前分支内容为common->diversityB，执行完该指令后当前分支内容为common->diversityA->diversityB）。git branch -D xxx：不加-D表示创建新local分支xxx，加-D表示强制删除local分支xxx。

原创 完全背包（零钱兑换，for循环对求组合数和排列数的对应关系）

完全背包相比于0、1背包最大的区别就是每个物品的数量不限。原始的完全背包问题为：在每个物品数量不限的情况下，背包能容纳的最大物品价值。常见的变体有求选取物品的组合数和排列数，这时候先遍历物品还是先遍历容量就有很大的讲究。下面的代码进行了扩展，能输出解决方案，这里你可以方便的实验，将for循环调整一下顺序，可以看到打印的输出有什么不同。举例，有需要自行跳转到Leetcode查看题目。

原创 字符串匹配值Sunday算法

Sunday字符串匹配算法的实现

原创 2021-05-16

原创 图像读取速度对比

本文对常见的图像读取函数进行了速度测试jpeg4py 第三方库Pillowopencv-python结论：单线程下，jpeg4py速度是pillow的3倍，是cv的2.35倍import jpeg4pyimport numpy as npfrom PIL import Imagefrom matplotlib import pyplot as pltfrom cv2 import imreadpath = '/home/ryf_stu01/pytracking/dataset/

转载 没有超级权限如何apt-get install?

没有root权限如何通过apt安装deb软件一般来说使用apt安装软件，必须要有root权限，因为apt安装时需要写 /usr/bin，/usr/lib，/usr/share等目录，而这些目录只有root用户(或有sudo权限)才有写入权限的。所以要另辟蹊径，换种安装方式。1. 首先下载包apt-get download your-package-name2. 安装到本地dpkg -x your-package.deb your-dir之后一般会在指定目录下产生usr/bin/目录3..

原创 神经网络中的上采样

一. 转置卷积（反卷积）参考： Convolution arithmetic二.插值三、PixelShuffle参考wenzhe Shi. et. Real-Time Single Image and…and FastAi 2018 Part2 17:00

原创 生成树的简洁实现c++(Leetcode 1584. 连接所有点的最小费用)

Leecode链接给你一个points 数组，表示 2D 平面上的一些点，其中 points[i] = [xi, yi] 。连接点 [xi, yi] 和点 [xj, yj] 的费用为它们之间的 曼哈顿距离 ：|xi - xj| + |yi - yj| ，其中 |val| 表示 val 的绝对值。请你返回将所有点连接的最小总费用。只有任意两点之间 有且仅有 一条简单路径时，才认

转载 torch多显卡训练负载均衡

本文主要解决pytorch在进行模型训练时出现GPU的0卡占用显存比其他卡要多的问题。 如下图所示：本机GPU卡为TITAN RTX，显存24220M，batch_size = 9，用了三张卡。第0卡显存占用24207M，这时仅仅是刚开始运行，数据只是少量的移到显卡上，如果数据在多点，0卡的显存肯定撑爆。出现0卡显存更高的原因：网络在...

转载 pytorch 模型部分参数的加载

方法一：保留同名模块进行加载 如果对预训练模型的结构进行了一些改动，在训练的开始前希望加载未改动部分的参数，如将resnet18的第一层卷积层conv1的输入由3通道改为6通道的new_conv1，将分类层fc的1000类输出改为2类输出的new_fc，注意：要改一下名字与原来的不同。导入模型myNet=resnet18()然后就加载模型的参数，参考pytorch 如何加载部分预训练模型pretraine

转载 Simple Copy-Paste数据增强 For 图像分割

论文：Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation 非官方实现代码：https://github.com/qq995431104/Copy-Paste-for-Semantic-Segmentation 目录 一、前言 二、思路及代码 一、前言 前些天分享了...

转载 语义分割标签读取

(本篇文章转载自这里)上篇博客对语义分割数据集进行Copy-Paste数据增强（点我访问），其中涉及到对mask文件的读写，踩了一些坑，在这里记录一下相关知识点。 目录 一、灰度模式与调色板模式 二、两种模式对应的读写方法 三、语义分割mask可视化 一、灰度模式与调色板模式 我们标注好的文件，或者通过模型预测出的结果，通常保存为.png格式的图片。不同于RGB图像，其保存...

