python
passion-ma
小菜鸡
展开
-
Win10安装mediapipe的步骤
发生了变动,可能是添加了新的功能**,需要减少或者添加参数**,而我的原因就是由于mediapipe更新之后对于mediapipe.solutions.pose.Pose类的调用需要。我之前想自己安装mediapipe包进行人体检测的学习,但整了好几个月都不行,这次终于让我整好了,我的python版本为python = 3.7.1。注意,不要直接用pip install mediapipe 进行安装,我之前这样安装的,mediapipe安装好了,但是所需要的。经过这两步mediapipe就安装好了。原创 2023-02-28 14:25:33 · 5203 阅读 · 0 评论 -
NLP中的RNN、Seq2Seq与attention注意力机制
NLP中的RNN、Seq2Seq与attention注意力机制 - 知乎完全图解RNN、RNN变体、Seq2Seq、Attention机制 - 知乎转载 2022-11-04 16:59:20 · 90 阅读 · 0 评论 -
图像超分经典网络ESRGAN精确解析
此外,利用残差缩放和更小的初始化等有用的技术来促进所提出的深度模型的训练。我们还介绍了使用相对论GAN作为鉴别器,它学会判断一个图像是否比另一个图像更真实,引导生成器恢复更详细的纹理。此外,我们利用激活前的特征增强了感知损失,提供了更强的监督,从而恢复更准确的亮度和逼真的纹理。BN层在训练过程中使用批量的均值和方差对特征进行归一化,在测试过程中使用整个训练数据集的估计均值和方差。当训练数据集和测试数据集的统计差异较大时,BN层容易引入不愉快的工件,限制泛化能力。首先,激活的特征是非常稀疏的。原创 2022-11-03 10:30:42 · 682 阅读 · 0 评论 -
图像超分经典网络 SRGAN精确解析
早期超分辨率方法的优化目标都是降低低清图像和高清图像之间的均方误差。降低均方误差,确实让增强图像和原高清图像的相似度更高。但是,图像的相似度指标高并不能代表图像的增强质量就很高。为什么 SRGAN 的增强结果那么清楚呢?这是因为 SRGAN 使用了一套新的优化目标。SRGAN 使用的损失函数既包括了 GAN 误差,也包括了感知误差。这套新的优化目标能够让网络生成看起来更清楚的图片,而不仅仅是和原高清图像相似度更高的图片。原创 2022-11-02 16:52:25 · 3304 阅读 · 0 评论 -
常用预训练模型下载地址
【代码】常用预训练模型下载地址。原创 2022-11-01 17:21:50 · 4460 阅读 · 0 评论 -
升级Python3.6到Python3.7
1、安装Python3.7。2、为了方便使用,建议创建。原创 2022-10-31 17:47:08 · 6896 阅读 · 1 评论 -
CVPR收藏
CVPR2022论文和代码整理原创 2022-10-19 14:50:29 · 97 阅读 · 0 评论 -
numpy转为图片并保存
【代码】numpy转为图片病保存。原创 2022-09-28 10:42:14 · 1110 阅读 · 0 评论 -
conda新建环境时报错NotWritableError: The current user does not have write permissions
在使用命令新建环境时,遇到错误:也许是安装Anaconda的时候,使用了sudo sh Ana...造成的多余问题。安装Anaconda的时候使用了root权限,所以现在非root用户没有对anaconda3文件夹的读写权限。方案一:方案二:使用方案一对我的问题无效,但是有网友说是可行的。方案二成功地解决了我的问题,可以新建环境了。Solving environment: done.........原创 2022-08-09 13:55:07 · 582 阅读 · 0 评论 -
ubuntu下使用filezilla上传文件权限问题
usr/local/的文件路径可以根据你的情况调整,比如你想放在/home/yaoming/下。中的ubuntu的时候出现上次出错,错误详情为:命令: put "E:\All。2. 输入普通用户下的密码,进入root账号下。今天在使用filezilla连接。再次尝试上传,上传成功!再次尝试上传,上传成功!...原创 2022-08-09 13:50:58 · 897 阅读 · 1 评论 -
pytorch中tensor转成图片保存
代码】pytorch中tensor转成图片保存。原创 2022-07-29 15:59:48 · 1225 阅读 · 0 评论 -
pytorch测试的时候为何要加上model.eval()?
