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(49)
  • 收藏
  • 关注

原创 pytorch构建CycleGAN

给定两个无序图像集合X和Y,该算法能够自动学习到将一种风格的图像转化为另一种风格的图像,例如将horse转化为zebra,或者将zebra转化为horse。pytorch实现cycleGAN(Horse和Zebra的风格转化)数据可以自行去Kaggle下载Abstract图像对图像的转化过程是一类视觉和图形问题,其目标是学习图像之间的映射输入图像和使用图像的训练集的输出图像对齐的图像。我们看到上述两组图像,左图为一组对其的图像,也就是图像的轮廓细节部分大致相同,而右图就是两种风格完全不同的图.

2021-08-31 23:46:35 2302 11

原创 pytorch搭建WGAN

DCGAN只是在网络结构上做了相应的改进,但是实质上并没有解决gan中的本质缺陷Wasserstein GAN(下面简称WGAN)成功地做到了以下爆炸性的几点:彻底解决GAN训练不稳定的问题,不再需要小心平衡生成器和判别器的训练程度基本解决了collapse mode的问题,确保了生成样本的多样性训练过程中终于有一个像交叉熵、准确率这样的数值来指示训练的进程,这个数值越小代表GAN训练- 得越好,代表生成器产生的图像质量越高该论文的公式较多,本文只做简单的描述即可原始GAN中判别器要最小化如

2021-08-30 10:22:26 991 1

原创 pytorch搭建DCGAN

我们知道gan的过程是对生成分布拟合真实分布的一个过程,理想目标是让判别器无法识别输入数据到底是来源于生成器生成的数据还是真实的数据。当然这是一个博弈的过程并且相互促进的过程,其真实的过程在于首先判别器会先拟合真实数据的分布,然后生成器拟合判别器的分布,从而达到生成器对真实数据分布的拟合。图中蓝色部分为生成器,生成器的功能在于输入一个随机向量经过生成器一系列层的处理输出一个与真实数据尺寸一样的图片。 然后将生成器产生的图片与真实的图片信息一同的输入到判别器中,让判别器去区分该图片信息的源头,如果是判别

2021-08-30 09:29:21 1390

原创 pytorch构建deeplabv3+

DeepLab v3+ 是DeepLab语义分割系列网络的最新作,其前作有 DeepLab v1,v2, v3, 在最新作中,Liang-Chieh Chen等人通过encoder-decoder进行多尺度信息的融合,同时保留了原来的空洞卷积和ASSP层, 其骨干网络使用了Xception模型,提高了语义分割的健壮性和运行速率。其在Pascal VOC上达到了 89.0% 的mIoU,在Cityscape上也取得了 82.1%的好成绩,下图展示了DeepLab v3+的基本结构:其实在DCNN中主要是做

2021-08-14 14:51:01 1861

原创 pytorch搭建GhostNet网络模型

绪论随着卷积神经网络部署在终端的需求越来越强烈,很多研究者们开始研究如何降低神经网络的计算量。一种方法是在一个已经训练好的网络基础上做一些裁剪和量化,比如模型剪枝、低比特量化、知识蒸馏;另外一种方法是设计高效的神经网络架构,比如MobileNetv1-v3系列、ShuffleNet等等。特征冗余性是卷积神经网络的重要特性之一,一些轻量化网络的工作恰恰是利用特征的冗余性,通过裁掉部分冗余特征达到模型轻量化的效果。与其他工作不同,这篇文章并没有刻意裁剪冗余的特征,而是用一种比传统卷积层更轻量化的方法去生成

2021-08-10 20:13:47 2599 1

原创 pytorch搭建语义分割模型

本文章的语义分割的backbone采用了MobileNetv1,以及MobileNetv2mobileNetv1注:dw,表示深度可分离卷积, s表示步长,Avg Pool表示平均池化实现的代码如下import torchimport torch.nn as nnimport torchvision.transforms as Transformsimport torch.nn.functional as Fimport mathINPUT_SIZE = 224class _con

