- 博客(33)
- 问答 (2)
- 收藏
- 关注
原创 pytorch 坑
文章目录1、`AttributeError: 'module' object has no attribute 'Resize'?`2. nn.Flatten()1、AttributeError: 'module' object has no attribute 'Resize'?原因:版本问题解决办法: conda uninstall torchvision pip install torchvision --trusted-host pypi.mirrors.ustc.edu.
2022-04-10 22:19:06
1775
原创 在anaconda3中安装opencv(python2.7和Python3.6都适用)
此方法在anaconda3中安装openCVPython2.7和Python3.6都适用pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv_python==3.4.2.16pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python==3.4.2.16
2022-03-16 22:52:53
4219
原创 parrot+ros+gazebo 学习笔记(不定期更新记录)
文章目录前言1.运行`roslaunch cvg_sim_gazebo empty_world.launch`前言parrot ardrone2.0 + ros_indigo 问题记录1.运行roslaunch cvg_sim_gazebo empty_world.launch显示:解决办法:将launch文件中 gazebo 改为gazebo_ros如图:改为:...
2022-03-14 16:44:21
735
原创 移动端测试(四)
文章目录一. 移动端测试1 和PC端测试的对比1.1 硬件1.2 操作系统1.3 软件2 APP测试的方法2.1 真机测试2.2 模拟器测试2.3 云测品台3 APP主要的测试类型和测试点3.1 功能测试3.2 中断测试3.3 UE测试(用户体验测试)一. 移动端测试1 和PC端测试的对比1.1 硬件PC端: 几乎不关心硬件移动端:设备(厂商:苹果、华为、三星等。),对于安卓设备,由于安卓系统一般由出厂商深度定制,因此会存在兼容性问题。不同运营商:联通、移动、电信CPU:手机主要是ARM架构
2022-02-08 22:05:47
669
原创 二、软件测试定义(二)
文章目录一.测试点分析和提取二.需求跟踪矩阵三.关于缺陷3.1缺陷定义3.2缺陷周期(重要)3.3缺陷报告3.4缺陷严重程度分类(对应缺陷报告中的严重程度)3.5缺陷状态分类(对应缺陷报告中的缺陷状态)3.6 如何处理不能重现的缺陷?一.测试点分析和提取首先检查界面元素的显示是否正确测试页面的基本功能。如果页面既有表单(既有输入域又有提交按钮的页面,都叫表单页面)也有列表,则优先测试表单功能是否正常。针对表单在测试时,需要依据表单里面的每个字段依次进行测试。凡是用户可输入的输入域,都要使用等价类
2022-02-03 12:59:47
506
原创 pytorch-------Cnn_mnist
pytorch1.1.0 + torchvision0.3.0 + cuda10.0.130 + NVIDIA-SMI 470.103.01import torchfrom torchvision import transforms #将图像转化为张量from torchvision import datasets #对数据集相关处理from torch.utils.data import DataLoader #下载数据集import torch.nn.functional as F #使
2022-02-01 20:27:30
518
原创 一、软件测试定义
系列文章目录第一节 软件测试概念第二节提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档第一节 软件测试概念系列文章目录一、软件测试定义二、测试必备概念1.软件生命周期2.常见的测试模型一、软件测试定义软件测试是指使用人工或自动手段来测试某个软件系统的过程,其目的在于检验是否满足需求或找出预期结果与实际结果的差别。二、测试必备概念1.软件生命周期计划:确定开发目标、完成项目的可行性研究、对项目进度进行预估和安排、制定实施计划。需求分析:分析整理项目的需求项、根据需求项
2022-01-28 17:58:37
1376
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter14 Lenet网络模型
文章目录一、代码演示一、代码演示定义网络 lenet.py:"""LeNet:INPUT => CONV => ReLU => POOL => CONV => ReLU => POOL =>FC => ReLU => FCINPUT:28X28X1CONV:28X28X20 Filter:5X5 K=20ACT:ReLUPOOL:14X14X20 2X2 步长是2X2 每行移动2个 换行后也是2个CONV:14X14X50 5X5
2022-01-22 10:06:27
627
