- 博客(24)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 点云数据评价和处理
点云数据的质量评价、在三维重建中常用的点云数据评价方法以及点云数据的统计和预处理操作是当前三维计算机视觉和图形学领域的重要研究方向，对于确保数据可靠性和提升应用效果至关重要。
2026-03-05 16:32:43
375
原创 点云数据处理和聚类分割
阶段核心目标首选方法关键指标质量评价（有真值）精度+完整性质量评价（无真值）噪声+密度+连续性统计滤波+目视+密度分析密度均匀性、法向量一致性三维重建专用全流程评估重投影误差 + 深度一致性 + F-Score重投影误差、完整性预处理去噪+降采样+对齐统计滤波 + 体素采样 + ICP点数、密度、配准误差。
2026-03-05 16:05:52
460
原创 代码记录-各种函数和库
在Python的数据分析库Pandas中，.info() 方法是用来显示DataFrame（数据框）的基本信息的一个便捷方法。memory usage：DataFrame的内存使用情况。<class ‘pandas.core.frame.DataFrame’>：这表明all_data是一个DataFrame对象。RangeIndex: 4 entries, 0 to 3：这表示DataFrame的索引有4个条目，从0到3。.info()方法对于快速了解数据集的概况非常有用，尤其是在处理大型数据集时。
2024-11-23 21:49:33
461
原创 阅读笔记：SvANet: A Scale-variant Attention-based Network for Small Medical Object Segmentation
存在问题：由于 CNN中的卷积和池化操作导致信息丢失和压缩缺陷，分析图像中小区域的医学对象仍然是一个挑战。随着网络的加深，这些损失和缺陷变得越来越严重，特别是对于小型医疗对象。解决方案：提出了一种新颖的基于尺度变化的注意力网络（SvANet），用于医学图像中精确的小尺度对象分割。SvANet由蒙特卡洛注意力、尺度变化注意力和视觉变换器组成，它结合了跨尺度特征并减轻了压缩伪影，以增强对小型医疗对象的辨别力。
2024-10-24 20:25:39
1760
1
原创 Detectron2的使用指南-自用
参考：https://blog.csdn.net/qq_43701912/article/details/123590274。
2024-10-23 21:12:22
376
原创 Python+OpenCV实现USB相机读取，提取帧
list_video_devices()可以获取相机的列表，返回list数据list_audio_devices()可以获取音频设备的列表，返回list数据。
2024-07-25 17:23:14
1721
原创 PyQT5 基础编程笔记
在创建一个GUI后，使用PyGU转换为python代码后，可在py文件中看见，创建了一个QApplication 对象，和 QMainWindow对象。
2024-07-24 15:00:20
1030
原创 【无标题】
1.np.tile（xdata, (1,2,3)）复制矩阵：np.tile（xdata, (1, 1, 2))最后一维重复两遍，设xdata为（b，c，1）----(b, c, 2)2.np.floor（xdata）向下取整，对数值进行向下取整。3.np.sign(x)4.
2022-06-30 16:57:00
192
原创 论文学习：Fully Attentional Network for Semantic Segmentation
Fully Attentional Network for Semantic Segmentation
2022-06-30 16:53:41
1128
转载 tf.stack代码函数学习记录
tf.stack 学习记录def stack(values, axis=0, name="stack"): """Stacks a list of rank-`R` tensors into one rank-`(R+1)` tensor. Packs the list of tensors in `values` into a tensor with rank one higher than each tensor in `values`, by packing them along t
2022-04-14 19:56:25
235
转载 np.argmax()和numpy.amax函数用法
np.argmax()和numpy.amax函数用法https://blog.csdn.net/weixin_42755982/article/details/1045425381.np.argmax()函数介绍numpy.argmax(array, axis) 用于返回一个numpy数组中最大值的索引值。当一组中同时出现几个最大值时，返回第一个最大值的索引值。一维数组返回单个索引值二维数组axis=1按列求最大axis=0按行求最大eg:a = np.array([1,3,5],[0,
2022-04-12 15:29:37
780
原创 深度学习-多任务学习知识
多任务学习记录：待看文章1.多任务网络架构：（1）2019年的SNR模型（2）腾讯PCG PLE网络2.loss设计（1）根据任务的Uncertainty对权重进行计算，参考经典的：Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics（2）不同loss取值范围不一致，那么是否可以尝试通过调整loss的权重w, 让每个loss对共享网络参数贡献平等呢？GradNorm: G
2022-03-29 22:57:02
1353
原创 Torch学习记录
Tensorflow 各基础函数使用tf.repeat(tensor, repeats, axis=0)重复维度，扩张Tensor数据mu = tf.random.normal([1, 2, 3])print(mu)mu1 = tf.repeat(mu, repeats=4, axis=0)print(mu1)##结果：tf.Tensor([[[-2.2011704 1.6632527 1.052491 ] [-0.12369094 0.29675704 -1.5922679
2021-09-01 19:16:45
150
原创 语义分割网络学习整理，unet，fcn，segnet，deeplab，以及各个模块，注意力机制等学习
