qq_43676184的博客

原创 python程序conda环境开机自启动设置 windows

python程序conda环境开机自启动设置 windows

原创 .py脚本运行另一个python文件（Linux,Windows）

最主要的一句代码是：import osos.system('python train.py')下面是我自己写的进行五折验证的代码。from sklearn.model_selection import KFoldimport numpy as npimport oswith open("./dataset/all.txt", "r") as f: lines = [] for line in f.readlines(): line = line.strip(

原创 删除pdf(论文)的行号

当我们在阅读论文的过程中，如果英文文献有行号，使用翻译软件的时候会将数字也翻译进去，影响我们阅读。

原创 labelme制作voc数据集出现SystemExit: 2 的问题

出现SystemExit: 2 的问题的主要原因是下面的代码错误 parser = argparse.ArgumentParser( formatter_class=argparse.ArgumentDefaultsHelpFormatter ) parser.add_argument('input_dir', default='./', help='input annotated directory') parser.add_argument('output

原创 github镜像网站

https://github.com.cnpmjs.org

原创 使用生产者和消费者模式实现，交替输出：假设只有两个线程，输出以下结果：t1--＞1t2--＞2 t1--＞3 t2--＞4 t1--＞5 t2--＞6 要求：必须交替，并且t1线程负责输出奇数。t2线

1、使用生产者和消费者模式实现，交替输出：假设只有两个线程，输出以下结果：t1–>1t2–>2t1–>3t2–>4t1–>5t2–>6 要求：必须交替，并且t1线程负责输出奇数。t2线程负责输出偶数。 两个线程共享一个数字，每个线程执行时都要对这个数字进行：++实现思路：       设置生产者类，消费者类，数字类，主函数类。数字类为生产者和消费者共享。目录实现思路：1.主函数类2.生产者类3.消费者类4.

原创 java多线程模拟实现12306售票 假设有200张票，用4个线程去订票，不能有两个或者以上的线程订到了 同一个票（原因就不说了），当最后一张票卖掉的时候结束，再订就抛 异常提示出票卖完了。

java多线程模拟实现12306售票业务描述假设有200张票，用4个线程去订票，不能有两个或者以上的线程订到了同一个票（原因就不说了），当最后一张票卖掉的时候结束，再订就抛异常提示出票卖完了。业务分析,要实现以上功能，1、需要创建一个车票类，初始化票，卖票的接口saleTicket()2、自定义异常的一个类。3、创建卖票线程类，在run方法中卖车票。4、初始化车票的线程,负责初始化车票,也就是初始化Ticket类中的数组。5、创建主方法进行测试。业务实现一共创建了6个类，

原创 python批量修改txt文件下每行内容

将该文件放置和欲修改的txt文件的同一目录，代码实现的是修改每行的第一个值。如果想要修改更多，修改s ='1'+ j[1:]便可。import osimport globseq_dir = os.path.expanduser('./')files=glob.glob(seq_dir + '*.txt') for f, file in enumerate(files): readfile = open(file, 'r') #读取文件 fline = readfile.read

原创 只单纯的安装gpu版本的torchvision

之前不小心把torchvision 卸载了，后来想之下一个torchvision 。最后尝试下面的语句成功安装。conda install torchvision -c pytorch

原创 url介绍

原创 python 根据图片大小将图片提取到不同文件夹

data为图片汇总文件夹import osimport globimport cv2import shutilseq_dir = os.path.expanduser('./data/')img_files=glob.glob(seq_dir + '*.jpg') size = []for f, img_file in enumerate(img_files): img = cv2.imread(img_file,0) shape = img.shape if

原创 批量筛选出具有xml标注的图片，并将其移动到另一个文件夹

import osimport globimport shutilseq_dir = os.path.expanduser('./')img_files=glob.glob(seq_dir + '*.xml') dstpath = './all/' #目标目录for img_file in img_files: img_file1 = img_file[:-4]+'.jpg' shutil.copy(img_file, dstpath) shutil.copy(img_

原创 批量修改labellmg的xml标注文件的标注名称

比如将标注B改为bacimport osimport globfrom xml.etree.ElementTree import parse, Elementseq_dir = os.path.expanduser('./')#xml文件所在位置img_files=glob.glob(seq_dir + '*.xml') for file in files: dom = parse(img_file) root = dom.getroot() # print(r

原创 将一个文件下的多个文件夹下的图片移动到一个文件夹中

import osimport shutilimport glob#目标文件夹determination = 'D:/pic'if not os.path.exists(determination): os.makedirs(determination)path = './20210809mcvu-5' #源文件夹路径folders = os.listdir(path)for folder in folders: dir = path + '/' + str(folde