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter13网络模型保存与加载
文章目录一、代码演示二、注意事项一、代码演示保存模型 shallownet_train.py:"保存训练模型"from sklearn.preprocessing import LabelBinarizerfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import classification_reportimport imagetoarraypreprocessorimport Simpl
2022-01-20 11:37:43
1264
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter12 例1 shallownet_animals 例2shallownet_cifar
文章目录一、代码演示二、注意事项一、代码演示imagetoarraypreprocessor.py:#加载图像--->重新定义尺寸--->通道排序--->输出图像from keras.preprocessing.image import img_to_arrayclass ImageToArrayPreprocessor: def __init__(self,dataFormat=None): """Keras.json配置的图像数据格式约定
2022-01-17 20:21:28
509
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter11 常见的图像处理卷积核
文章目录一、卷积核二、代码演示一、卷积核平滑图像卷积核、锐化图像卷积核、拉普拉斯核(检测边缘)、Sobel 检测x方向和y方向边缘、浮雕滤波器,会使图像呈现出浮雕效果二、代码演示keras_cifar10.py:from skimage.exposure import rescale_intensityimport numpy as npimport argparseimport cv2def convolve(image,K): #获取图像和内核的空间维度(宽和高)
2022-01-17 09:51:23
202
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter10 例子---keras_cifar10.py
文章目录一、代码演示二、注意事项一、代码演示keras_mnist.py:"""CIFAR-10,包含60,000张、10个类别 ,32×32RGB图像的集合,这意味着数据集中的每个图像都由32×32×3=3,072个整数表示"""from sklearn.preprocessing import LabelBinarizerfrom sklearn.metrics import classification_reportfrom keras.models import Sequentia
2022-01-14 16:49:24
458
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter10 例子---keras_mnist.py
文章目录一、代码演示二、注意事项一、代码演示keras_mnist.py:"""MNIST数据集70000张图像(每位数字7000个图像 0-9:10个数字)。每个数据点用一个784-d的向量表示,对应于MNIST数据像素28*28TensorFlow1.14 Keras2.2.5"""#LabelBinarizer将单个整数标签编码为向量标签from sklearn.preprocessing import LabelBinarizer#train_test_split用于
2022-01-13 17:16:22
367
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter10 前向传播与反向传播
文章目录一、前向传播与反向传播二、代码演示三、总结一、前向传播与反向传播“”"反向传播算法包含两阶段:1.前向传播,我们的输入通过网络,得到的输出预测(也称为传播阶段)。2.反向传播,我们计算网络的最后一层的损失函数的梯度,并使用这个梯度应用链规则来更新我们网络中的权重(也称为权重更新阶段)。1.前向传播: 1)初始化网络权重值 2)计算:每个神经元 输入与权重点积,然后应用激活函数(S型函数 σ=1/(1+e^-x)),输出值 3)例:计算隐层三个输入:
2022-01-11 21:12:07
413
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter9 正则化
文章目录前言一、正则化数学理解?二、三种常见的正则化类型三、正则化在图像分类中的应用Python代码实现前言正则化主要是确保我们训练的模型能够更好地对未经过训练的数据点进行(正确的)分类,即泛化能力欠拟合: 训练样本被提取的特征比较少,导致训练出来的模型不能很好地匹配,表现得很差,甚至样本本身都无法高效的识别,如下图橙色的线。过拟合: 所建的机器学习模型或者是深度学习模型在训练样本中表现得过于优越,导致在验证数据集以及测试数据集中表现不佳,如下图蓝色的线。而正则化的目的就是让我们的模型表现的.
