自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(382)
  • 资源 (4)
  • 收藏
  • 关注

原创 架构,平台,框架的区别和联系

不同的平台可能具有不同的硬件特性和操作系统约束,因此软件需要根据特定平台进行适配和优化。平台提供了软件与底层硬件和操作系统之间的接口,使得软件能够与特定的硬件和操作系统协同工作。- 架构:在软件开发中,架构是指软件的整体设计和组织方式。架构定义了系统的高级结构和组织方式,以及各个组件之间的关系和交互方式。- 平台示例:假设我们要在Windows操作系统上开发一个图形界面的应用程序,可以使用Python的Tkinter库作为GUI框架,并利用PyInstaller将程序打包成可执行文件。

2023-09-02 19:11:42 2623

原创 python进行邮件的自动发送

请将上述代码中的`your_email@example.com`、`receiver_email@example.com`、`smtp.example.com`、`your_password`替换为实际的发件人邮箱、收件人邮箱、SMTP服务器地址和发件人邮箱密码。- 本示例使用了SMTP服务器发送邮件,不同的邮箱服务商可能有不同的SMTP服务器地址和端口,请根据实际情况进行修改。- 为了保护账户安全,不建议在代码中直接写入邮箱密码,可以考虑使用环境变量或配置文件等方式来存储敏感信息。

2023-08-22 17:54:11 294

原创 Python使用内置的json模块来处理JSON数据

在Python中,我们可以使用内置的json模块来处理JSON数据。这个模块提供了四个主要的函数:dumps、loads、dump、load。- JSON只能处理基本的数据类型,如字符串、数字、布尔值、数组和字典。- loads:将已编码的JSON字符串解码为Python对象。- dump:将Python对象编码成JSON格式并写入文件。- load:读取包含JSON数据的文件中的Python对象。- dumps:将Python对象编码成JSON字符串。- JSON中的键必须是字符串,不能是其他数据类型。

2023-08-22 17:52:02 413

原创 python实现对各种excle表格的处理基础函数

Python中可以使用第三方库`openpyxl`来处理Excel表格。`openpyxl`是一个功能强大的库,可以读取、写入和修改Excel文件。它支持多种Excel文件格式,包括.xlsx和.xlsm等。

2023-08-22 17:49:29 217

原创 pyhton基础---一段代码的逐句解释

10. `average = total / len(numbers)` - 这行代码计算平均值,通过将总和`total`除以列表`numbers`的长度得到平均值,并将结果赋值给变量`average`。9. `total = sum(numbers)` - 这行代码使用内置函数`sum()`来计算列表`numbers`中所有数字的总和,并将结果赋值给变量`total`。5. `numbers -- 一个包含数字的列表` - 这是对参数`numbers`的解释,它是一个包含数字的列表。

2023-08-22 17:31:52 134

原创 python中assert断言的使用

其中,`condition`是一个布尔表达式,用于判断条件是否满足;`message`是可选的错误消息,当条件不满足时会显示该消息。断言语句通常用于在程序中检查某些假设或约束条件是否满足,以确保程序的正确性。如果某个条件不满足,断言会立即终止程序的执行,并抛出相应的异常。

2023-08-22 17:28:01 169

原创 python中os.environ

os.environ`是Python中的一个字典对象,它包含了当前进程的环境变量。通过使用`os.environ`,可以获取和设置环境变量的值。import os# 获取环境变量的值# 设置环境变量的值在上述代码中,我们首先导入了`os`模块,然后使用`os.environ.get()`方法获取名为`PATH`的环境变量的值,并将其打印出来。接下来,我们使用`os.environ[]`来设置一个名为`NEW_VAR`的新环境变量,并将其值设置为`new_value`。

