- 博客(32)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 基于opencv的图像亮度异常检测
图像亮度异常检测主要就是求一张图片的平均亮度，如果大于阈值则判断为过亮，小于阈值则判断为过暗，实际使用时可能不是对整张图片进行检测，而是只检测图片的某个区域，这时候可以根据传入的坐标对特定区域进行检测。/***************************************************************************Description:根据传入的信号灯结构体，求出左上角和右下角的坐标parameter: lightStr:图像中包含的信号灯坐标；
2020-09-30 14:50:56
4864
原创 sqlite性能优化加速
比如在人脸时，用sqlite保存人脸底库特征值，然后当用一张图片去和底库中的人脸做人脸特征值比对，那么比对时需要遍历底库，这时候循环读取底库是比较慢的，优化的方法就是把底库的所有东西保存到内存中，例如保存到C++的嵌套map中，然后这时候去遍历底库时间会快很多倍，具体做法就是：1.初始化的时候把数据库中的所有东西读取到内存中，然后后面比对的时候直接和内存中的东西进行比对。2.由于一般会有对数据库的增删待查接口，因此每次增加一个条目的时候，不仅在数据库文件中增加，要同时在内存中增加，删除时也是，同时把
2020-09-30 13:33:56
1171
原创 VS Code配置选中后相同内容高亮功能_类似于source insight 中的shift+F8高亮功能
1.file--preference--settings2.在search栏输入workbench.colorCustomizations搜索3.然后在里面增加如下设置{"editor.fontSize": 12,"editor.minimap.enabled": false,"window.zoomLevel": 2,"workbench.colorCustomizations": {"editor.selectionHighlightBackground": "#ff0
2020-09-29 14:52:16
17003
10
转载 编译防火墙——C++的Pimpl惯用法解析
Pimpl(pointer to implementation, 指向实现的指针)是一种常用的，用来对“类的接口与实现”进行解耦的方法。这个技巧可以避免在头文件中暴露私有细节(见下图1)，因此是促进API接口与实现保持完全分离的重要机制。但是Pimpl并不是严格意义上的设计模式(它是受制于C++特定限制的变通方案)，这种惯用法可以看作桥接设计模式的一种特例。图1: Pimpl惯用法，这里的公有类拥有一个私有指针，该指针指向隐藏的实现类在类中使用Pimpl惯用法，具有如下优点：降低耦合 信息
2020-09-29 13:22:47
230
原创 特征值比对代码/计算相似度代码
float getMold(const vector<float>& vec){ /** 获取特征向量模长 **/ int n = vec.size(); float sum = 0.0; for (int i=0;i<n;i++) { sum +=vec[i] *vec[i]; } return sqrt(sum);}float getSimilarity(const vector<floa.
2020-09-25 10:40:26
1864
3
原创 pure virtual method called terminate called without an active exception Aborted
某次在HI3516上写代码的时候，执行出现pure virtual method calledterminate called without an active exceptionAborted然后把makefile里面的#CFLAGS += -march=armv7-a -mfloat-abi=softfp -mfpu=neon-vfpv4这一行屏蔽掉，具体原因待查，先把问题解决掉。...
2020-09-23 22:49:12
425
原创 caffe分类网络训练及测试步骤_Resnet50
1.生成txt文件分类网络可以不用制作lmdb数据，直接用txt文件作为输入源，一般习惯创建一个images文件夹，然后里面每一类单独一个文件夹，每个文件夹里面存放某一类的图片，然后用Python生成txt，脚本如下。import osimport random base_dir = "/data/chw/changjing_fenlei_20200622/yugeshuju/images"f_train = open("./train_origin.txt", 'w')#f_val
2020-09-22 18:00:48
2264
3
原创 《人类简史》个人读书笔记
人类简史读书笔记第一章 人类:一种也没什么特别的动物大脑只占身体总重约2%-3%，但在身体休息而不活动时，大脑的能量消耗却占了25%。智人也不过是另一种动物，这句话就是本章主题第二章 知善恶树大量的研究结果表明，即使到了今天，绝大多数的人际沟通讲的还都是八卦，人类语言真正独特的功能，在于能够传达一些根本不存在的事物的信息，讨论虚构的事物正是智人语言最独特的功能，这样的虚构故事赋予智人前所未有的能力，让我们得以集结大批人力灵活合作。只要在150人以下，不论是社群公司社会网络还是军事
2020-09-20 17:44:19
1174
原创 darknet/YOLOV4 预训练时冻结参数，停止反向传播
平时我们在训练模型时，会利用预训练模型做迁移学习，但是有时候我们想前面的几层直接复用预训练模型的参数，然后只训练后面的几个网络层，这时候需要冻结参数，停止反向传播。1.首先获取预训练模型darknet partial cfg/cspdarknet53.cfg cspdarknet53.weights cspdarknet53.conv.104 104这样就获取了yolov4模型的前面104层的参数。2.修改cfg文件，在cfg文件中的104 layer后面增加参数：stopbackw
2020-09-16 18:03:28
3116
5
原创 darknet获取网络某一层的feature代码
当我们在命令行中执行./darknet detect fridge.cfg fridge.weights dog.jpg时，代码流程是：detect到了detector.c文件里面的test_detector函数里面的test_detector，然后在test_detector函数里面首先用parse_network_cfg_custom读取 cfg配置文件，并且用load_weights加载权重文件，然后load_image加载图片，所以可以仿照test_detector函数编写获取网络某一层输出...