语义分割网络整理学习计划一. 基础网络架构unetfcnsegnetdeeplabResnet系列二. 各模块汇总1. 注意力机制SENon localCcNetGCNetGateCBAMDual AttentionSpatial AttentionChannel Attentiom2. 卷积结构Residual BlockBottle-neck blockSplit-attention blockDepthwise Separable Convolu
2021-08-18 10:50:59
1586
原创 Anconda安装labelme标注软件步骤
安装anconda按照安装提示一步步来安装路径可以自由选择，不建议安装C盘，除非你的C盘容量足够大。注意，这两个一定要全选。后面等待安装就可以。Labelme安装教程（基于anaconda）安装完anconda后，在开始页面找到anconda文件夹找到anconda prompt（Anaconda）拖到桌面，双击或者管理员打开都可以打开页面如下1. 创建anaconda虚拟环境labelmeconda create -n labelme python=3.6完成之后如图所示
2021-07-23 14:58:38
6481
原创 anconda-python-Tensorflow-GPU搭建---pycharm安装
python-Tensorflow搭建安装anconda按照安装提示一步步来安装路径可以自由选择，不建议安装C盘，除非你的C盘容量足够大。注意，这两个一定要全选。后面等待安装就可以。搭建tensorflow的python环境。安装完anconda后，在开始页面找到anconda文件夹找到anconda prompt（Anaconda）拖到桌面，双击或者管理员打开都可以打开页面如下第一步 更改镜像源主要是因为软件用的国外的服务器，安装的时候速度过慢且容易断。conda conf
2021-06-18 20:48:47
330
原创 2021-03-21
Pytorch 代码学习记录1. nn.Sequential类一个有序的容器，神经网络模块将按照在传入构造器的顺序，依次被添加到计算图中执行，类似于keras中的序贯模型，当一个模型较简单的时候，我们可以使用torch.nn.Sequential类来实现简单的顺序连接模型。import torch.nn as nnfrom collections import OrderedDictmodel = nn.Sequential(OrderedDict([ ('co
2021-03-21 19:06:51
139
原创 学习记录--PyTorch与Tensorflow 部分代码转换--2021-01-07
PyTorch与Tensorflow 部分代码转换ssim代码转换,自更改（有错误）1.torch.unsqueeze()----tf.expand_dims()矩阵扩展(1)torch.unsqueeze()torch.unsqueeze(input, dim, out=None)作用：扩展维度返回一个新的张量，对输入的既定位置插入维度 1注意： 返回张量与输入张量共享内存，所以改变其中一个的内容会改变另一个。如果dim为负，则将会被转化dim+input.dim()+1参数:ten
2021-01-07 21:48:53
763
原创 2021-01-07
Pytorch—Variable用法VariableVariable可训练的变量（可变化的变量）区别于int变量，它是一种可以变化的变量，符合了反向传播，参数更新的属性。解释：具体来说，在pytorch中的Variable就是一个存放会变化值的地理位置，里面的值会不停发生片花，就像一个装鸡蛋的篮子，鸡蛋数会不断发生变化。那谁是里面的鸡蛋呢，自然就是pytorch中的tensor了。（也就是说，pytorch都是有tensor计算的，而tensor里面的参数都是Variable的形式）。如果用Var
2021-01-07 21:48:11
268
原创 Keras编写自定义网络层
Keras编写自定义网络层自定义层不包含训练的变量keras.core.lambda()模块当不需要添加训练变量在网络层中时，使用Keras.core.lambda函数，对输入张量进行自定义的变换。调用方法如下：在这里插入代码片...
2020-12-18 19:46:47
768
1
原创 python模块学习记录 2020-10-11
一、argparse.ArgumentParser( ) 用法argparse.ArgumentParser( prog = None, usage = None, description = None, epilog = None, parents = [ ], formatter_class = argparse.HelpFormatter, prefix_chars = '-', fromfile_prefix_chars = None, argument_default = None, conf
2020-12-15 09:43:38
130
原创 Augmentor的使用
Augmentor-Python数据增强库数据增强介绍 ：原图标签一同改变，注意原图与标签的名称要一致Augmentor的使用加载图像文件image_dir = "data/img1"label_dir = "data/label_png"P = Augmentor.Pipeline(image_dir)加载标签文件 P.ground_truth(label_dir)3.进行各项操作：图片扭曲：random_distortion使用参数：random_distortion
2020-12-15 09:42:54
2196
3
原创 rang用法 2020-10-04
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言记一下程序中遇到的bug提示：以下是本篇文章正文内容，下面案例可供参考一、'range' object does not support item assignment错误提示、由于self.n_samples前文中为len(...),属于数组对象，range不返回数组对象，需要加上lis...
2020-10-04 08:32:30
618
更改文件名rename.py程序
2020-10-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人