qq_42731393的博客

一.1.计算机视觉的目标是对图像进行理解。2.计算机视觉的研究目的是为了从图像中获取视觉特征3.80年代主流都在做边缘提取，边缘检测4.90年代，人们越来越重视三维重建，一维的边缘不再适合几何计算，几何最本质的元素是点。（如：点云，二维图像上的一个点可以映射到三维空间的一个像素，那么这个图片对应的像素点的集合称为点云）5.1992年，解决了非标定相机的两张二维图片上的三维重建问题。二.三维重建入门1.三维重建的概念：让二维图像转变成三维物体模型，三维重建是指对三维物体建立适合计算机

1. no such way or no such dictionary解决方法：不要有中文路径 相对路径不要写错

1.pytorch 版本的代码必须安装torch这个包，这个包中的函数用于构建模型训练模型，以及测试模型我们可以去pytorch官网，用官网提供的命令来安装pytorch包对于指定的旧版本的包，可以通过历史版本来下载pytorch官网：https://pytorch.org/get-started/previous-versions/对于下载过慢的问题可以用镜像解决：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --truste

# 常用的开源数据集通常都是一些比赛的提供的数据集，旨在为研究者提供素材的数据集# 数据集可用于分类 目标检测 语义分割 等任务1.voc数据集（2005~2012）voc 数据集常用的版本有2007和2012的版本的，因为，这两种版本的数据集的数据量较大。voc 数据集分为 训练集 验证集 测试集 训练集标注，验证集标注参赛者通过 训练集 验证集 训练集标注，验证集标注训练模型 然后测试测试集，测试的结果与标准结果比较，进而获得排名，可在leadboard（排行榜）上查看排名voc数据集官

# 首先认识一下 mnist数据集"""深度学习的一般步骤1.处理数据 并将数据处理成合适的格式2.按照自己的设计搭建神经网络3.设定合适的参数训练神经网络4.在测试集上评价训练效果"""from keras.utils import to_categorical# to_categorical方法是为了将数字转换成独热变量 独热变量就是将变量编码成只含有一个1，其余均为0的向量from keras import models, layers, regularizers# 模型 层数

"""python 中 import 和 from import 的区别 import使一个变量名引用整个模块对象，因此必须通过模块名称来得到该模块的属性。 from 模块 import 变量/类形象的理解是：前者是取一辆车来使用 后者是从前一辆车中取一瓶水来使用 参考链接：https://blog.csdn.net/qq_30815237/article/details/93203934"""...

# 1. 创建虚拟环境# win+R+cmd 打开命令行 在命令行中输入 创建虚拟命令conda create -n name python =3.8 # name为虚拟环境的名称# 2. 激活虚拟环境activate name# 3.接着便可以在虚拟环境中安装包conda install tensorflowconda install keras# 注意：pip 命令是python中自带的命令 conda命令是anoconda中的命令# 建议每个项目都有独立的虚拟环境# 4.查看虚拟环