2023-08-22 17:23:52 1996

原创 名人是如何评价编程的

【代码】名人是如何评价编程的。

2023-08-21 20:39:48 212

原创 不同屏幕的触控技术

触摸屏的基本原理是,用手指或其他物体触摸安装在显示器前端的触摸屏时,所触摸的位置(以坐标形式)由触摸屏控制器检测,并通过接口(如RS-232串行口)送到CPU,从而确定输入的信息。In-cell和On-cell是两种不同的触摸屏技术。In-cell是指将触摸面板功能嵌入到液晶像素中的方法,而On-cell是指将触摸面板功能嵌入到彩色滤光片基板和偏光板之间的方法。On-cell技术是将触摸传感器集成到了彩色滤光片基板和偏光板之间,这种技术难度相对较低,但相比In-cell技术,其精度和灵敏度可能会有所降低。

2023-08-21 18:52:48 1947

原创 安卓图形显示系统

图中的SurfaceFlinger是Android系统中的一个重要服务,它的主要作用是将多个来源的图形显示数据合成,然后发送到显示设备。比如打开应用,常见的有三层显示,顶部的statusbar底部或者侧面的导航栏以及应用的界面,每个层是单独更新和渲染,这些界面都是有surfaceflinger合成一个framebuffer刷新到display硬件中显示。底层为系统级别的显示,解决如何将绘制好的图层送显的问题,主要为。上层为应用级别的显示,解决如何绘制图层的问题,主要为。

2023-08-21 18:50:37 788

原创 安卓机显示屏的硬件结构

触摸屏的结构一般由三部分组成:两层透明的阻性导体层、两层导体之间的隔离层、电极。阻性导体层:上层衬底用塑料,下层衬底用玻璃,同时具有导电性的铟锡氧化物 (ITO)涂在衬底上。从而形成了两个ITO层,通过约千分之一英寸厚的一些隔离支点使两层分开。电极:选用导电性能极好的材料 (如银粉墨)构成,其导电性能大约为ITO的1000倍。隔离层:采用很薄的有弹性的聚脂薄膜PET,当表面被触摸时它会向下弯曲,并使得下面具有两层ITO涂层能够相互接触,从而连通电路,这也是触摸屏为什么能实现触摸的关键所在。

2023-08-21 18:45:58 579

原创 手机传感器的基础知识

1. **加速度计**:加速度计主要用于测量手机的加速度,即运动状态的变化。2. **陀螺仪**:陀螺仪主要用于测量手机的角速度,即方向的变化。在代码中,你可以通过读取陀螺仪的数据来控制游戏角色的方向。6. **压力传感器**:压力传感器主要用于测量手机的垂直方向的压力变化,通常用于屏幕按压操作。3. **磁力计**:磁力计主要用于测量地球的磁场,从而判断手机是否处于地面上。4. **距离传感器**:距离传感器主要用于测量手机与物体的距离。5. **光线传感器**:光线传感器主要用于测量环境光线的强度。

2023-08-21 11:05:24 701

原创 安卓手机的充电原理

无线充电优势明显,生态快速建立。无线充电技术具有方便、快捷、通用特点,解决了智能手机续航较短、充电频率较高同时各种电源充电接口不兼容的问题。2017 年苹果配备无线充电,随后三星、华为、小米、OPPO、VIVO 等相继在自家高端手机系列中装配无线充电功能。在电池电压低于3V左右时采用涓流充电,涓流充电电流是恒流充电电流的十分之一即0.1c(以恒定充电电流为1A举例,则涓流充电电流为100mA)。手机电池的充电过程分为三个阶段:涓流充电、恒流充电和恒压充电。恒压充电是指在整个充电过程中,保持恒定的输出电压。

2023-08-19 19:39:38 413

原创 安卓框架中的常见问题汇总

Android系统中最常用的驱动程序有FrameBuffer驱动、Event驱动、Flash MTD驱动、WiFi驱动、蓝牙驱动和串口等驱动程序,并且还需要音频、视频、传感器等驱动和sysfs接口。- 蓝牙驱动:蓝牙驱动是一种用于管理蓝牙设备的驱动程序,它可以让应用程序直接访问蓝牙设备,而不需要通过传统的TCP/IP协议栈。因此,应用程序框架和库之间的关系是:应用程序框架层提供了一些可供开发人员使用的应用程序接口(API),而库则提供了一些具体的实现方式,以便开发人员可以在其上构建自己的应用程序。