2020-09-15 10:18:30
452
原创 cJSON文件
//cJSON.h/* Copyright (c) 2009 Dave Gamble Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including.
2020-09-15 10:05:29
250
原创 Python图片上传服务器，得到url
for deviceid in range(5,9): print api.rt_get_rec_count(dbname);#获取底库数据条数。 path = "/home/boyun/tusou_ise/reid_yanshi_images/device%s"%(deviceid) print("path:", path) dirs = os.listdir(path) for file in dirs: ...
2020-09-14 14:19:59
1532
原创 健身气功----八段锦
刷知乎的时候看到了八段锦，然后想起了武汉方舱医院曾经组织大家一起练习八段锦，晚上查了下八段锦相关的东西，发现了新大陆，原来宋朝就已经有了八段锦，而且晚上有很多练习八段锦几年之后身体各种小毛病消失，体质改变的例子。 其实现在人的很多病都可以不太恰当的归结为中医里面的气血问题，经络不通气血不通会导致一些肢体的疼痛，一些结节增生，甚至肿瘤，而八段锦就能够很好的改善人的气血循环，八段锦能够滋阴助阳、培元补气、疏通经络、活血生津。长期锻练可使人强身健体、聪耳明目、延年益寿。用现代科学...
2020-09-12 19:33:38
765
1
原创 臀中肌----为你的膝盖保驾护航，臀中肌的作用以及最佳训练动作
说起力量训练对预防跑步伤病的重要性，很多人都会想到增强大腿和臀部肌肉，然后会用靠墙静蹲锻炼大腿肌肉，用臀桥锻炼臀部肌肉，但是有一块能够很好的预防膝盖疼的肌肉被大多数人忽略了，它就是臀中肌。 臀部最重要的肌肉是臀大肌，臀大肌是跑步蹬地发力最重要的一块肌肉，发达而有力的臀大肌如同马达一样，驱动人体向前。与此同时，臀中肌在跑步过程中也发挥着极为重要的作用，即稳定骨盆和膝关节。发力靠臀大肌，稳定靠臀中肌。因为臀中肌向上连着骨盆，向下连着大腿骨。 臀中肌的重要功能是腿外展外旋。与之相反，臀...
2020-09-10 21:36:04
1044
原创 yolov4训练自己的数据集，基于darknet框架
一：安装darknetgit clone https://github.com/AlexeyAB/darknet/修改makefile里面的值，GPU=1CUDNN=1CUDNN_HALF=1OPENCV=1OPENMP=1LIBSO=1DEBUG=1然后进行编译cd darknetmake二：首先以VOC的数据格式准备好自己的数据VOCdevkit VOC2007 Annotations ImageSets...
2020-09-10 19:03:48
2261
原创 python修改txt文件格式
数据标注完之后是每一个类别的所有标注信息都放到了一个txt文件里面，例如847aad6c593e4b08b13be32cc1b76204.jpg_671.725_23.076923076923077_785.1865384615385_181.73076923076923b1c72001011a4d3785906e17499d2784.jpg_828.4557692307693_12.5_998.648076923077_272.1153846153846格式为图片名字_x1_x2_y1_y2,
2020-09-10 11:59:38
1467
原创 ubuntu安装labelme
sudo apt-get install python-qt4 pyqt4-dev-tools #python2sudo pip install labelme #python2sudo apt-get install python3-qt4 pyqt4-dev-tools #python3sudo pip3 install labelme #python3
2020-09-09 14:19:51
325
原创 Darknet训练分类器
一：安装darknetgit clone https://github.com/AlexeyAB/darknet/cd darknetmake如果有GPU并且安装了cuda，那么可以修改makefile，将cuda和cudnn修改为1.然后再make编译。二：数据处理，准备train.list test.list labels.txt这个不像caffe里面那样，train.txt里面每一行是图片路径名字，空格，然后是标签0 1 2. 在darknet里面，标签名字是包含在图片名字里..