原创 cv2或者numpy调换（图片）不同维度的顺序

如：HWC -＞ CHWimport cv2img = cv2.imread('1.jpg')img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)print(img.shape)img = img.transpose(2, 0, 1)print(img.shape)# 输出为：# (768, 1024, 3)# (3, 768, 1024)如果使用的是torch类型的：则可以使用permute函数.img = torch.from_numpy(

原创 c++ vector容器中删除元素遇到的坑

在使用 nums.erase(it)删除元素时，出现问题，后来得知在删除一个元素后会自动地变为下一个元素地指针，如果前面不加it，指针就会变为野指针，从而出错。如果加了it，此时it指向下一个元素。it = nums.erase(it);...

转载 简单图像卷积分类模型（CNN）

import torchimport torchvisionfrom torch.autograd import Variablefrom torchvision import datasets, transformsimport os # os包集成了一些对文件路径和目录进行操作的类import matplotlib.pyplot as pltimport time# 读取数据data_dir = 'Data' #Data 文件下有train 跟 valid两个

原创 卷积模型预测单张图像

import torchimport cv2class Models(torch.nn.Module): def __init__(self): super(Models, self).__init__() self.Conv = torch.nn.Sequential( torch.nn.Conv2d(3, 12, kernel_size=3, stride=1, padding=1), torch.nn.ReL

原创 批量将图片名称变为000_形式

import osimport globseq_dir = os.path.expanduser('./')img_files=glob.glob(seq_dir + '*.jpg') #获取所有jpg格式文件for f, img_file in enumerate(img_files): if f < 10 : img_file1 = '00'+str(f)+'.jpg' elif f < 100 : img_file1 = '0'+str(f)+'.jpg' else

原创 线性回归（一元曲线拟合 ） python

import numpy as npfrom sklearn.linear_model import LinearRegressionfrom sklearn.preprocessing import PolynomialFeaturesimport matplotlib.pyplot as pltx = np.array([1,1.1,1.2,1.3,1.4,1.5,1.6,1.7,1.8,1.9])# y = 0.8x^2 + 0.8x + 1 y = np.array([2.6,2.848

原创 将标注的线段变为mask

cv2.polylines()函数的具体参数见博客import cv2import numpy as npimport jsonimport osimport globseq_dir = os.path.expanduser('./')img_files=glob.glob(seq_dir + '*.json') print(img_files)category_types = [ "nzm", "xgb"]for img_file in img_files: imgn=str(

原创 根据json，批量从图片中提取ROI

根据json，批量从图片中提取ROIimport cv2import numpy as npimport jsonimport osimport globseq_dir = os.path.expanduser('./')img_files=glob.glob(seq_dir + '*.json') category_types = ["r"]for img_file in img_files: imgn=str(img_file[2:5])+".jpg" img = cv

原创 综述类论文审稿意见建议

对于综述论文，建议重点从以下几个方面评价：作者对该领域的知识是否全面掌握？作者是否对整体的知识（技术方法）有了规范清晰合理的归纳总结？作者对这一领域的发展脉络和研究现状是否有正确的认识？是否对各种不同的方法的优缺点都有充分的分析讨论？作者是否对该领域的研究现状和未来发展趋势有新颖独特的学术观点和判断？最后，作者是否写得通俗易懂，是否能让一般的读者（甚至不是同领域的读者）都能比较容易看懂、理解？...

原创 Unet分割自己数据集时出现expected input[1, 4, 384, 512] to have 3 channels, but got 4 channels instead

原因：png格式问题import osimport cv2'''png格式常常是32位的RGBA格式，A代表透明度， 光是更改图片后缀，不能改变图片的位数， 需要在openCV中进行色彩空间的转换， 将png格式的32位RGBA转为png格式的24位RGB'''def convert2jpg(filename): # 将彩色图转灰度图的函数 img = cv2.imread(filename, 1)

原创 批量修改图片三通道转一通道

import osimport globfrom PIL import Imageseq_dir = os.path.expanduser('./M/')pth_files = glob.glob(seq_dir+ '/*')for pth_file in pth_files: files = glob.glob(pth_file + '/*.jpg') #print(files) for file in files: print(file) img = Image.open(

原创 timesformer 交叉验证

from sklearn.model_selection import StratifiedKFoldimport numpy as npimport csvimport pandas as pdimport osimport globcolumn=[[],[]]def datainput(): with open('data.csv','r') as csvfile: reader = csv.reader(csvfile) column[0] = [row[0] for row