很多机器学习的教程都有提到,在使用pytorch进行训练和测试的时候一定要给实例化的model指定eval,那么pytorch测试时为什么要设置model.eval()呢?model.eval()的功能是什么?接下来的这篇文章告诉你。使用PyTorch进行训练和测试时一定注意要把实例化的model指定train/eval,eval()时,框架会自动把BN和DropOut固定住,不会取平均,而是用训练好的值,不然的话,一旦test的batch_size过小,很容易就会被BN层导致生成图片颜色失真极大!...原创 2022-07-29 09:52:46 · 845 阅读 · 0 评论 -
Streamlit 数据科学必备工具
目前,应用程序需求量巨大,开发人员需要一直开发新的库和框架,帮助构建并部署快速上手的仪表板。3.Streamlit—在启动Streamlit应用程序之前,我们必须安装Streamlit库。在终端中执行以下命令,安装streamlit。1.要创建基本的streamlit应用程序,你需要创建一个新的Python文件,文件名任意,例如app.py,然后保存。3.Streamlit学起来很容易,无需要任何Web开发经验,只需对Python有基本的了解,就足以构建数据应用程序。...原创 2022-07-20 09:58:35 · 1534 阅读 · 0 评论 -
对目录下的图片进行重命名
# 会出现报错,解决方法:首先ctrl+A全选图片,然后重命名全部命名为0import osimg_path = r'F:\\bady_style_data\\final_data\\normal\\'imglist = os.listdir(img_path)i = 0for img in imglist: i += 1 new_name = str(i) + '.jpg' src = os.path.join(os.path.abspath(img_path), .原创 2022-05-17 10:40:05 · 132 阅读 · 0 评论 -
ResNet源码解读(pytorch)
import torchimport torchvisionimport argparseimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom torchvision import datasets, transforms, modelsimport torch.utils.model_zoo as model_zooimport math__all__ = ['ResNe.原创 2022-05-16 15:26:01 · 684 阅读 · 0 评论 -
数百种数据集汇总
数百种数据集汇总链接https://www.jiangdabai.com/downloads转载 2021-08-09 10:32:35 · 298 阅读 · 0 评论 -
tensor中数据类型的相互转换
Pytorch中的Tensor常用的类型转换函数 tensor数据类型转换 在tensor的后面添加: .int()、.float()、.double()等. 同时也可以使用 .to(type) 进行实现。 同时也可以使用 type()函数 ,data为Tensor数据类型,data.type()为给出data的类型,如果使用data.type(torch.FloatTensor)则强制转换为torch.FloatTensor类型张量。当你不知道要转换为什么类型时,但需要求...原创 2022-05-07 10:04:56 · 5612 阅读 · 0 评论 -
分割模型的三种优化方式
【原创 2022-04-24 13:25:40 · 2505 阅读 · 0 评论 -
对指定目录下的图片,取图片名(不包含图片的扩展名)、将文件路径和图片名分开、将文件名和图片扩展名分开
import os# 取图片名(不包含图片的扩展名)picPath = '/home/hisense/hiheight/image_input/1.jpg'imgname = picPath.split("/")[-1].split(".")[0]print(imgname) # 1# 将文件路径和图片名分开picPath = '/home/hisense/hiheight/image_input/1.jpg'imgname = os.path.split(picPath)imgnam.原创 2022-04-22 17:47:14 · 472 阅读 · 0 评论 -
【Yolact数据集制作-labelme使用与转coco详解】
labelme2coco的数据处理主要分两部分:1、用labelme标记样本获取json文件;2、json文件转coco数据集两部分源代码跳转:标记:https://github.com/wkentaro/labelme(不在讲述)转coco:https://github.com/wkentaro/labelme/tree/main/examples/instance_segmentationjson转coco数据集 进入instance_segmentation文件夹 打开咱之前下载的原创 2022-04-22 10:32:07 · 545 阅读 · 0 评论 -
cv2.drawContours()、cv2.findContours()、cv2.boundingRect(img)函数用法解析
cv2.drawContours()函数的功能是绘制轮廓,输入变量如下:cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None)第一个参数image表示目标图像,第二个参数contours表示输入的轮廓组,每一组轮廓由点vector构成,第三个参数contourIdx指明画第几个轮廓,如果该参数为负值,原创 2022-04-21 16:09:28 · 7875 阅读 · 1 评论 -