原创 实用linux命令

大量文件移动在一个目录下删除大批量的文件时，当使用 rm -rf 或者rm 会提示参数列表过长通过修改命令为 :find . -name "" | xargs rm -rf ‘*’，成功删除需要把一个目录下的所有文件mv到另外一个目录，如果当前目录文件特别多，简单使用mv 源目录目的目录会提示参数列表过长通过修改命令为 :ls | xargs -t -I {} mv {} …/matchres/ 可以把当前目录下的所有文件移到 "…/matchres"下查看文件个数统计某文件夹下文件的

原创 VOC格式数据转COCO(For Object Detection)

import osimport randomimport shutilimport sysimport jsonimport globfrom time import sleepimport xml.etree.ElementTree as ET# os.chdir(sys.path[0])from tqdm import tqdm # 进度条import logginglogger = logging.getLogger(__name__)# critical > error

原创 python解压tar文件

1 import tarfile 2 def un_tar(file_name, dst='./'): 3 4 tar = tarfile.open(file_name) 5 names = tar.getnames() 6 #if os.path.isdir(file_name + "_files"): 7 # pass 8 #else: 9 #os.mkdir(file_name + "_files") 10...

转载 理解Batch Normalization中Batch所代表具体含义和多个改进版本

   Batch Normalization（简称BN）自从提出之后，因为效果特别好，很快被作为深度学习的标准工具应用在了各种场合。BN大法虽然好，但是也存在一些局限和问题，诸如当BatchSize太小时效果不佳、对RNN等动态网络无法有效应用BN等。针对BN的问题，最近两年又陆续有基于BN思想的很多改进Normalization模型被提出。BN是深度学习进展中里程碑式的工作之一，无论是希望深入了解深度学习，还是在实践中解决实际问题，BN及一系列改进Normalization工作都是绕不开的重要环节。一.

转载 PIL读取的Image的P模式和其在PASCAL VOC2012语义分割上的实验

前言：众所周知，PASCAL VOC语义分割数据集的label为PNG图片，典型的PNG图片包含ARGB四个通道。但是在使用label = Image.open(label_path)打开一张标签图片时， 图片的model = P 且读取结果为一张单通道图这是因为数据集给出的mask图片（label）为P模式,P代表palette（调色板）也就是图片中会包含一个调色表的列表，每一个像素位置放的只是一个index，那么这个像素要展示的颜色就是调色板中第index位置展示的颜色我用到的图片显示出的pal

原创 paddle初始化各层参数实例

import paddle.fluid.layers as Fimport paddle.fluid.dygraph as nnimport paddle.fluid as fluidimport numpy as npdef conv3x3(in_planes, out_planes, stride=1): return nn.Conv2D(in_planes, out_planes, filter_size=3, stride=stride, padding=1, bias_attr=

原创 百度飞桨语义分割—paddle基础

正文共：6452 字 0 图预计阅读时间： 17 分钟本文讨论一下PaddlePaddle框架中几个重要的概念，在使用Paddle进行开发时，弄清楚这几个概念是使用Paddle进行开发的一个前提。Tensor张量与当前主流框架相同，Paddle同样使用Tensor张量来表示数据，你可以将不同维度的Tensor理解成对应维度的矩阵，当然，两者是有差异的。在Fluid中所有的数据类型都为LoD-Tensor，对于不存在序列信息的数据（如此处的变量X），其lod_

原创 Python模拟提交表单（文件和参数）

向服务器模拟提交表单，表单中有文件和参数，代码如下：#coding=utf-8import requestsurl = 'http://IPAddress/test'params = { 'position':'QHDX'}data = { 'file':('1_',open('1_.jpg','rb'),'image/jpeg')}print('sending data...')resp = requests.post(url, files=data, params=p