原创 视频上下翻转后

from PIL import Imagefrom PIL import ImageEnhanceimport osimport cv2import osimport globimport numpy as npimport matplotlib.pyplot as pltfrom PIL import ImageFilter, ImageChopsdef rotate_bound1(image, angle): ''' . 旋转图片 . @param imag

原创 批量文件名修改

import osimport globseq_dir = os.path.expanduser('../')img_files=glob.glob(seq_dir + '*.avi') for f, img_file in enumerate(img_files): img_file1 = img_file+'_updown'+'.avi' os.rename(img_file,img_file1)

原创 按秒数截取视频

import cv2print(cv2.__version__)#打开原完整视频cap = cv2.VideoCapture(r'./007LXH 2-30.avi')#打开视频if not cap.isOpened():#判断文件是否存在 print ("could not open :",fn) sys.exit() length = cap.get(cv2.CAP_PROP_FRAME_COUNT)#获得该视频的帧数h = int(cap.get(cv2.CAP_PR..

原创 将视频导成图片名为0000类似，可直接排序

# 导入所需要的库import cv2import numpy as np # 定义保存图片函数# image:要保存的图片名字# addr；图片地址与相片名字的前部分# num: 相片，名字的后缀。int 类型def save_image(image,addr,num): address = addr + str(num)+ '.jpg' cv2.imwrite(address,image) # 读取视频文件videoCapture = cv2.VideoCapt

原创 图片合成视频

import numpy as npimport cv2import globimgs=[]def gen_video(imgs, saved_path): #fourcc = cv2.cv.CV_FOURCC('M','J','P','G') #opencv版本是2 fourcc = cv2.VideoWriter_fourcc(*'XVID') #opencv版本是3 fps = 28 # 视频每秒24帧 size = imgs[0].shape

原创 图片标注并保存

import osimport sysimport xml.etree.ElementTree as ETimport globimport cv2def save_image(image,addr,num): address = addr + str(num)+ '.jpg' cv2.imwrite(address,image)def pic_label(indir,outdir): i=0 seq_dir = os.path.expanduser(indir

原创 图片裁剪并合成视频 python opencv

import osimport sysimport xml.etree.ElementTree as ETimport globimport cv2import numpy as npimgs=[]def save_image(image,addr,num): address = addr + str(num)+ '.jpg' cv2.imwrite(address,image)def pic_cut(indir): i=0 seq_dir = os.pa

原创 xml转txt

import osimport sysimport xml.etree.ElementTree as ETimport globimport cv2import numpy as npimport argparsedef xml_to_txt(indir,outdir): os.chdir(indir) annotations = os.listdir('.') annotations = glob.glob(str(annotations)+'*.xml')

原创 python批量修改文件名

import osimport globseq_dir = os.path.expanduser('../')img_files=glob.glob(seq_dir + '*.avi') for f, img_file in enumerate(img_files): img_file1 = img_file+'_updown'+'.avi' os.rename(img_file,img_file1)

原创 labelme安装

首先在win10命令行中打入pip install labelme然后等待安装完成安装完成后，在命令行输入labelme就能使用

原创 批量将视频转为图片并以视频名称为文件夹保存

# 导入所需要的库import cv2import osimport globimport numpy as np # 定义保存图片函数# image:要保存的图片名字# addr；图片地址与相片名字的前部分# num: 相片，名字的后缀。int 类型def save_image(image,addr,num): address = addr + str(num)+ '.jpg' cv2.imwrite(address,image)seq_dir = os.path.

原创 解决办法usage: setup.py [global_opts] cmd1 [cmd1_opts] [cmd2 [cmd2_opts] ...] or: setup.py --help [

错误：usage: setup.py [global_opts] cmd1 [cmd1_opts] [cmd2 [cmd2_opts] …] or: setup.py --help [cmd1 cmd2 …] or: setup.py --help-commands or: setup.py cmd --help error: no commands supplied解决方法：我采用的是最笨的方法1.在windows上 打开cmd ，2.将setup.py放到上面图片显示的文件夹里3.然后输入

原创 nn.Conv2d()

nn.Conv2d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))参数：  in_channel:　输入数据的通道数，例RGB图片通道数为3；  out_channel: 输出数据的通道数，这个根据模型调整；  kennel_size: 卷积核大小，可以是int，或tuple；kennel_size=2,意味着卷积大小2， kennel_size=

原创 Dataset

DataSet源码所有其他数据集都应该进行子类化。所有子类应该override__len__和__getitem__，前者提供了数据集的大小，后者支持整数索引，范围从0到len(self)。class Dataset(object): """An abstract class representing a Dataset. All other datasets should subclass it. All subclasses should override ``__len_