Image.fromarray的用法(实现array到image的转换)
一、Image.fromarray的作用:简而言之,就是实现array到image的转换。二、PIL中的Image和numpy中的数组array相互转换:1. PIL image转换成arrayimg = np.asarray(image)需要注意的是,如果出现read-only错误,并不是转换的错误,一般是你读取的图片的时候,默认选择的是"r","rb"模式有关。修正的办法: 手动修改图片的读取状态img.flags.writeable = True # 将数组改为读写原创 2022-04-20 17:02:00 · 3493 阅读 · 2 评论 -
python 编程 线性回归,散点图,拟合结果
把以下数据制作成csv数据文件,并命名为LR_data_exam.csv。 对该文件内的数据进行线性回归 画出数据的散点图 建立线性回归模型并拟合 打印拟合结果(参数) 画出数据和拟合直线的图。import numpy as npimport csvimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegressionimport matplotlibmatp..原创 2022-04-20 10:08:11 · 9070 阅读 · 0 评论 -
centOS 7 安装python3.6.5 与 pyCharm搭建
Linux版本:centos7.4安装python3后也完成了pip3,就可以使用pip3和python3执行命令行centos7.4自带python2,所以使用时使用pip3和python3执行命令行一、安装python3先安装Python3的依赖包yum install epel-releaseyum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel原创 2022-04-12 17:29:01 · 1308 阅读 · 0 评论 -
目标检测与分类识别之数据集分类
目标检测与分类识别之数据集分类_六五酥的博客-CSDN博客_目标检测数据集划分目标检测与分类识别之提高map的方法---新生成类进行针对性训练_六五酥的博客-CSDN博客转载 2022-03-24 17:15:51 · 172 阅读 · 0 评论 -
labelme进行图像分割标注的安装和使用
【labelme软件】使用指南_向前的诚_的博客-CSDN博客_labelme下一张快捷键转载 2022-03-23 17:32:28 · 255 阅读 · 0 评论 -
用opencv-python对图片进行截图
# import os# import cv2# img_input_path = 'image/1.jpg'# filename = img_input_path.split("/")[-1].split(".")[0]# image = cv2.imread(img_input_path)# region = image[int(520):int(1580), int(338):int(713)] # [338, 520, 713, 1580]# cv2.imwrite('image/'原创 2022-03-11 16:21:20 · 5079 阅读 · 0 评论 -
将标注好的yolo格式数据集划分为yolov5所适用的训练集和测试集
有两个文件夹images和labels,分别存放着图片和标注好的yolo格式检测数据标签,如何划分为train和val两个文件夹,且train和val两个文件夹下分别有划分好比例的images和labels文件夹,其中images和labels文件夹下分别存放相对应的图片和标签呢?脚本一:(生成划分好的train.txt和val.txt)import osimport randomrandom.seed(1)trainval_percent = 1 train_percent = 0.9原创 2022-02-08 18:04:28 · 3995 阅读 · 9 评论 -
OpenPose实现人体姿态估计(人体关键点检测)
转载:Python+OpenCV+OpenPose实现人体姿态估计(人体关键点检测)_不脱发的程序猿-CSDN博客_python人体姿态识别转载 2021-12-27 15:51:26 · 1867 阅读 · 0 评论 -
利用txt索引图像路径或直接对目录下的图像进行逐一测试
1.利用txt索引图像路径进行逐一测试import osfrom PIL import ImageVOCdevkit_path = 'VOCdevkit'image_ids=open(os.path.join(VOCdevkit_path,"VOC2007/ImageSSegmentation/val.txt"),'r').read().splitlines()for image_id in image_ids: image_path = os.path.join(...原创 2021-11-26 17:35:37 · 2014 阅读 · 0 评论 -
Pytorch预训练模型加载
pytorch中自带几种常用的深度学习网络预训练模型,torchvision.models包中包含alexnet、densenet、inception、resnet、squeezenet、vgg等常用网络结构,并且提供了预训练模型,可通过调用来读取网络结构和预训练模型(模型参数)。往往为了加快学习进度,训练的初期直接加载pretrain模型中预先训练好的参数。加载model如下所示:import torchvision.models as models1.加载网络结构和预训练参数:resnet34原创 2021-11-26 10:03:19 · 3441 阅读 · 0 评论 -