2022-01-08 22:05:09
804
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter9 梯度下降
一、梯度下降代码如下(示例):from sklearn.model_selection import train_test_splitfrom sklearn.metrics import classification_reportfrom sklearn.datasets import make_blobs #创建正态分布数据点的“blobs”的函数import matplotlib.pyplot as pltimport numpy as npimport argparse#s型非线性激
2022-01-07 19:05:01
531
原创 Deep.Learning.for.Computer.Vision.with.Python-----chapter8 Parameterized Learning
文章目录一 参数化学习的四个组成部分1、参数化学习(Parameterized Learning)二、使用步骤一 参数化学习的四个组成部分1、参数化学习(Parameterized Learning)Parameterized Learning:定义一个给定模型的必要参数的过程。在机器学习的任务中,参数化包括用四个关键组件来定义一个问题:数据、评分函数、损失函数、权重和偏差。数据(data)数据包括两种数据(即,从图像中获得的原始像素强度、提取的特征等),以及它们相关的类标签。设计矩阵中的每
2022-01-07 19:00:26
2011
原创 Deep.Learning.for.Computer.Vision.with.Python-chapter7
文章目录前言一、KNN是什么?二、使用步骤1.代码如下2.存在问题3.数据集下载4.参考资料前言本文主要记录Deep.Learning.for.Computer.Vision.with.Python 书上的内容,就当是读书笔记,文中不正确之处,还请指正---------KNN算法原理和实现代码(基于Python)。一、KNN是什么?k近邻法(k-nearest neighbor,k-NN)是一种基本的分类和回归方法,是监督学习方法里的一种常用方法。k近邻算法假设给定一个训练数据集,其中的实..
2022-01-05 11:32:53
398
原创 ubuntu14.04的自带的拼音输入法问题
这里写自定义目录标题14.04的自带的拼音输入法,打字的时候你会发现有很大的问题,打不出来一个完整的字。解决方法:ibus-daemon -drx //重启ibus进程在终端里输一次这个命令就ok了。
2022-01-04 17:37:29
337
转载 Python scikit-learn,分类模型的评估,精确率和召回率,classification_report
Python scikit-learn,分类模型的评估,精确率和召回率,classification_report转载:https://blog.csdn.net/houyanhua1/article/details/87968953转载:https://blog.csdn.net/houyanhua1/article/details/87968953分类模型的评估标准一般最常见使用的是准确率(estimator.score()),即预测结果正确的百分比。混淆矩阵:准确率是相对所有分类结果;精确率
2022-01-04 15:57:05
286
转载 ROS + Parrot-Sphinx进行Bebop无人机仿真时,打开模型后直接闪退
与显卡有关系(还未解决),楼主在学习时想将它先飞起来,所以将前置摄像头禁用,就可以解决闪退问题.sphinx /opt/parrot-sphinx/usr/share/sphinx/drones/anafi4k.drone::with_front_cam=0具体原因:看官网:https://developer.parrot.com/docs/sphinx/drone-requirements.html#using-the-front-camera...
2021-10-20 22:06:51
257
2
原创 Python3入门基础:第十二篇(sort函数和lambda表达式)
sort函数:#sort函数 排序#简单数据类型a = [22,10,24,21,20]b = a.sort()print(a)c = a.sort(reverse=True)print(a)#复杂排序from functools import cmp_to_keypersons = [ {'name':'ming ming', 'age':18 ...
2019-03-07 15:34:38
3412
原创 Python3入门基础:第十一篇(函数)
函数的意义:可以将一段重复性的代码封装成一个函数,以后在调用相同代码时,只需调用这个函数就可以。应用函数可以方便代码的修改以及其他维护。一.函数定义和调用:1.定义函数:语法是使用def:def 函数名(参数:可以为空): 代码块#示例def greet(): print("hello python")2.调用函数:语法是使用这个函数的名字,后面再给个圆括号:函数名...
2019-03-07 14:13:36
383
原创 Python3入门基础:第十篇(字典)
一.字典基础1.创建字典person = {'name':'xiaoming','age':18} #格式:{key:value}person1 = dict(name = 'xiaoming',age = 18) #格式:用dict函数2.基本操作person = {'name':'xiaoming','age':18}#len(d):返回字典的键值对的长度print(le...