2020-09-08 20:51:34
1401
18
原创 常用的相似度计算方法----欧式距离、曼哈顿距离、马氏距离、余弦、汉明距离、切比雪夫距离、闵可夫斯基距离、马氏距离
在深度学习以及图像搜索中，经常要对特征值进行比对，得到特征的相似度，常见的特征值比对方法有汉明距离、余弦距离、欧式距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、马氏距离等，下面对各种比对方法分别进行介绍。1汉明距离汉明距离/Hamming Distance也能用来计算两个向量的相似度；即通过比较向量每一位是否相同，若不同则汉明距离加1，这样得到汉明距离。向量相似度越高，对应的汉明距离越小。如10001001和10110001有3位不同。2余弦相似度余弦相似度是利用两个向量之间的夹角的余弦值
2020-09-07 11:43:57
9875
原创 PCA(Principal components analysis)/主成分分析原理
该笔记主要参考了下面六篇文章：https://blog.csdn.net/zouxiaolv/article/details/100590725?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.edu_weight&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLear
2020-09-07 09:36:36
305
原创 ubuntu18.04下解压rar zip文件
一：rar文件1.安装rar和unrar工具压缩功能安装 sudo apt-get install rar卸载 sudo apt-get remove rar解压功能安装 sudo apt-get install unrar卸载 sudo apt-get remove unrar2.解压和压缩解压：rar x FileName.rar #解压后所有文件在一个文件夹里面解压：rar e FileName.rar #解压后文件是分散的。压缩：rar a FileNam
2020-09-04 13:51:54
3225
原创 Python数据清洗之----统计数据集
#!usr/bin/env python#-*- coding:utf-8 _*-"""@Author : LIAOH@file : 统计数据集.py# @Time : 2020/8/14 10:04"""import osdef count_dir(data_dir, label): count = 0 # 当前 label 文件夹图片数量 label_dir = os.path.join(data_dir, label) # 当前遍历 label 文件...
2020-09-02 14:06:41
360
1
原创 Python数据清洗之----剔除筛选图片
#!usr/bin/env python#-*- coding:utf-8 _*-"""@Author : LIAOH@file : 剔除图片.py# @Time : 2020/8/14 10:35"""import osdef count_files(data_dir, select_data_dir, dir): count = 0 for parent, dirs, files in os.walk(dir): if files == []...
2020-09-02 14:05:56
1346
原创 Python数据清洗之----删除非图片文件
#!usr/bin/env python#-*- coding:utf-8 _*-import osimport shutildef is_image(file): return file.endswith('jpg') or file.endswith('png') or file.endswith('jpeg')def check_files(data_dir, label, backup_dir, delete, backup): count_error = ...
2020-09-02 14:04:02
534
原创 Python数据清洗之----删除重复图片
#!usr/bin/env python#-*- coding:utf-8 _*-"""@Author : LIAOH@file : 图片去重.py# @Time : 2020/8/14 10:02"""#!usr/bin/env python#-*- coding:utf-8 _*-"""@Author : LIAOH@file : 图片去重.py# @Time : 2020/8/10 11:37"""import osimport shutilfrom...
2020-09-02 14:02:16
2937
原创 Python数据清洗之----删除读取失败文件
import osimport shutilimport warningsfrom PIL import Imagewarnings.filterwarnings("error", category=UserWarning)def is_read_successfully(file): try: Image.open(file).convert('RGB') return True except Exception: re...
2020-09-02 14:00:53
308
原创 ubuntu18.04图形化界面远程连接服务器
ubuntu16.04的文件管理器上有一个connect to server，但是在ubuntu18.04上发现没有这个选项了。于是在ubuntu18.04的文件管理器的某个文件夹里面，先ctrl + l,然后输入服务器路径，如：sftp://192.168.1.110/ 则可以图形界面登录服务器。...
2020-09-02 11:21:33
1921
6
原创 ubuntu18.04上 /lib/x86_64-linux-gnu/libc.so.6: version `GLIBC_2.28‘ not found
在ubuntu上面安装了某软件之后，打开该软件之后提示ubuntu18.04上 /lib/x86_64-linux-gnu/libc.so.6: version `GLIBC_2.28' not found然后发现自己电脑里面本来是GLIBC_2.27版本，于是要安装 libc-2.28.socurl -O http://ftp.gnu.org/gnu/glibc/glibc-2.28.tar.gztar zxf glibc-2.28.tar.gz cd glibc-2.28/mkdir
2020-09-01 21:10:46
48179
21
原创 ubuntu环境问题
之前在ubuntu上面用apt-get安装软件的时候，遇到找不到package时，会自己直接去https://pkgs.org/网站搜索相应的包进行下载，但是这时候要注意1.在https://pkgs.org/网站上下载包时要关注ubuntu的版本，比如你的系统如果是ubuntu16.04，但是却下载了ubuntu18.04的包，那么后面会导致一些一来的版本就乱了，不好解决。2.在https://pkgs.org/网站上下载包时要关注包的型号，比如perl-base_5.22.1-9_amd64.d
2020-09-01 09:31:02
365
ndjpnladcallmjemlbaebfadecfhkepb.zip
2020-08-04
2020-07-24-21-20-52-download-P3X-OneNote-2020.10.105.AppImage
2020-08-04
pytorch学习视频百度网盘链接.txt
2020-02-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人