用label标注的分割json标签转换为VOC格式和cityscapes数据集的mask图
import base64import jsonimport osimport os.path as ospimport numpy as npimport PIL.Imagefrom labelme import utils'''用labelme标注的分割标签json文件生成8位的mask图(使用具VOC格式数据集和cityscapes数据集)制作自己的语义分割数据集需要注意以下几点:1、我使用的labelme版本是3.16.7,建议使用该版本的labelme,有些版本的labe.原创 2021-11-23 18:36:16 · 3128 阅读 · 0 评论 -
查找一个文件夹下.jpg和.json有哪些不匹配
path1 = r'F:\衣服分类数据集\2021-10-21\data_annotated'deffile_name(file_path): jpg_list = [] json_list = [] filelist = os.listdir(file_path) for filename in filelist: if os.path.spiltext(filename)[1] = 'jpg': jpg_list....原创 2021-10-27 11:27:24 · 148 阅读 · 0 评论 -
将后缀为指定的文件复制到新的文件夹下
import osimport shutilfile_dir = r'F:\衣服分类数据集\2021-10-21\data_annotated'save_dir = r'F:\衣服分类数据集\2021-10-21\json'filelist = os.listdir(file_dir)for filename in filelist: if filename.endswith('json') print(os.path.join(file_dir, filename))...原创 2021-10-27 11:15:35 · 322 阅读 · 0 评论 -
安装pycococreatortools和pycocotools
1. 安装pycococreatortools在https://codechina.csdn.net/mirrors/waspinator/pycococreator?utm_source=csdn_github_accelerator下载安装包安装包安装的命令行:python setup.py install2.安装pycocotoolspip install cythonsudo pip install git+git://github.com/waspinator/coco.git.原创 2021-10-27 11:06:25 · 2504 阅读 · 0 评论 -
【numpy】argmax参数辨析(axis=0,axis=1,axis=2,axis=-1)
转载:https://blog.csdn.net/weixin_39190382/article/details/105854567转载 2021-09-29 14:20:42 · 533 阅读 · 0 评论 -
Python-进程
1. 线程是程序执行的最小单位,而进程是操作系统分配资源的最小单位2. 一个进程由一个或多个线程组成,线程是一个进程中代码的不同执行路线3. 进程之间相互独立,但同一进程下的各个线程之间共享程序的内存空间(包括代码段,数据集,堆等)及一些进程级的资源(如打开文件和信号等),某进程内的线程在其他进程不可见import multiprocessingp1 = multiprocessing.Processing(target=sing)p2 = multiprocessing.Proce原创 2021-07-30 14:13:47 · 52 阅读 · 0 评论 -
python代码-线程
import threadingt1 = threading.Thread(target=sing)t2 = threading.Thread(target=dance)t1.start()t2.start()并行:真的多任务并发:假的多任务多任务执行时,不能保证那个线程先执行,可以加适当的延迟(time.sleep(1))print(threading.enumerate()) # 查看线程数...原创 2021-07-30 10:17:34 · 83 阅读 · 0 评论 -
python-合成图
import osimport numpy as npimport cv2def find_boundRect(mask): contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) # 检测轮廓,mask必须是二值图像 bounding_boxes = [cv2.boundingRect(cnt) for cnt in in contours] # 返回下,x,.原创 2021-07-23 16:50:14 · 83 阅读 · 0 评论 -
python-对一个目录下的多个视频进行抽帧
# --*-- coding: utf-8 --*--import osimport sysimport cv2gef getFrame(srcRoot,saveRoot): fileList = os.listdir(srcRoot) for i in range(len(fileList)) tmpName = 0 frameFrequency = 5 # 每5帧抽1帧 if not fileList[i].endswith(.原创 2021-07-23 11:05:12 · 443 阅读 · 2 评论