2019-03-05 21:46:43
192
原创 Python3入门基础:第九篇(元组)
元组概念:元组使用与列表相似,不同之处在于元组是不可修改的。元组使用圆括号,列表使用中括号一.定义元组1.使用逗号的方法:A_tuple = 1,2,3print(A_tuple)打印结果:(1, 2, 3)2.使用圆括号的方法:B_tuple = (1,2,3)print(B_tuple)打印结果:(1, 2, 3)3.使用tuple函数:A_list = [1,2...
2019-03-05 17:46:54
178
原创 Python3入门基础:第八篇(列表)
列表相当于一个容器,可以把一系列相关的值放在这个容器中进行存储一.列表介绍:1.定义列表:使用左右两个中括号的形式。fruits = ['apple','orange','pears']#列表中也可以存放不同的数据类型test_list = ['abc',1]2.取列表中的值:列表也可以像字符串的下标操作一样。fruits = ['apple','orange','pears']...
2019-03-04 00:09:18
252
原创 Python3入门基础:第七篇(字符串)
一.字符串的定义:1.使用单引号或双引号括起来的(注:单引号和双引号必须成对出现,不能是一边单引号一边双引号) a = 'hello world' b = "hello world" c = "hello world' a b 都为字符串,而c的写法语句错误2.当字符长的时候或者你想写成两行,可以用
2019-02-27 00:00:03
224
原创 Python3入门基础:第六篇(循环语句)
本章主要讲while循环和for循环循环:在满足特定条件的情况下,重复执行某段代码while循环例:1.打印1-10num = 1while num < 11: print(num) num += 1'''在该段代码中,先给变量num赋予初值1,然后进行判断 发现1<11,所以执行print,将1打印出来,再将num+1---->num=2,在进行...
2019-02-23 23:08:09
262
原创 Python3入门基础:第五篇(条件语句)
本篇主要讲if else elif语句以及判断条件在讲这些条件语句之前先介绍一下一种新的数据类型:布尔数据类型(bool):真和假,只有两个值,就是True和Falseif—else—语句:语法格式:a = 1b = 2#可以明显看出a和b不相等,所以if后边的条件为False,所以就执行else语句'''此处还有一个注意点就是 两个print函数都有缩进,这是因为这两个函数是...
2019-02-21 23:56:32
613
原创 Python3入门基础:第四篇(算数运算符)
1.加号运算符 +:#整型a = 12b = 20c = a + bprint(c)打印结果:32#字符串拼接d = 'hello'e = 'world'f = ' 'g = d + f + eprint(g)打印结果:hello world2.减号运算符 - :(只能是数值类数据,若为字符串会报错)a = 12b = 20c = a - bprin...
2019-02-20 22:46:21
234
原创 Python3入门基础:第三篇(数据类型及相互转换)
基本数据类型1.int型:整形,如1,2,3,4,5等整数。2.float型:浮点型,如2.1 3.2等带有小数点的数。3.str型:字符串型,如 ‘学习’ ‘python’ “123”(注:此处虽然看似为整型,但它被双引号包裹,所以为字符串型数据)等被一对单引号或双引号包起来的数据。a = 123b = 12.3c = '123'#type函数可以识别出变量的数据类...
2019-02-20 00:56:29
593
原创 Python3入门基础:第二篇(注释、变量、input函数)
该篇主要内容包含python3代码的注释格式、变量的相关命名和含义、input函数python代码注释python代码注释一般格式是#.......,在#后边所写,在代码编译过程中并不编译#后边内容。如#这句代码是用来打印hello world的 print(“hello world”)...
2019-02-19 23:54:53
454
原创 Python3入门基础:第一篇(下载与安装)
该篇主要内容包含python3在不同操作系统下的安装以及编辑器的安装 pyhton3下载地址:https://www.python.org/downloads/打开该链接,选择对应电脑操作系统的python版本(以下均以Windows为例)选择你要下载的python版本(注:由于python2版本之后将不再维护,所以建议下载python3版本,其中x86-64是指Windows为64位...
2019-02-17 20:32:11
703
空空如也
calcOpticalFlowPyrLK(基于python的)
2021-12-10
ROS 进行Bebop无人机仿真 闪退
2021-10-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人