- 博客(42)
- 收藏
- 关注
RSS订阅原创 python跳出多层for循环
刷算法题时遇到这样一个题目，我的解法里需要使用到两层for循环，且当第二层for循环里不满足条件时，需要终止第一层for循环。已知自然数1，2，…，N（1<=N<=100）依次入栈，请问序列C1，C2，…，CN是否为合法的出栈序列。每组测试数据的第一行为整数N（1<=N<=100），当N=0时，输入结束。如给出的序列是合法的出栈序列，则输出Yes，否则输出No。第二行为N个正整数，以空格隔开，为出栈序列。对于每组输入，输出结果为一行字符串。输入包含多组测试数据。
2023-08-19 10:17:51
316
原创 使用AlexNet训练自己的分类数据集，使用VGG结合迁移学习训练自己的分类数据集
迁移学习：1.从官方加载预训练模型进行迁移学习；2自己对一个数据集训练好一个模型后，迁移到另一个数据集上进行学习
2023-06-15 10:45:32
1800
原创 python 多任务
简单地说，就是同时可以运行多个任务。打个比方，你一边在用浏览器上网，一边在听MP3，一边在用Word赶作业，这就是多任务。
2023-03-19 16:48:43
1795
原创 socket网络通信
为了能够确定网络数据收发双方是哪台电脑，需要用ip来标记电脑；用来在网络中标记一台电脑，比如192.168.1.1；在是唯一的。本地局域网也称。如果要实现不同局域网下的通信，则要连接到。
2023-03-19 11:58:36
1174
原创 算法之贪心
贪心的本质是选择每一阶段的局部最优，从而达到全局最优。这么说有点抽象，来举一个例子：例如，有一堆钞票，你可以拿走十张，如果想达到最大的金额，你要怎么拿？指定每次拿最大的，最终结果就是拿走最大数额的钱。每次拿最大的就是局部最优，最后拿走最大数额的钱就是推出全局最优。贪心的套路（什么时候用贪心）很多同学做贪心的题目的时候，想不出来是贪心，想知道有没有什么套路可以一看就看出来是贪心。说实话贪心算法并没有固定的套路。所以唯一的难点就是如何通过局部最优，推出整体最优。
2023-02-28 20:32:29
110
原创 数据结构之二叉搜索树与AVL树
若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；它的左、右子树也分别为二叉排序树。
2023-02-27 20:31:09
68
原创 哈希表之第454题.四数相加II
为了使问题简单化，所有的 A, B, C, D 具有相同的长度 N，且 0 ≤ N ≤ 500。给定四个包含整数的数组列表 A , B , C , D ,计算有多少个元组 (i, j, k, l) ，使得 A[i] + B[j] + C[k] + D[l] = 0。两两一组，先遍历前两组统计这两数之和，使用map存储这两数这和与其出现的次数，再遍历后两组统计此两数之和，找出此两数这和中与上面两数这和加起来等于0的次数。
2023-02-24 19:43:45
52
原创 哈希表之202题. 快乐数
快乐数」定义为：对于一个正整数，每一次将该数替换为它每个位置上的数字的平方和，然后重复这个过程直到这个数变为 1，也可能是 无限循环 但始终变不到 1。如果 可以变为 1，那么这个数就是快乐数。另外，关于怎么取一个数字每个位置上的值，直接对这个数%10取余数，这个余数就是最末尾位置上的数。一直取到这个数为0.如果进入循环则代表不是快乐数，所以将每次的结果存放起来，如果有元素重复出现则不是快乐数，直接返回Flase。如果 n 是快乐数就返回 True；编写一个算法来判断一个数 n 是不是快乐数。
2023-02-24 19:39:44
58
原创 哈希表之349. 两个数组的交集
题意：给定两个数组，编写一个函数来计算它们的交集。题目提示给的值在0-1000，故可以使用数组形式。若题目没有给定值的范围，则考虑使用字典。
2023-02-24 19:28:33
51
原创 哈希表之242.有效的字母异位词
再遍历 字符串s的时候，只需要将 s[i] - ‘a’ 所在的元素做+1 操作即可，并不需要记住字符a的ASCII，只要求出一个相对数值就可以了。需要把字符映射到数组也就是哈希表的索引下标上，因为字符a到字符z的ASCII是26个连续的数值，所以字符a映射为下标0，相应的字符z映射为下标25。那看一下如何检查字符串t中是否出现了这些字符，同样在遍历字符串t的时候，对t中出现的字符映射哈希表索引上的数值再做-1的操作。给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。
2023-02-24 19:27:05
65
原创 数据结构之哈希表
直接寻址表+哈希函数==哈希表哈希表通过关键字码直接访问地址，元素值为val，通过哈希函数h（val）==index得到索引值（值域为哈希表的长度），val元素直接放在得到的索引值的位置上。
2023-02-24 10:23:26
82
原创 链表之链表相交
此时我们就可以比较curA和curB是否相同，如果不相同，同时向后移动curA和curB，如果遇到curA == curB（这里不是当前节点的值相等，而是以cur为头结点的链表相等），则找到交点。给你两个单链表的头节点 headA 和 headB ，请你找出并返回两个单链表相交的起始节点。如果两个链表没有交点，返回 null。我们求出两个链表的长度，并求出两个链表长度的差值，然后让curA移动到，和curB 末尾对齐的位置，
2023-02-24 09:09:07
72
原创 鱼眼相机的标定
#鱼眼相机内参标定理论参考https://niecongchong.blog.csdn.net/article/details/122944975代码参考https://blog.csdn.net/m0_58772523/article/details/121585684##计算内参import cv2import numpy as npimport globdef calib(inter_corner_shape, size_per_grid, path): # 获取棋盘格角
2022-09-21 19:55:04
1003
原创 python+poencv获取图片中的多个数字
代码：import cv2import cv2 as cvimport numpy as npimg=cv2.imread('shuzi.jpg',0)def get_singal(img): ret0, img0 = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY) # 我需要的是白底黑字，所以最后在img0上截取 ret, img = cv2.threshold(img, 100, 255, cv2.THRESH_BINA.