2023-08-19 19:11:47 138

原创 Python生成教师节祝福图像

例如,我们可以使用PIL(Python Imaging Library)库来创建和编辑图像,或者使用matplotlib库来生成复杂的图形。在这个例子中,我们将使用PIL库来创建一个包含“教师节快乐”字样的图像。在这个例子中,我们使用的是Arial字体,路径是'/Library/Fonts/Arial.ttf'。- 在添加文字到图像上时,我们需要指定文字的位置(由两个坐标值确定),以及文字的颜色和字体。在这个例子中,我们使用了黑色的文字,字体是Arial,大小是15。

2023-08-18 13:37:18 800

原创 Python使用OpenCV库对彩色图像进行通道分离

在Python中,我们可以使用OpenCV库对彩色图像进行通道分离。通道分离是将彩色图像的每个像素分解为三个通道(红、绿、蓝)的过程。这样,我们可以分别处理和分析每个通道的信息。通道分离在图像处理中有很多应用,例如图像压缩、特征提取等。- 在进行通道分离时,请确保图像数据的类型为NumPy数组。如果图像数据类型不是NumPy数组,可以使用`cv2.cvtColor()`函数将其转换为NumPy数组。- 在使用OpenCV库之前,请确保已经正确安装了该库。- 在读取彩色图像时,请确保图像文件的路径正确。

2023-08-18 12:06:31 1556

原创 Python对图像进行灰度处理

在Python中,我们可以使用PIL(Python Imaging Library)库中的Image模块对图像进行灰度处理。灰度处理是将彩色图像转换为灰度图像的过程,即每个像素的颜色由红、绿、蓝三个通道的值组成,转换为一个单一的灰度值。- 在进行灰度处理时,可以选择不同的转换模式,例如:"L"表示灰度模式,"RGB"表示彩色模式。- 在保存灰度图像时,可以选择不同的文件格式,例如:"JPEG"、"PNG"等。- 在使用Image.open()函数打开图像文件时,确保文件路径正确,否则会抛出异常。

2023-08-18 12:04:42 2035

原创 Python使用图像处理库PIL(Python Imaging Library)和NumPy库来比较两副图像的相似度

在Python中,我们可以使用图像处理库PIL(Python Imaging Library)和NumPy库来比较两副图像的相似度。- 在计算SSIM值时,如果图像尺寸不同,需要先对图像进行缩放或裁剪,使其尺寸相同。可以使用PIL库的resize()函数进行缩放,或者使用OpenCV库进行裁剪。- SSIM值的范围是-1到1,值越接近1,表示图像越相似;值越接近-1,表示图像越不相似;值接近0,表示图像相似度较低。- 请确保输入的图像路径是正确的,否则程序将无法找到图像并报错。

2023-08-18 12:02:45 419

原创 Python使用各种库来批量浏览并显示图像窗口

在Python中,我们可以使用各种库来批量浏览并显示图像窗口。这些库包括但不限于OpenCV、PIL(Python Imaging Library)、matplotlib等。这些库可以帮助我们读取、处理和显示图像。- 在使用OpenCV显示图像时,需要确保已经安装了相应的视频驱动,否则可能无法正常显示图像。- 在显示大量图像时,可能需要较大的内存和计算资源,因此需要注意计算机的性能。- 在读取图像文件时,需要确保文件路径正确,否则可能会抛出异常。这里我们以OpenCV为例,展示如何批量浏览并显示图像窗口。