原创 201503-3节日（python）

import datetimeimport calendar# 花很长时间的代码。主要是第几个星期几理解错了。m, w, d, start, end = map(int, input().split())for year in range(start, end + 1): # 生成 年/月/1 日 cur_time = datetime.date(year, month=m, day=1) # 这月第一天是周几、本月天数 weekday, day_of_month

原创 URL映射

import ren, m = map(int, input().split())# 规则 规则对应的名字 带查询的URLrules, names, requests = [], [], []for i in range(n): r, n = input().split() names.append(n) rules.append(r)for i in range(m): requests.append(input())# # 将规则转成正则表达式for

原创 201612-3权限查询（Python 100）

思路：创建一个字典，key = 用户名， value = 权限字典# ['crm:2','git:2','git:3','game'] -->{'crm': 2, 'git': 3, 'game': [] ]}# 经过合并处理后，将权限列表转化成字典def transAutList(aut_list): aut_dict = dict() for item in au...

原创 CCF 消息传递接口（Python 80分）

每个指令和目标线程号分别存储在两个列表from collections import dequeclass threadMsg: def __init__(self): self.cmd_list = deque() self.target_id_list = deque() def pop(self): if len(self...

原创 CCF_CIDR合并（Python3 ）

我只想说。能在现场编出满分代码的是真的厉害。即便这只是CCF的第三道题。但是明显和前两道难度翻了指数幂倍。。搞了几天终于搞出来了（还是参考别人的），由于模拟练习只有1s时间，所以超时了（90分），现场给的时间是10sfrom operator import itemgetter# 获取原始输入，[['1.0.0/8'],[...]]def getInput(): n = int(...

原创 Python3 CCF JSON查询

# reference :https://blog.csdn.net/SL_logR/article/details/82711846import jsonif __name__ == '__main__': n, m = map(int, input().split()) # convert json str to obj jstr = '' for _ i...

转载 Paddle关键概念

Paddle关键概念正文共：6452 字 0 图预计阅读时间： 17 分钟本文讨论一下PaddlePaddle框架中几个重要的概念，在使用Paddle进行开发时，弄清楚这几个概念是使用Paddle进行开发的一个前提。Tensor张量与当前主流框架相同，Paddle同样使用Tensor张量来表示数据，你可以将不同维度的Tensor理解成对应维度的矩阵...

原创 百度飞桨课程技术心得分享

百度AI Studio账号名字： TransPlus课程名称：深度学习7日入门-CV疫情特辑一、爬虫相关知识：urlib库1.1. 小试牛刀怎样扒网页呢？其实就是根据URL来获取它的网页信息，虽然我们在浏览器中看到的是一幅幅优美的画面，但是其实是由浏览器解释才呈现出来的，实质它是一段HTML代码，加 JS、CSS，如果把网页比作一个人，那么HTML便是他的骨架，JS便是他的肌肉，CS...

原创 正则表达式实用总结(使用python的re库做演示)

## 总结## ^ 匹配字符串的开始。## $ 匹配字符串的结尾。## \b 匹配一个单词的边界。## \d 匹配任意数字。## \D 匹配任意非数字字符。## x? 匹配一个可选的 x 字符 (换言之，它匹配 1 次或者 0 次 x 字符)。## x* 匹配0次或者多次 x 字符。## x+ 匹配1次或者多次 x 字符。## x{n,m} 匹配 x 字符，至少 n 次，至多 m...

转载 python的参数传递是值传递还是引用传递？都不是！

【写在前面】参考文章：https://www.cnblogs.com/spring-haru/p/9320493.html【偏理论，对值传递和引用传递作了总结】https://www.cnblogs.com/shizhengwen/p/6972183.html【用实例进行讲解演示】 【正文部分】　　值传递（passl-by-value）过程中，被调函数的形式参数作...

原创 Python-CCF：20191203 化学方程式(使用正则表达式re库)

题目链接import redef cnt(string: str): pattern = r"[A-Z][a-z]*" #匹配元素 elements = re.findall(pattern, string) count = {} # 统计元素词频 for item in elements: if item in count: ...

转载 Python 和 C++作用域对比

Python和C++作用域比较