zw_tu-CSDN博客

原创快速排序冒泡排序选择排序 python实现

快速排序快速排序算法有两个核心点，分别为 “哨兵划分” 和 “递归” 。哨兵划分操作：以数组某个元素（一般选取首元素）为基准数，将所有小于基准数的元素移动至其左边，大于基准数的元素移动至其右边。递归：对左子数组和右子数组递归执行哨兵划分，直至子数组长度为 1 时终止递归，即可完成对整个数组的排序。nums = [5,6,3,2,2,4,1,7,6,8,5,9,4,5,1,5]def quicksort(nums, left, right): if left >= ri

2021-08-06 16:04:42 221

原创 NMS python实现

# https://blog.csdn.net/a1103688841/article/details/89711120import numpy as np boxes=np.array([[100,100,210,210,0.72], [250,250,420,420,0.8], [220,220,320,330,0.92], [100,100,210,210,0.72], [230,240,325,330,0.81],

2021-07-31 12:47:45 249

原创深度学习边缘检测 HED 训练自己的数据

深度学习边缘检测 HED 训练自己的数据数据集制作使用labelme标注，选择lineStrip（线条束）标注生成json文件。之后使用批量处理脚本将json文件转为边缘数据集。具体过程如下：首先将所有的json文件放入一个文件夹内，同时将接送json2dataset.py脚本放入文件夹内：json2dataset.py 批量处理可以在这个地方修改linewidth#-*-coding:utf-8-*-import osfiles=os.listdir('./')files.remo

2021-07-27 21:07:11 4166 14

原创 python Matplotlib画图细节

一些小细节import reimport matplotlib.pyplot as pltfrom matplotlib.pyplot import MultipleLocatorfrom random import shufflef = open('clip_length.txt', 'r')length = []lines = f.readlines() #读取全部内容，并以列表方式返回for line in lines: line=line.strip('\n'

2021-07-07 20:38:16 147

原创分割标注并制作COCO格式训练集

先使用labelme标注图片。需要使用https://github.com/wkentaro/labelme版本的labelme之后将原图和标注的json文件放入data_annnotated文件夹内：修改label.txt：其中前面两个不动，后面的w和e为你标注的类别，一行一类。运行代码：./labelme2coco.py data_annotated data_dataset_coco --labels labels.txt则最后输出的coco格式的标注训练图将存放在data_dat

2021-03-11 10:44:38 676

原创 labelme标注的json文件转类别灰度图

将json文件放入一个文件夹内。运行json2gray.py：#!/usr/bin/python# -*- coding: UTF-8 -*-# !H:\Anaconda3\envs\new_labelme\python.exeimport argparseimport jsonimport osimport os.path as ospimport base64import warnings import PIL.Imageimport yaml from labelme im

2021-03-11 10:18:35 1789 3

原创 Mask RCNN标注+训练自己的数据

采用的是原版matterport的Mask RCNN环境为tf1.x，版本比较老，很多warning，安装也挺多坑的。可参考别人的安装。一、使用labelme标注数据集。labelme安装：sudo apt-get install python3-pyqt5sudo pip3 install labelme注意在标注前将所有数据集resize到统一尺寸，最好也能统一命名，如1.jpg等。贴一个别人写的统一尺寸的简易代码：import osimport os.pathfrom PIL i

2021-03-04 20:06:29 1994 2

原创 SIFT+SVM图像分类

import osimport numpy as npimport cv2import globimport sklearn.svm as svmimport joblibdef calcSiftFeature(img): #设置图像sift特征关键点最大为200 sift = cv2.xfeatures2d.SURF_create() #计算图片的特征点和特征点描述 keypoints, features = sift.detectAndCompute(img

2021-01-13 23:02:17 3289 6

原创 Mask RCNN掩码指定像素坐标提取并处理

基于mattern 的maskrcnn，并且训练自己的数据，因检测需要，需要提取mask的指定像素坐标。forecas_nut.py# -*- coding: utf-8 -*-import osimport sysimport randomimport mathimport numpy as import skimage.ioimport matplotliimport matplotlib.pyplot as pltimport cv2import timefrom mrcnn