2021-08-10 13:15:34 809

原创 pytorch构建GoogLenet网络模型

GoogLenetGoogLenet网络模型主要采用一系列Inception模型构成,本文只罗列了其中一种import torchimport torch.nn as nnimport torch.nn.functional as Fclass Inception(nn.Module): def __init__(self, in_c, c1, c2, c3, c4): ''' in_c表示输入数据的通道 c1, c2,

2021-07-01 16:48:07 193

原创 pytorch构建Alexnet网络模型

在学习CS231计算机视觉的过程中了解到了alexnet模型、GoogLenet以及resnet的相关内容,故查看了相关的文献和博客其中在Alexnet模型主要运用了以下五个方法:使用了ReLu激活函数加速收敛使用GPU并行,加速训练,也为之后的分组卷积理论奠定基础提出了局部响应归一化(LRN)增加了泛化特性使用交叠池化防止过拟合一般的在池化操作用,kernel-size和stride是相等的,但是交叠池化指的是stride < kernel-size提出DropOutAlex

2021-07-01 16:39:50 310

原创 python爬取小木虫的调剂信息(考研调剂学生的福利)

先看看页面这里我们以500页,为例,采用xpath选取这里的title,时间以及作者,然后再看看具体信息红色框即为我们需要的详情信息,全部抓取后写入csv文件import requestsfrom lxml import etreeimport time as timesimport csvheaders = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML,

2021-03-03 22:44:34 1835 2

原创 k-means算法(易懂)

k-means算法的嗓步骤1、选取K个点u1、u2…uk(怎么选取,以及怎么优化后面会提到)2、分类(怎么分?):计算数据中每个点到步骤1中k个点的距离(欧氏距离、曼哈顿距离等)以欧氏距离为例:3、迭代更新(更新中心点):使得所有数据点的距离距离各个中心点u1、u2…uk的距离不再改变更新方法(可以根据自身条件设定,这里只举例一条):...

2020-10-26 11:06:09 448

原创 动态规划(子序列(连续,非连续)问题)

最长上升子序列#include <iostream>#include <algorithm>using namespace std;int a[100005];int dp[100005];int main() { int n; cin >> n; for (int i = 1; i <= n; i ++) { cin >&gt...

2020-03-31 22:45:27 391

原创 django 实现一个好看的博客

首先看看博客的整体概貌(因为我也是处在学习阶段,简单的来说就是一个python的业余爱好者,在B站上找的资源学习,学到了很多)先看主界面(由于我不擅长前端,所以采用的是杨青青里的网页模板,大家可以去百度然后获取资源)这个是登陆界面,短信验证登陆采用的是网易云信(可以去官网查看)。注册界面形式上也是类似邮箱找回密码采用的是网易邮箱结合django中的Api.写博客就比较的简陋,会前端的人...

2020-03-29 19:55:18 631

原创 python+网易云信发送短信验证码

注意适用的短信验证码次数只有20次网易云信地址拿到地址注册开通短信服务后打开开发手册为请求的路径这些为需要的参数:具体详情可以见开发文档在这里我采用python 借用第三方库requests安装也很简单pip install requests#像网易云信发送请求,帮助后台发送短信息import hashlibimport jsonfrom time import ti...

2020-03-04 00:36:54 722

原创 蓝桥杯 秘密行动

问题描述  小D接到一项任务,要求他爬到一座n层大厦的顶端与神秘人物会面。这座大厦有一个神奇的特点,每层的高度都不一样,同时,小D也拥有一项特殊能力,可以一次向上跳跃一层或两层,但是这项能力无法连续使用。已知向上1高度消耗的时间为1,跳跃不消耗时间。由于事态紧急,小D想知道他最少需要多少时间到达顶层。输入格式  第一行包含一个整数n,代表楼的高度。接下来n行每行一个整数ai,代表i层的楼层...

2020-02-27 19:00:59 1339 3

原创 bfs的简单应用

#include <queue>#include <cstdio>using namespace std;int via[100005];struct node { int x, d; node(int xx, int dd) { x = xx; d = dd; }}; int main() { int n, A, B, step; sca...