2023-08-18 11:59:38 231

原创 Python绘制图像直方图

然后,我们使用numpy的random.randn函数生成了1000个随机数,这些随机数将作为我们的数据。接着,我们调用了plt.hist函数来创建直方图,其中bins参数表示我们要将数据分成多少个区间(即柱子的数量),alpha参数表示柱子的透明度。以下是一个简单的例子,我们将使用numpy生成一些随机数据,然后使用matplotlib的pyplot模块来绘制这些数据的直方图。- 在使用matplotlib绘制直方图时,需要确保你的数据是数值型的,而不是字符串或其他非数值型的数据。

2023-08-18 11:56:58 1293

原创 python画出图像像素分布图

这个函数的基本语法是:plt.imshow(X, cmap=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, *, data=None, **kwargs)。其中,X是一个二维数组,表示图像的像素值;

2023-08-18 11:55:14 690

原创 python识别并标注出两张图像的差异

在这个问题中,我们可以将两张图像分别作为模板,然后在另一张图像中寻找与模板相匹配的区域,从而标注出两张图像的差异。- 模板匹配对图像的旋转、缩放、亮度等都有一定的敏感性,因此在实际应用中可能需要进行一些预处理操作,例如旋转、缩放、归一化等,以提高匹配的准确性。- 阈值的设置需要根据具体的应用场景来确定,阈值过大可能会导致很多区域都被标记出来,阈值过小则可能会漏掉一些重要的区域。- 在使用模板匹配时,需要确保模板图像和原始图像的大小是一致的,否则可能会导致匹配失败。

2023-08-18 11:52:49 1345 2

原创 python计算模板图像与原图像各区域的相似度

在这个示例中,我们首先读取原图像和模板图像,然后使用`cv2.matchTemplate()`函数进行模板匹配。最后,我们在原图像上绘制矩形框,标识出匹配到的区域,并显示结果。其中,模板匹配是一种常见的方法,用于在一幅图像中识别出与给定模板图像相似的区域。模板匹配的原理是将模板图像在原图像上滑动,计算模板图像与原图像各区域的相似度,从而找到最佳匹配位置。可以尝试对图像进行预处理,如去噪、直方图均衡化等,以提高匹配的准确性。- 在进行模板匹配时,建议将原图像和模板图像转换为灰度图像,这样可以简化计算过程。

2023-08-18 11:50:55 1055

原创 Python对图像进行批量的归一化处理

在Python中,我们可以使用OpenCV库对图像进行批量的归一化处理。归一化是一种将图像的像素值缩放到一个特定范围(如0到1)的方法,以便在机器学习和计算机视觉任务中使用。这对于预处理图像数据非常有用,因为它可以帮助提高模型的性能和收敛速度。如果没有安装,可以使用以下命令进行安装:`pip install opencv-python`。- 在运行代码之前,请将`'path/to/your/image/folder'`替换为实际的图像文件夹路径。如果要处理彩色图像,需要对每个通道分别进行归一化。

2023-08-18 11:48:50 820

原创 Python调整图像的透明度

在Python中,我们可以使用PIL(Python Imaging Library)库来处理图像,包括调整图像的透明度。PIL库中的Image模块提供了一个名为Image.blend()的方法,可以用来混合两个图像并改变它们的透明度。alpha的值范围是0(完全透明)到1(完全不透明)。- 在使用Image.blend()方法时,需要确保两个图像的大小相同。如果设置为1,图像将完全不透明。- 在调用putalpha()方法时,需要将alpha值乘以255,因为该方法接受的参数范围是0到255。

2023-08-18 11:47:11 1997

原创 Python生成中秋月亮图片

其中,PIL(Python Imaging Library)是一个常用的图像处理库,可以用来创建、编辑和保存各种图像格式。通过使用PIL库,我们可以绘制出一个简单的中秋月亮图案,并将其保存为图片文件。上述代码首先创建了一个空白的RGB图像,然后使用`ImageDraw`模块的`ellipse`函数绘制了月亮的主体和光芒。最后,使用`save`方法将生成的图片保存为名为"moon.png"的文件。- 如果需要在网页或其他环境中显示生成的月亮图片,可以将图片文件作为资源或链接进行引用。

