动手学计算机视觉---1
一名计算机视觉从业人员
第一章,一个简单视觉实例,本章分为两个篇幅,包括基础环境的搭建和源码分析;
目录
本篇使用的操作系统Win10,CPU,使用的IDE为Pycharm
(1)如何安装Anaconda
(a)通过浏览器打开Anaconda的官网选择对应版(注意操作系统及32位或64位)本下载,本篇使用64-bit Windows;
(b)安装过程,更为详细的安装过程可以参考该链接
(c)在完成安装之后,我们可以通过Prompt来开启,也可以通过cmd打开命令行,使用activate 命令激活环境变量,激活对应的环境变量之后,在每一行前都会有该环境变量的名称,图中显示的为默认环境base
(2)如何创建虚拟环境
安装Anaconda之后,Windows,MacOS以及带有桌面应用的Linux是可以看到Anaconda的可视化页面的,如下图所示
Anaconda,更多的是一个环境管理工具,我们通过Anaconda在一台服务器上创建多种虚拟环境,各虚拟环境中运行的程序需要依赖不同版本的三方库,使用Anaconda,各虚拟环境之间相互独立;
为了进一步说明Anaconda的作用,我们接下来创建使用命令创建两个不同的Anacodna环境,分别安装不同版本的Numpy包,打印出版本
(3)如何使用国内镜像安装相关依赖包
在使用和下载Python的三方依赖包时,推荐使用pip工具,指定使用国内镜像,提高安装速度;
(a)首先激活需要安装包的虚拟环境,默认的环境在(base)下,在windows中使用,activate python3.5 (其中python3.5为虚拟环境名称),在Linux中使用命令,source activate python3.5 激活
(b)使用pip工具(关于pip和conda的区别,可参考如下链接,根据笔者经验更推荐使用pip进行安装)
pip install numpy==1.18.1 -i https://pypi.douban.com/simple
其中 -i 指定包的源,这边使用豆瓣的镜像
(4)简单的GitHub实例
我们使用深度学习和计算机视觉结合的经典模型算法inceptionV4(基于keras的实现),百度网盘的地址(附带模型),密码:2wo8
更多内容请持续关注。