2020-02-23 17:48:08 222

原创 DAG矩形覆盖

DAG矩形覆盖有n个矩形,每个矩形可以用a,b来描述,表示长和宽。矩形X(a,b)可以嵌套在矩形Y(c,d)中当且仅当a<c,b<d或者b<c,a<d(相当于旋转X90度)。例如(1,5)可以嵌套在(6,2)内,但不能嵌套在(3,4)中。你的任务是选出尽可能多的矩形排成一行,使得除最后一个外,每一个矩形都可以嵌套在下一个矩形内。如果有多解,矩形编号的字典序应尽量小这个问...

2020-02-23 15:31:30 125

原创 django中绘制原生验证码

我们常常会在登陆或者注册以及设定一些反爬虫机制时都会使用到验证码,在这里我采用Pillow手动的生成验证码(从其他方学来的)返回到网页中的效果如下在这里思路其实很简单创建画板创建画笔绘制图像增加干扰因素在这里我是在django框架中使用,是将返回的结果映射到网页中,如果需要运行,请将HttpResponse这一行删掉,换成展示即可,文字的字体(对于windows操作系统可以去c...

2020-02-22 00:49:53 114

原创 Django会话和迁移(学习笔记)

会话技术出现场景 服务器如何识别客户端 http在Web开发中基本都是短连接请求生命周期 从Request开始 到Response结束种类 Cookie 客户端会话技术 数据存储在客户端 键值对存储 支持过期时间 默认Cookie会自动携带,本网所有的Cookie Cookie跨域名,跨网站 通过HttpResponse Sessio...

2020-02-19 17:10:22 238

原创 最大和子阵(动态规划)

实际上就是求出各行之间对应的列累加的排列组合,将二维转化为一维就是最长和字串的扩展#include <iostream>#include <algorithm>#include <string.h>using namespace std;int num[500][500];int result = -1005;int main () { int...

2020-02-16 17:36:00 203

原创 Java笔记(二)

对于byte/short/char三种类型来说,如果右侧赋值的数值没有超过范围,那个javac编译器将会自动隐含的为我们补上一个(byte)(short)(char)如果没有超过左侧的范围,编译器补上强化转。如果右侧超过了左侧的范围,那么编译器直接报错。错误代码演示:pubulic static void main(){ short a = 1; short b = 2; sho...

2020-02-07 14:40:50 80

原创 Java笔记(一)

迫于学校课程的学习,在此时此刻又要学习javaJRE(Java Runtime Environment):是java程序运时环境,包括JVM和运行时所需要的核心类库。JDK(java Development Kit): 是Java程序开发工具包,包含JRE和开发人员使用的工具。我们想要运行一个已有的Java程序,那么只需要安装JRE即可。我们相要开发一个全新的Java程序,那么必须安装JD...

2020-02-06 12:16:07 79

原创 爬取免费的IP地址

要是有钱买好的IP代理,谁还爬IP地址啊,有钱人请绕路;数据是存在于mogodb数据库,开了三个线程,我觉得够了import requestsfrom bs4 import BeautifulSoupimport timeimport pymongoimport randomimport threadingdef test1(urls1): for url in url...

2019-12-25 16:22:41 308

原创 基础编程练习(六)

7-51 BCD解密 (10point(s))BCD数是用一个字节来表达两位十进制的数,每四个比特表示一位。所以如果一个BCD数的十六进制是0x12,它表达的就是十进制的12。但是小明没学过BCD,把所有的BCD数都当作二进制数转换成十进制输出了。于是BCD的0x12被输出成了十进制的18了!现在,你的程序要读入这个错误的十进制数,然后输出正确的十进制数。提示:你可以把18转换回0x12,然后...

2019-12-13 15:37:02 851

原创 基础编程练习(五)

7-41 三天打鱼两天晒网 (15point(s))中国有句俗语叫“三天打鱼两天晒网”。假设某人从某天起,开始“三天打鱼两天晒网”,问这个人在以后的第N天中是“打鱼”还是“晒网”?输入格式:输入在一行中给出一个不超过1000的正整数N。输出格式:在一行中输出此人在第N天中是“Fishing”(即“打鱼”)还是“Drying”(即“晒网”),并且输出“in day N”。#include...