2022-05-20 20:05:28
1255
原创 手码AlexNet,net.py,train.py,test.py
AlexNet结构图net.pyimport torchfrom torch import nnimport torch.nn.functional as Fclass MyAlexNet(nn.Module): def __init__(self): super(MyAlexNet, self).__init__() self.c1 = nn.Conv2d(in_channels=3, out_channels=48, kernel_size=11,
2022-05-16 15:41:05
150
原创 批量读取并保存图片
批量读取并保存图片针对文件夹里无规则命名的图片import osimport cv2def getFileList(dir, Filelist, ext=None): """ 获取文件夹及其子文件夹中文件列表 输入 dir：文件夹根目录 输入 ext: 扩展名 返回： 文件路径列表 """ newDir = dir if os.path.isfile(dir): if ext is None:
2022-04-28 19:20:41
149
原创 如何使用YOLOv5训练自己的数据集
YOLOv5的使用1.如何用yolov5已有的权重进行检测在detcet.py中进行参数设置weights中选用yolov5s.pt/yolov5m.pt/yolov5l.pt/yolov5x.ptsource中设为需要检测的文件路径，设置为‘0’，则为检测摄像头内的视频def parse_opt(): parser = argparse.ArgumentParser() parser.add_argument('--weights', nargs='+', type=str, d
2022-03-19 20:12:23
8278
原创 基于opencv的svm方法手写数字识别（python）
目录环境配置写在前面：三个程序第一个程序：训练第二个程序：图像预处理1.二值化2.去除小联通域（即噪点）3.roi提取4.将图片压缩为28*28格式5.完整代码第三个程序：测试环境配置语言：python平台：pycharm库： cv2numpykeras（这个需要先安装fensorflow库）写在前面：手写数字识别，是很多深度学习教程里的入门第一例，但是这些教程往往只告诉了你怎么去构造神经网络，训练模型，最后得出一个准确率，但是很少有教程告诉如何运用这个你训练好模型去识别你自己手写的数字。所
2021-11-21 16:06:22
7766
9
原创 基于opencv的车道线识别 方法二（极易实现（python））
基于opencv的车道线识别（方法二）效果图语言：平台：所需的库步骤及原理1.导入库2.二值化3.提取感兴趣区域4.剔除噪点5.找出值不为零的点（即车道线），并将其绘制在原图上。完整代码效果图语言： python平台： pycharm所需的库 matplotlib numpy cv2步骤及原理1.导入库import matplotlib.pyplot as pltimport numpy as npimport cv2 a
2021-11-21 15:07:13
7078
2
原创 基于opencv的车道线识别（python）（极易实现）
简易车道线识别方法1.先上效果图1.1原图：1.2结果图2.源代码#1.canny边缘检测 2.mask 3.霍夫变换 4.离群值过滤 5.最小二乘拟合 6.绘制直线import cv2import numpy as npimport matplotlib.pyplot as plt'''1.canny边缘检测'''img=cv2.imread('IMG_20210707_151326.jpg',cv2.IMREAD_GRAYSCALE) #以灰度
2021-11-10 11:18:00
10116
6
原创 基于opencv的图片人脸检测案例（python）
如何在python上利用opencv实现人脸检测一、原理及步骤1.以灰度图形式读取图片gray = cv.cvtColor（）2.实例化openCV人脸检测的分类器，主要是调用haarcascade_frontalface_default.xml文件，face_cas = cv.CascadeClassifier("haarcascade_frontalface_default.xml")face_cas.load('haarcascade_frontalface_default.xml')
2021-10-31 15:39:53
2191
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人