2020-12-22 17:32:08 4241 7

原创 yolo测试图片批量裁剪+pad指定尺寸

基于u版Yolo v3detect_save_crop.pyimport argparsefrom sys import platformfrom models import * # set ONNX_EXPORT in models.pyfrom utils.datasets import *from utils.utils import *def detect(save_txt=True, save_img=False): img_size = (320, 192) if

2020-12-22 17:15:57 1047 1

原创 Jetson-inference(Hello AI World)

Reference:笔记（八）Jetson Nano 跑通 jetson-inferenceJetson Nano目标检测手把手实战教程（pytorch训练、tensorrt推理，含完整代码和数据）Jetson Nano系列教程8：HelloAIWorld[Jetson Nano] Jetson-inference(Hello AI World) 爬坑指南AI学习库的安装jetson-inference（国内详细教程）...

2020-10-30 16:25:37 1135

原创 Share:高性能深度学习支持引擎实战——TensorRT

This artical introduce TensorRT :https://developer.aliyun.com/article/580307总结一下推断（Inference）和训练（Training）的不同：推断（Inference）的网络权值已经固定下来，无后向传播过程，因此可以1）模型固定，可以对计算图进行优化输入输出大小固定，可以做memory优化（注意：有一个概念是fine-tuning，即训练好的模型继续调优，只是在已有的模型做小的改动，本质上仍然是训练（Trainin

2020-10-29 14:57:30 173

原创绘制PR曲线

一、获取txt文件运行darknet官方代码中的darknet detector valid data cfg weight指令（例如:darknet.exe detector valid data/koujian/koujian.data cfg/yolov3-tiny11.cfg backup/yolov3-tiny11_last.weights），可以在result/目录下得到网络检测的输出txt文件：包括检测的图像名字、类别、概率、边界框位置（左上角和右下角）:二.新建两个文件：rev

2020-07-29 22:48:52 5690 10

原创 YOLO 训练可视化：loss、iou、F1、map、precision、recall

保存训练日志在命令最后加上：>>train.log 或者 | tee train.log训练过程就会生成一个log文件。提取log文件在log文件目录下，新建 extract_log.py 脚本：# coding=utf-8# 该文件用来提取训练log，去除不可解析的log后使log文件格式化，生成新的log文件供可视化工具绘图 import inspectimport osimport randomimport sysdef extract_log(log_file,

2020-07-10 18:10:32 14173 15

原创 YOLO:labelImg使用+xml文件转为txt文件

一、labelImg使用方法1、软件图标的使用（1）打开需要标记的图片文件夹（2）修改保存路径（XML文件夹）（3）标注ROI区域，填写标签（4）保存XML文件，有弹框提醒（5）点击下一张图进行标记2、软件快捷键的使用Ctrl +u : 打开图片文件夹Ctrl +r : 更改结果保存位置w: 开始画框Ctrl +s : 保存d: 下一张a: 上一张del:

2020-07-03 22:28:28 10665 8

原创积分分离数字PID控制器C语言

// 积分分离数字PID#include<stdio.h>struct pid{ float Setspeed; float Actualspeed; float Err; float Err_last; float Kp,Ki,Kd; float Voltage; float Integral;} pid;vo...

2020-05-06 16:24:32 857

原创增量式PID控制器C语言

// 增量式PID控制器#include<stdio.h>struct pid{ float Setspeed; float Actualspeed; float Err; float Err_Last; float Err_Next; float Kp,Ki,Kd; float Voltage; float I...

2020-05-06 15:45:05 384

原创位置式数字PI控制器C语言

数字PI控制器C语言// 数字PID控制器#include<stdio.h>struct pid{ float Setspeed; float Actualspeed; float Err; float Err_last; float Kp,Ki,Kd; float Voltage; float Integral;}...

2020-05-06 14:53:07 3216