2019-12-13 15:33:02 2169

原创 爬虫小程序(二)

迫于课程设计的需要,简单的抓取了一下历史网站的的一些历史信息https://www.lssdjt.com/点开每一个链接后会出现详细的信息页抓下来写入csv文件即可由于这里几乎没有什么反爬虫机制,所以很容易import requestsfrom lxml import etreeimport csvimport codecsimport pandas as pdde...

2019-12-08 16:48:24 204

原创 基础编程练习(四)

7-31 求整数段和 (15point(s))给定两个整数A和B,输出从A到B的所有整数以及这些数的和。输入格式:输入在一行中给出2个整数A和B,其中−100≤A≤B≤100,其间以空格分隔。输出格式:首先顺序输出从A到B的所有整数,每5个数字占一行,每个数字占5个字符宽度,向右对齐。最后在一行中按Sum = X的格式输出全部数字的和X。#include<iostream>...

2019-12-06 19:36:44 508

原创 基础编程练习(三)

7-21 高速公路超速处罚 (15 分)按照规定,在高速公路上行使的机动车,达到或超出本车道限速的10%则处200元罚款;若达到或超出50%,就要吊销驾驶证。请编写程序根据车速和限速自动判别对该机动车的处理。输入格式:输入在一行中给出2个正整数,分别对应车速和限速,其间以空格分隔。输出格式:在一行中输出处理意见:若属于正常行驶,则输出“OK”;若应处罚款,则输出“Exceed x%. Ti...

2019-12-06 19:30:19 497

原创 基础编程练习题(二)

7-11 统计字符 (15 分)本题要求编写程序,输入10个字符,统计其中英文字母、空格或回车、数字字符和其他字符的个数。输入格式:输入为10个字符。最后一个回车表示输入结束,不算在内。输出格式:在一行内按照letter = 英文字母个数, blank = 空格或回车个数, digit = 数字字符个数, other = 其他字符#include<iostream>#i...

2019-11-04 17:36:54 2077

原创 基础编程练习题(一)

非常基础的题目(后面还会更新)7-1 I Love GPLT (5 point(s))这道超级简单的题目没有任何输入。你只需要把这句很重要的话 —— I Love GPLT ——竖着输出就可以了。所谓“竖着输出”,是指每个字符占一行(包括空格),即每行只能有1个字符和回车#include<iostream>#include<string>using names...

2019-11-02 11:09:36 2217

原创 导弹拦截(动态规划)

某国为了防御敌国的导弹袭击,发展出一种导弹拦截系统。但是这种导弹拦截系统有一个缺陷:虽然它的第一发炮弹能够达到任意的高度,但是以后每一发炮弹都不能高于前一发的高度。某天,雷达依次捕捉到敌国的导弹来袭,某国需要依次拦截这些导弹。那么最少需要多少套这种导弹拦截系统。输入格式第一行一个整数 n(1 \le n \le 2000)n(1≤n≤2000),表示敌国的导弹的数量。接下里一行输入 nn ...

2019-10-29 22:02:18 5265 1

原创 tensorBoard使用

生成tensorboard的正确方式import tensorflow as tf#清除默认图形堆栈并重置全局默认图形tf.reset_default_graph()#存放tensorboard文件的路径logdir = r'D:/QQPCmgr/Desktop/tensorBoard'input1 = tf.constant([1.0, 2.0, 3.0], name='inp...

2019-10-25 15:44:06 148

原创 零基础入门机器视觉(十一)

图像的直方图均衡化看标题十直方图的均衡化,所以我们必须得先知道图像得直方图是什么样子话不多说,先上代码import cv2 as cvimport numpy as npimport matplotlib.pyplot as pltsrc = cv.imread('img3.jpg')plt.hist(src.ravel(), 256, [0, 256])plt.show()看...

2019-10-11 15:39:55 220

原创 tensorflow验证码识别

验证码的识别原理类似于手写数字mnist数据集的识别,每张验证码上面存在四位字母A-Z, 在这里我可以用数字1-26表示,而1-26又可以转化为(比如3为[0, 0, 1, …, 0, 0])类似与手写数字识别一样的形式, 而验证码上面是由4位大写英文字母组成,在这里我们可以采用4 x 26的矩阵表示。‘’'4.1 卷积神经网络1)与传统的神经网络对比输入层,隐藏层,(卷积层,激活层, 池化...

