python
sxxblogs
研究生在读,3D视觉
展开
-
【秋招】计算机视觉面试题
计算机视觉相关:1.如果提高深层神经网络的特征表示能力?①增加隐藏层个数②pooling操作③使用非线性激活如何防止过拟合?①使用L1 L2正则化②Dropout③使用早停(现在基本不用),使深层神经网络早些停止以防止网络学习到的参数过多而造成过拟合。④BN④数据增广⑤减少模型样本不均衡会造成什么问题,如何解决?样本不均衡:不同类别的样本数量差异很大样本不均衡的影响:模型很难学习到小样本的特征,容易造成过拟合如何解决:采样(过采样小样本、欠采样多样本)、数据增广、改变正原创 2022-05-25 15:02:35 · 1335 阅读 · 0 评论 -
【python】科研论文作图
如果画出如下的实验结果图?import numpy as npimport matplotlib.pyplot as plt###############画折线图###############x = [20,22.14,24,26,28,30,32,34,36,38,40,42,44,46,48,50]#点的横坐标x=np.linspace(20,50,15)k1 = [0.87913699,0.9068915,0.92651166,0.9418901,0.95348066,0.9625750原创 2022-04-19 16:46:29 · 698 阅读 · 0 评论 -
【手部姿态估计】【论文精度】Pose Guided Structured Region Ensemble Network for Cascaded Hand Pose Estimation
【Abstract】基于单幅深度图像的手部姿态估计是计算机视觉和人机交互领域的一个重要课题。尽管在卷积神经网络的推动下,这一领域最近取得了进展,但精确的手部姿态估计仍然是一个具有挑战性的问题。本文提出了一种新的姿态引导的结构区域集成网络(Pose- guided structured Region Ensemble Network, Pose- REN)来提高手部姿态估计的性能。该方法在初始姿态估计的指导下,从卷积神经网络的特征映射中提取区域,生成更优、更有代表性的手部姿态估计特征。提取的特征区域通过树状原创 2022-04-18 10:51:24 · 507 阅读 · 0 评论 -
【论文精读】Deep Surface Normal Estimation with Hierarchical RGB-D Fusion
【Abstract】RGB-D商业相机的普及促进了其在场景理解领域的发展。然而,基于RGB-D数据的surface normal estimation作为场景理解领域的基础任务,却缺乏深入的研究。本论文,提出了一种具有自适应特征权重的分层融合网络,用于单个RGB-D图像的surface normal estimation。其中,彩色图像的特征与深度图像的特征在多个尺度上依次融合,以确保整体表面平滑的同时保有视觉显著细节。同时,深度特征在合并到彩色分支之前,使用深度估计的置信图重新加权,以避免输入的深度存在原创 2022-04-12 16:06:06 · 851 阅读 · 0 评论 -
【姿态估计】相机坐标系转换-python实现
背景:TOF相机输出的RGB分辨率为1280×960,IR分辨率为960×480,深度图分辨率为960×480IR图与深度图为同一摄像头,时间与空间均一致需完成RGB上的UVZ,转为IR坐标系下的UVZ实现流程:代码:import cv2import osimport numpy as npimport jsonimport matplotlib.pyplot as pltfrom PIL import Image, ImageTk,ImageDrawdepth_f =[492.90原创 2022-03-15 14:33:46 · 6971 阅读 · 0 评论 -
mmdetection 使用自定义数据集训练 将数据集转为COCO格式
1.mmdet的安装与配置按照官网来就好2. 将数据转为COCO格式3. 编写config配置文件我想使用centernet进行训练,编写如下config脚本改动的内容有:num_class此外还需要改动 mmdet/datasets/coco.py# -*- coding: utf-8 -*-"""Created on Thu Nov 18 11:57:13 2021@author: sxj96"""_base_ = [ '../_base_/datasets/coco原创 2021-11-29 14:11:22 · 1673 阅读 · 0 评论 -
【pytorch】pytorch 转 onnx 踩坑记录
import ioimport torchimport torch.onnximport numpy as npfrom model.detnet import detnet'''onnx的输入为array'''#device = torch.device("cuda" if torch.cuda.is_available() else "cpu")device = torch.device("cpu")def test(): model = detnet() model = m原创 2021-09-02 14:06:58 · 912 阅读 · 2 评论 -
【C++Python混合编程】C++如何调Python
配置:vs2019python:3.7第一步:下载与环境配置Python下载与配置。本地必须有Python安装包,版本不重要匹配自己的Python文件即可。没有的自行下载并按照网上教程配置系统环境变量。vs2019 编辑器配置。右键打开属性,配置VC++目录与链接器。具体如下:所有Python元素,module、function、tuple、string等等,实际上都是PyObject。C语言里操纵它们,一律使用PyObject *Python的类型与C语言类型可以相互转换。Pytho原创 2021-07-27 11:14:59 · 338 阅读 · 0 评论 -
【python】实现特定标准下的时间计算
需求:文件夹下有若干txt,需遍历所有txt文件名中含有lpos与SDK的分开处理根据特定关键词对每一行内容进行判别,找到两个特定标志的时间,做差。为起始和结束时间。import osimport argparseimport time, datetimeimport numpy as npdef toTimeStamp(timeString): #if '.' not in timeString: getMS=False #else: getMS=True #ti原创 2021-07-16 11:22:54 · 131 阅读 · 0 评论 -
深度学习的图像增强
图像增强:增强图像中的有用信息,它可以是一个失真的过程,其目的是要改善图像的视觉效果。在深度学习范畴下,图像增强是为了丰富图像的样本特征,使模型泛化能力更强。常用方式有:旋转、裁剪、水平或垂直旋转、改变亮度、高斯滤波、模糊处理。此文所涉及的图像增强技术通过opencv实现。...原创 2021-06-25 11:03:41 · 2569 阅读 · 0 评论 -
