qq_43916860的博客

残差网络ResNet(Residual Network)是一种基于深度卷积神经网络(CNN)架构，由微软研究院的何凯明等人于2015年提出。ResNet的关键是引入了残差学习的概念，解决了深度神经网络在训练过程中的退化问题。图像分类算法是计算机视觉中的一个重要任务，它的目标是将输入的图像分配到一个或多个预定义的类别中，图像分类算法通常包括以下几个步骤，数据准备、特征提取和分类器，分类器是在CNN的顶层使用全连接层或其他分类器将提取的特征映射到类别标签上。

本博客作为OpenCV与C++入门视频学习笔记，记录一些图像和视频的简单操作，并对相应的函数做了分析。

本文叙述记录的是一些科研绘图的实现方法，具体介绍从软件安装到实现图表绘制的详细过程。

分割掩码转化为图像格式时会在分割边界处有很多灰度像素点，这将导致后续利用分割掩码和预测分割掩码进行处理时会在边界处出现很多噪声点，因此利用阈值将分割掩码转换为二值图，消除边界上的灰度像素点。

Endnote是一款文献管理软件，通过该软件可以管理汇总我们阅读的文献资料，最重要的是方便再写论文时通过此软件将参考文献以某种要求的格式插入到论文中，在许多博客中都是通过网盘下载或者官网下载安装，且破解方法实现困难或者实现不了，下面分享一个免费的endnote软件下载安装方法。

之前分享的在原始图像上可视化分割结果的博客代码有一定的冗余性和局限性，即将预测分割可视化到原始图像上和将Ground_truth可视化到分割结果上由两端代码构成，且对可视化的分割线条不能改变其线条的粗细，由此重新分享一段代码，通过修改原始图像路径和分割掩码路径，即可将两个分割结果可视化在原始图像上，而且可以通过修改参数对线条的粗细进行改变。

将Ground truth的分割掩码与原始图像融合，从而在原始图像中可视化Ground truth的分割掩码，用绿色表示分割。训练的得分最高的模型参数文件为best_score_ISIC2018_checkpoint.pth.tar。定义一个转换图像，通过调用模型文件和训练的参数文件进行对单个输入图像进行推理预测。并将分割结果保存显示。将推理预测的分割掩码与原始图像融合，从而在原始图像中可视化预测分割，用红色表示预测分割。

代码以label文件夹下的npy后缀为例，将label文件夹下的所有.npy文件的后缀名改为_seg.npy。同理，通过该段代码也可以批量将图片文件格式进行转换，例如JPG转PNG等。

本文实现的功能是将数据集的格式转换为.npy文件，代码以ISIC2018皮肤病变分割数据集为例，将原始数据尺寸resize成342x256，并将其图像.jpg格式文件和标签.png格式文件转换为.npy格式进行储存。进行数据格式转换前只需要修改原始数据的路径和转换后的.npy文件的保存路径。本文的原始ISIC2018训练集的路径为./ISIC2018_train下面image文件夹是训练图像，label文件夹是标签图像。

五折交叉验证用于数据量比较少的模型训练，本文通过给定训练集的数据路径将训练集划分为五个文件夹folder1,folder2,folder3,folder4,folder5，并在每个文件夹下创建一个包含训练图像和验证图像名称的文件列表。运行代码前只需更改数据路径和数据后缀即可，划分的数据集在该python文件的路径下。

问题描述：在Anaconda配置深度学习环境时直接使用 pip install dlib安装dlib库往往报错。现有的解决方法要么步骤不详细要么过程复杂，本博客详细的描述一下如何简单的安装dlib库。大致分为三个步骤（1）安装两个库（2）获取dlib文件（3）安装dlib库。

本文为深度学习环境配置的基本方法，过程都是用文字描述的可能对于刚接触深度学习的小白不太友好，这里将本文的参考文章链接放在下面，如有不懂的地方可通过参考链接进行解决。显卡驱动更新、anaconda安装、pycharm安装、配置免额外安装cuda和cudnn的pytorch深度学习环境具体步骤参考链接:炮哥带你学YOLOv5口罩检测:肆十二解决base环境问题:有幸遇见的上上单独安装cuda和cudnn参考链接:link配置mxnet的深度学习环境参考链接:link。

这是Image Segmentation Using Deep Learning :A Survey这篇英文文献的中文翻译，在这篇翻译文章中作者用不同颜色的文字对一些专业名词和本人不清楚的地方进行了描述，希望对需要这篇文献中文翻译的同志有所帮助。文献综述可以帮助相关专业的学习者快速熟悉相关话题的研究，以方便其检索已有的研究成果。本人也是一名深度学习领域的初学者，关于文中不当的地方还请各位多多包含。有什么好的建议或者意见欢迎评论区留言。

python语言实现图像的手绘效果，修改程序中的原始图像位置和处理后生成的图像存储位置，在pycharm或ipython环境下运行程序即可。

具体可以这样查看。首先打开anaconda prompt输入命令查看spyder不能打开是因为pyqt5版本需要低于5.13，解决办法：先通过下面指令卸载pyqt5接下来通过下面三个指令安装pyqt5及其相关依赖包结尾

文章目录前言一、MathType的下载二、MathType的安装及破解三、将MathType导入Word1、查看\Word\Startup\路径2、三个文件的路径四、结语前言本人小白，最近写论文需要用到MathType公式编辑器，今天分享下安装方法。我觉得具体步骤已经很详细了，若有讲解不到的地方还请谅解。一、MathType的下载我将MathType公式编辑器的压缩包放在了百度网盘，大家下载压缩包并解压。大家解压时记住解压的路径，方便后续操作。链接:https://pan.baidu.com/s/

文章目录前言一、操作流程前言通过修改代码中的地址即可下载某首音乐，非常简单。一、操作流程1.首先电脑必须有python编译环境，我用的是pycharm平台，在命令终端安装requests第三方库命令 pip install requests2、运行程序import requests url = "https://dl.stream.qqmusic.qq.com/RS02060TeI7e0IcgQH.mp3?guid=8277173518&vkey=6B5BE298C70CE41

前言首先确保你的电脑已安装pycharm软件，我们在Pycharm平台编译自己的python语句，第一次发博客，纯纯的小白，请各位读者朋友手下留情不要踩啊，若有任何问题欢迎评论区留言，作者看到一定及时回复。一、反色变换图像反色变换 output = L - input反色变换代码import numpy as npfrom PIL import Imageimport matplotlib.pyplot as pltdef set_chinese(): #中文显示工具函数impor