2019-10-08 18:02:56 317 3

原创 爬虫小程序(一)

今天闲来无事帮同学抓取了一个房地产项目的数据网站在这里插入图片描述就是这样一个页面当你输入关键字的时候,在network你会发现这样一个继续往下翻看看preview有趣啊实际操作一波(实际上我当时写代码的时候发现 XHR里面根本就没有数据传送过来,所以我果断用了selenium,弱智了弱智了)简单的发送一个请求可以看到我们所需要的数据都在里面(有时候就是这样,找不到接...

2019-08-29 16:26:53 2964

原创 python 爬虫抓取斗鱼直播间弹幕

这个嘛方法有很多,但市面上流行的方法也就两种第一种就是通过斗鱼直播间的那个协议第二种吗简单的我想骂人(前一种学些了贼多时间,简直了)就是利用第三方库danmu安装的方法依旧是如此的简单,打开终端输入pip install danmuimport time, sysfrom danmu import DanMuClientdef pp(msg): print(msgencode(sy...

2019-07-27 14:33:46 1509 12

原创 零基础入门机器视觉(十)

分水岭算法一种图像区域的分割法,在分割的过程中,他会把临近的像素间的相似性作为重要的参考依据,从而将在空间位置上相近并且灰度值相近(求梯度)的像素点互相连接起来构成一个封闭的轮廓。想了解具体的细节请参考特别详细,很容易理解但是在代码上会有一些差异在这里还需要了解图像的腐蚀与膨胀在这里我只会说他们的意义以及作用,具体的细节请查看(以实际运用为主)特别容易理解图像的腐蚀作用:极大的消...

2019-07-18 15:34:10 244

原创 零基础入门机器视觉(九)

今天只讲 一个东西 cv.grabCut()在说明好这个玩意之前先说两个名词,前背景和后背景。简单地说前背景就是我们所拍摄得物体,后背景就是图片中不太重要得一块也就是日常生活中我们所说得‘背景’,就这么理解就行了,不必太计较。在这里我们所要提取的是前背景。先上代码,然后再一一解释步骤和功能,原理的话自己百度,百度很清楚。(对于初学者而言,真的没必要去了解太多,拿着用就行,就像是你都已经站在巨...

2019-07-18 14:55:29 189

原创 mongoDB常用操作

注意:有不懂的可以去查看对应的官方文档集合和数据都不需要手动创建,当进入一个不存在的数据库时,会自动的创建一个数据库show dbsshow databases 查看数据库use 数据库名-进入指定的数据库db -表示当前所处的数据库show collections-显示数据库中所有的集合数据库的CRUD(增删改查)的操作- 向数据库中增加文档db..inser...

2019-07-17 15:07:59 60

原创 零基础入门机器视觉(八)

玩转直线检测和圆形检测之前我们玩了一点边缘检测和轮廓检测,今天我们再玩玩简单的直线检测和圆形检测在这里只讲运用,向了解具体细节的请点击下面链接霍夫变换具体细节直线检测,故名思意就要检测直线嘛,在这里检测采用的是霍夫变换,两个函数cv.HoughLines()和cv.HoughLinesP()我们可以发现第二个函数比第一个函数多了一个P,这个P表示概率,而这个函数也是我们检测直线经常用到的...

2019-07-16 19:57:17 183

原创 零基础入门机器视觉(七)

边缘检测和轮廓检测先说两个滤波器高通滤波器 和 低通滤波器**高通滤波**主要是将那些比它周围像素亮度强的像素提取出来让它更加亮,一般用作边缘提取 **低通滤波**是在像素与周围像素亮度差值小于一个特定值时,平滑该像素的亮度。主要是用于去噪然后再说一个核:核是指一组权重得集合,他会运用在源图像得一个区域,并由此生成目标图像的一个像素。可以把核看作一块可以在图像上可以移动得毛玻璃,玻璃...

2019-07-16 13:51:07 359

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

提示
确定要删除当前文章?
取消 删除