you-get 命令与踩坑
you-get是python中非常好用的视频下载包,可以支持多个门户网站的下载。我经常用来下载B站视频。使用方法很简单,常用命令如下you-get [URL]you-get -i [URL]#显示下载信息you-get -o [save_path] [URL]#指定地址存储you-get [URL] --playlist#多P同时下载踩坑!对于文件比较大的,如果没有安装FFmepg,会将视频和音频分别存储。解决办法就是安装好FFmepg...原创 2021-06-09 11:34:50 · 1127 阅读 · 0 评论 -
Missing key(s) in state_dict: “module.resnet50.conv1.weight“
在使用训练好的模型验证时,报以下错误: self.__class__.__name__, "\n\t".join(error_msgs)))RuntimeError: Error(s) in loading state_dict for DataParallel: Missing key(s) in state_dict: "module.resnet50.conv1.weight", "module.resnet50.bn1.weight", "module.resnet50.bn1.bias原创 2021-06-03 15:08:43 · 1613 阅读 · 0 评论 -
手部姿态估计常用评价指标(python实现)
总结了论文中常用的手部姿态估计评价指标:MPJPE/MPVPE、 AUC并给出python 代码实现MPJPE计算预测关节点坐标与groundtruth关节点坐标的平均欧几里得距离def mpjpe(results_pose_cam_xyz, gt_xyz ): avg_est_error = 0.0 for image_id, est_pose_cam_xyz in results_pose_cam_xyz.items(): dist =原创 2021-05-11 16:39:43 · 2859 阅读 · 2 评论 -
mask + rgb实现背景减除
import cv2import numpy as nprgb_raw_pth='D:/Program/lightv1.2.5/write-01_2021-04-29 15_03_29/rgb/76.jpg'rgb_mask_pth='D:/Program/lightv1.2.5/write-01_2021-04-29 15_03_29/sg_result76.bmp'rgb=cv2.imread(rgb_raw_pth,-1)mask=cv2.imread(rgb_mask_pth,-1)#p原创 2021-05-07 16:11:28 · 434 阅读 · 0 评论 -
【深度学习】中的batch epoch 随机数种子等问题
①epoch、batch:所有训练样本在神经网络中都进行了一次正向和反向传播(epoch)就是将所有训练样本训练一次的过程。然而一个Epoch的样本,数量可能过于庞大,需要把它分成几个小块,也就是分成多个Batch进行训练。Batch:(批/一批样本):将整个训练样本分成若干个Batch.Batch_size:每批样本的大小iteration:训练一个Batch就是一个Iteration.② 为什么要使用多个epoch随着epoch数量增加,神经网络的权重更新次数也在增加,曲线由欠拟合会变得原创 2021-01-31 11:12:29 · 1277 阅读 · 0 评论 -
tf.image.resize_bilinear tensorflow 转pytorch
tf.image.resize_bilinear( images, size, align_corners=False, name=None)images:Tensor,4维的并且具有形状[batch, height, width, channels].size:2个元素(new_height, new_width)的1维int32张量,用来表示图像的新大小.align_corners:可选的bool,默认为False;如果为True,则输入和输出张量的4个角像素原创 2021-01-29 22:09:41 · 968 阅读 · 1 评论 -
python 批量处理文件并记录输出
不同之处:保存内容为,以log命名的文件夹内存有一个txt文件+一张对应图像import osimport argparseimport numpy as npimport pandas as pdimport matplotlibimport matplotlib.pyplot as pltdef main(): #####################命令行获取输入输出文件路径############################ parser = argparse原创 2021-01-12 14:38:07 · 777 阅读 · 0 评论 -
python txt 数据处理 errorbar画均值方差图
需求又增加了:对fps数据进行求均值和标准差的操作每隔固定时间统计一次,求每个统计间隔的均值和标准差,并找出超出3 sigma的异常数据对异常数据画图,正常为蓝色,异常为红色,临界值为橙色分类统计以上求出的所有均值(最终采用字典存储)代码越来越长,拆分为函数贴上自己写的垃圾代码,只为记录import osimport argparseimport numpy as npimport pandas as pdimport matplotlibimport matplotlib.pypl原创 2021-01-12 14:30:42 · 1050 阅读 · 0 评论 -
TensorFlow-tf.GPUOptions()
1.tf.GPUOptions()tf.GPUOptions()主要用于tensorflow的训练。tensorflow训练时默认占用所有GPU的显存。深度学习代码运行时往往出现多个GPU显存被占满清理。在构造tf.Session()时可通过tf.GPUOptions作为可选配置参数的一部分来显示地指定需要分配的显存比例。通常以下代码是成对儿出现的:gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=args.gpu_memory_f原创 2021-01-02 10:26:02 · 1611 阅读 · 0 评论 -
python逐行读取txt文件内容提取数字并保存到txt 使用命令行参数实现
这里写自定义目录标题前几天帮产品部门写了一个python的脚本,记录一下。需求:对现有的log文件(格式为txt)进行读取,提取出文档中记录fps的数字。将结果保存到txt文件中,一个文件对应一个输出结果文件实现命令参数功能实现批量功能import osimport argparsedef main(): #命令行获取输入输出文件路径 parser = argparse.ArgumentParser("Demo of argparse") parser.add_a原创 2020-12-23 16:14:49 · 1581 阅读 · 0 评论