sy686的博客

Face2face-demo 复现记录1. 执行到这步时conda env create -f environment.yml（1）报错：试了网上改变pymal版本号的方法均不可以，后来直接将!!python/tuple删除，通过了。。（2）进行这一步时特别慢Collecting package metadata (repodata.json): |参考链接：https://blog.csdn.net/langb2014/article/details/1027...

(1) PILimport osimport numpy as npfrom tqdm import tqdmfrom PIL import Imagefor file in tqdm(os.listdir(path)): # 读取图像 img = np.array(Image.open(os.path.join(path, file))) (ids, ext) = os.path.splitext(file) img1 = np.rot90(img, 1)

摘要 本文提出了一种新的、功能更强大的医学图像分割架构UNet++。我们的架构本质上是一个深度监督的编码器-解码器网络，其中编码器和解码器子网络通过一系列嵌套的、密集的跳跃路径连接。重新设计的跳跃连接旨在减少编码器子网络和解码器子网络的特征图之间的语义鸿沟。我们认为，当解码器和编码器网络中的特征映射在语义上相似时，优化器的学习任务将更加容易。我们评估了UNet++与U-Net和wide U-Net架构在多种医学图像分割任务中的应用：低剂量胸部CT扫描中...

在上一篇博文（[歌词生成] 基于LSTM语言模型和seq2seq序列模型：数据爬取、模型思想、网络搭建、歌词生成）中，seq2seq训练之后，我们发现其在训练集合...

import cv2(一). 图像读取img = cv2.imread(img_path,flag)# flag指定图像读取方式: # flag = 1 表示加载彩色图像(默认);flag = 0 表示加载灰度图像; flag = -1 表示加载包含Alpha通道的图像.(二). 图像显示cv.namedWindow('window_name', cv2.WIN...

代码来自知乎大神 https://zhuanlan.zhihu.com/p/28527749copy方便自己的学习class FocalLoss(nn.Module): r""" This criterion is a implemenation of Focal Loss, which is proposed in Focal Lo...

本文记录个人使用xgboost过程中的代码记录(调用sklearn库方式)安装xgboost: pip install xgboost即可from numpy import loadtxtfrom xgboost import XGBClassifierfrom sklearn.model_selection import train_test_splitimport xgboos...

部分代码如下,试图把提取好的特征和标签进行合并dataset1 = loadtxt('./1000.csv', delimiter=",") # 10000*1000X1= dataset1[:,0:999]dataset2 = loadtxt('./2000.csv', delimiter=",") # 10000*2000X2 = dataset2[:,0:1999]...