2023-08-18 11:40:08 1042

原创 python实现国旗和个人头像的融合

在Python中,我们可以使用图像处理库PIL(Python Imaging Library)来实现国旗和个人头像的融合。具体步骤如下:- 首先,我们需要将个人头像和国旗图片加载到内存中;- 然后,我们需要调整两者的大小,使其能够完全融合在一起;- 最后,我们将国旗图片的透明度降低,使得个人头像能够透过国旗显示出来。

2023-08-18 11:37:33 110

原创 python生成旗帜--比如美国国旗生成

上述代码中,`generate_flag`函数接受两个参数:`color`表示国旗的颜色,`size`表示国旗的大小。在函数内部,我们使用Pillow库创建一个空白图像,并使用ImageDraw模块绘制国旗的图案。最后,使用matplotlib库显示和保存生成的国旗图像。通常,我们可以使用Pillow库来处理图像,以及使用matplotlib库来显示和保存生成的国旗图像。- 生成国旗的图案可以根据具体的国家进行调整和定制。上述示例中使用的是美国国旗的图案,可以根据需要修改绘制的形状和位置。

2023-08-18 11:35:59 540

原创 使用Python开发一个自动给抖音视频点赞的功能

Python是一种高级编程语言,广泛应用于软件开发、数据分析、人工智能等领域。- 请确保替换代码中的`your_app_id`和`your_app_secret`为你自己的抖音APP的AppID和AppSecret。- 本示例仅用于学习交流,请勿用于非法用途,否则后果自负。

2023-08-18 11:33:13 2193 3

原创 python模拟年会抽奖过程

在Python中,我们可以使用random模块来模拟年会抽奖过程。首先,我们可以创建一个列表,其中包含所有可能的奖项。然后,我们可以使用random.choice()函数从列表中随机选择一个奖项。最后,我们可以使用print()函数显示抽奖结果。为了增加特效,我们可以使用time模块的sleep()函数来暂停程序一段时间,然后再显示抽奖结果。

2023-08-18 11:31:10 819

原创 Python实现邮件的定时发送功能

在Python中,我们可以使用内置的smtplib和email库来实现邮件的发送功能。同时,我们可以使用schedule库来实现邮件的定时发送功能。具体步骤如下:- 首先,我们需要导入所需的库,包括smtplib、email、MIMEText、MIMEMultipart、datetime和schedule。- 然后,我们需要设置SMTP服务器的地址和端口,以及发送者和接收者的邮箱地址。- 接着,我们需要创建一个MIMEMultipart对象,这个对象将包含我们的邮件内容。

2023-08-18 11:29:17 990

原创 Python实现每日定时喝水提醒的功能

在上述示例中,我们使用了`threading.Thread`来创建一个新的线程,并在其中执行定时任务。可以在主线程中使用`join()`方法等待定时器线程结束,或者使用其他适当的方法来管理线程的生命周期。- 导入`time`模块和`threading`模块,`time`模块用于处理时间相关的操作,`threading`模块用于创建线程。- 定义一个函数,该函数用于执行喝水提醒的操作,例如打印一条消息或播放一段声音。- 创建一个定时器对象,并设置定时器的间隔时间和要执行的函数。

2023-08-18 11:23:54 418

原创 Python实现远程控制另一台电脑

在Python中,我们可以使用一些库来实现远程控制另一台电脑。通过这些库,我们可以在本地电脑上执行命令,从而远程控制另一台电脑。- 在处理用户输入时,需要考虑到可能的安全问题,例如SQL注入、XSS攻击等。在这个示例中,我们将远程登录到另一台电脑,并执行一个简单的命令。- 在远程执行命令时,可能会遇到网络问题,例如连接超时、断开等。- 在使用这些库时,需要确保你有远程电脑的访问权限,并且知道用户名和密码。- 在执行命令时,需要确保命令是安全的,不会对系统造成破坏。

