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(18)
  • 资源 (4)
  • 收藏
  • 关注

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

vscode最新安装包 需要自取

vscode最新安装包 需要自取

2022-07-25

cpp tools vscod的安装插件

cpp tools vscod的安装插件

2022-07-25

labelImg.zip

labelImg,打开就会用。可直接标注生成yolo所需的txt文件!不需要再xml转成txt。有一点需要注意:文件路径和命名不能包含中文

2020-07-04

windows-labelImg.rar

labelImg安装包,打开了就会用!。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

2020-07-03

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