2023-08-18 11:21:20 2093

原创 Python实现多台电脑的双工通信

在Python中,实现多台电脑的双工通信可以通过使用套接字(socket)编程来实现。套接字是计算机之间进行通信的一种技术,它允许在同一台计算机上的不同进程或者不同计算机之间进行数据传输。双工通信则是指通信双方可以同时发送和接收数据。

2023-08-18 11:18:59 337

原创 python实现图像色域占比的计算

这个示例代码假设您已经安装了Pillow库,并且您的原始图片文件名为"example.jpg"。代码首先打开原始图片,然后使用`convert()`方法将其转换为RGB模式。接下来,代码获取像素点数据,并遍历每个像素点,统计红色、绿色和蓝色像素的数量。最后,代码计算每种颜色在总像素数中所占的比例,并输出结果。请注意,这只是一个简单的示例代码,实际使用时可能需要根据您的具体需求进行修改。另外,如果您需要处理多张图片,可以将代码封装成一个函数,并在循环中调用该函数来处理每张图片。

2023-08-17 09:27:53 1353

原创 python实现对图像gamma值的计算

这个示例代码假设您已经安装了Pillow库,并且您的原始图片文件名为"example.jpg"。接下来,代码使用`ImageStat`模块计算灰度图像的平均亮度和标准差,并根据这些值计算出gamma值。最后,代码输出gamma值。请注意,这只是一个简单的示例代码,实际使用时可能需要根据您的具体需求进行修改。另外,如果您需要处理多张图片,可以将代码封装成一个函数,并在循环中调用该函数来处理每张图片。要对图像的gamma数据进行计算,可以使用Python中的Pillow库。

2023-08-17 09:26:05 283

原创 python实现将一张图片裁剪成指定大小的圆形图像

代码首先打开原始图片,然后计算出圆心坐标和半径。接下来,代码创建一个新的空白图像,大小与原始图像相同,并使用`ImageDraw`模块在新的图像上绘制一个圆形。最后,代码使用`crop()`方法裁剪出圆形图像,并将其保存到文件中。请注意,这只是一个简单的示例代码,实际使用时可能需要根据您的具体需求进行修改。另外,如果您需要处理多张图片,可以将代码封装成一个函数,并在循环中调用该函数来处理每张图片。要实现特定图像裁剪为固定尺寸的图像圆,可以使用Python中的Pillow库。

2023-08-17 09:24:27 962

原创 python实现对手机app内部按钮的遍历点击操作

这个示例代码假设您已经安装了Appium和Android模拟器,并且您的Android应用程序已经在模拟器中运行。代码首先连接到设备,然后使用`find_elements_by_xpath`方法找到所有的按钮元素。请注意,这只是一个简单的示例代码,实际使用时可能需要根据您的具体需求进行修改。另外,由于不同应用程序可能具有不同的界面布局和元素定位方式,因此您可能需要查看应用程序的文档或使用其他方法来定位按钮元素。要实现对手机app内部按钮的遍历点击操作,需要使用Appium这个自动化测试工具。

2023-08-17 09:21:50 579

原创 python实现对Android系统手机亮度的调节

请注意,这只是一个简单的示例代码,实际使用时可能需要根据您的具体需求进行修改。另外,由于不同设备可能具有不同的按键映射和音量控制方式,因此您可能需要查看设备的文档或使用其他方法来控制亮度。最后,代码退出设置界面并断开与设备的连接。要实现对手机亮度的调节,需要使用Android系统的API。这个示例代码假设您已经安装了ADB工具,并且您的Android设备已经连接到计算机上。代码首先连接到设备,然后进入设备的设置界面,并使用`input。接下来,代码使用`input keyevent。

2023-08-17 09:19:24 1376

原创 python实现一个简易的餐馆收银系统

这个示例中,我们定义了三个类:`Menu`、`Order`和`Inventory`,分别用于菜单管理、订单管理和库存管理。在示例用法中,我们创建了一些对象并调用了它们的方法来演示它们的功能。5. 报表统计:包括销售额、订单量、菜品销售排行等报表的生成和查询功能。3. 库存管理:包括菜品库存的添加、删除、修改和查询等功能。4. 收银管理:包括收银记录的添加、删除、修改和查询等功能。1. 菜单管理:包括菜品的添加、删除、修改和查询等功能。2. 订单管理:包括订单的创建、修改、删除和查询等功能。

2023-08-17 08:34:59 620

增量学习,深度学习,综述

30页综述,共计249篇参考文献!本文全面调研了深度类别增量学习的最新进展,并从三大方面进行总结:以数据、模型和算法为中心,并对图像分类任务中的16种方法进行了统一评估。单位:南京大学,南洋理工大学 深度模型,如CNN和视觉Transformer,在封闭世界的许多视觉任务中取得了令人印象深刻的成就。然而,在我们不断变化的世界中,新的类别不时出现,需要学习系统不断获取新知识。例如,机器人需要理解新的指令,意见监控系统应该每天分析新出现的话题。类增量学习(CIL)使学习者能够增量地结合新类的知识,并在所有看到的类中构建通用分类器。相应地,当用新的类实例直接训练模型时,会出现一个致命的问题——模型往往会灾难性地忘记以前的类实例的特性,其性能会急剧下降。在机器学习社区,已经有许多努力来解决灾难性遗忘。在本文中,我们全面综述了深度类别增量学习的最新进展,并从三个方面总结了这些方法,即以数据为中心、以模型为中心和以算法为中心。我们还对基准图像分类任务中的16种方法进行了严格和统一的评估,以根据经验找出不同算法的特征。

2023-02-09

图像文本检索+图像预训练

LexLIP:用于大规模图像-文本检索的词汇瓶颈语言-图像预训练 表现SOTA!性能优于COTS等网络,单位:香港浸会大学,微软 图像文本检索(ITR)是在给定来自另一模态的查询的情况下检索相关图像/文本的任务。传统的密集检索范式依赖于使用双流编码器将图像和文本编码为密集表示,然而,它在大规模检索场景中面临检索速度低的挑战。在这项工作中,我们提出了lexicon-weighting范式,其中学习图像和文本的词汇空间中的稀疏表示,以利用单词包模型和高效的反向索引,从而显著降低检索延迟。一个关键的差距来自于图像数据的连续性,以及对稀疏词汇空间表示的要求。为了弥补这一差距,我们引入了一种新的预训练框架,即Lexicon-Bottlenecked Languagelmage Pre-Training(LexLIP),该框架学习重要性感知词汇表示。该框架在双流编码器和弱化文本解码器之间具有词典瓶颈模块,允许构建连续的单词瓶颈包以学习词典重要性分布。在使用相同规模的数据进行预训练后,我们的LexLIP在两个基准ITR数据集MSCOCO和Flickr30k上实现了最先进的性能。此外,在大规模检索

2023-02-09

X射线综述,32页综述

X射线综述,32页综述,共计175篇参考文献,综述了工业生产和安全应用中X射线分析的最新研究。不解释,想入门的同学必看!

2022-11-11

rcnn,sppnet,fast rcnn,faster rcnn16页详细讲解

详细的介绍最先进深度学习中目标检测算法rcnn,sppnet,fast rcnn,faster rcnn的实现原理和各个算法之间优缺点和递进性的改进的细节实现的效果。

2018-11-21

目标检测必看的六篇经典综述文章

六篇经典的综述介绍目标检测的论文阅读,理解目标检测的相关技术进展以及未来的发展趋势

2018-09-14

利用python对物体进行骨架提取

由于图片中的对象之间互相粘连和遮挡,因此必须前景进行细化,尽量使不同目标之间分开,更有利于后续的操作

2018-09-07

python将原始jpg图片数据转换成tfrecords文件送入神经网络训练

用tensorflow框架进行模型训练的时候,有部分需要将原数据的jpg格式的图片转化成tfrecords格式才能喂给模型进行训练。所以写了这个代码。

2018-09-01

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除