- 博客(31)
- 收藏
- 关注
RSS订阅原创 余弦退火示例pytorch
余弦退火学习率调度器是一种用于动态调整学习率的方法，能够在训练过程中逐渐降低学习率，从而有助于模型更好地收敛。我们可以通过PyTorch中的来实现这种调度器。1.4f0.6f。
2024-07-22 11:16:34
609
原创 动静分离网络
动静分离网络的主要目的是分别处理视频帧中的静止区域和运动区域，以便对不同区域采用不同的去噪策略。这里提供一个实现思路，通过两个分支网络分别处理静止区域和运动区域，然后将两者的输出融合起来。
2024-06-28 19:37:32
264
原创 动静图怎么用于降噪
设计一个多分支网络，其中一支用于处理带噪声的特征图，另一支用于处理帧差图。将两个分支的输出结合在一起进行去噪。：在模型训练过程中，可以对运动区域赋予更高的权重，从而让模型更加关注这些区域。具体方法是在损失函数中对运动区域的误差进行加权。：引入注意力机制，通过帧差图来生成注意力图，让模型自动学会关注运动区域。：构建一个动静分离网络，分别处理运动区域和静止区域，然后将两部分的结果结合在一起进行最终的去噪处理。
2024-06-28 16:51:35
404
原创 可视化adam学习率变化情况
在PyTorch中，可以通过访问优化器的学习率来打印或可视化Adam优化器的学习率变化情况。以下是一个示例代码，展示如何在训练过程中记录并可视化Adam优化器的学习率变化。
2024-06-19 16:39:26
335
原创 根据镜像创建容器，设置共享文件夹
通过这些步骤，你可以根据已有的镜像创建一个新的容器，并设置好容器文件夹与外部共享。命令来创建和启动容器，并设置文件夹共享。的镜像来创建新的容器。假设你选择了一个名为。假设你要将宿主机上的。
2024-06-17 14:34:49
203
原创 读取文件夹内文件名并且批量修改
如果文件夹中的文件名已经按你需要的顺序排列好，并且你不需要对文件名进行额外的排序，那么你可以直接读取文件名并按顺序重命名。1。
2024-06-14 17:03:25
412
原创 判断服务器的可用cpu数量来设置num_workers
通过使用psutil获取当前系统的 CPU 负载信息，可以更准确地确定可用的 CPU 核心数量，并根据这个数量来设置。这样可以更好地利用系统资源，提高数据加载和训练的效率。如果你有进一步的问题或需要更多帮助，请随时告诉我。
2024-06-13 16:30:02
371
原创 清理buffcache
使用free -m命令查看当前内存使用情况，包括buff/cache。free -m可以使用sync命令同步文件系统，然后使用echo命令和sysctl命令清理缓存。syncsync命令将所有未写入磁盘的内容写入磁盘，以确保文件系统的一致性。此命令清理页面缓存。此命令清理目录项和inode缓存。此命令同时清理页面缓存、目录项和inode缓存。再次使用free -m命令查看buff/cache的使用情况。free -m。
2024-06-12 11:16:31
970
原创 读取onnx模型，打印网络节点信息
要根据 ONNX（Open Neural Network Exchange）模型得到结构代码，你可以使用 ONNX 的 Python 库。这可以帮助你解析 ONNX 模型，并生成相应的结构代码。下面是一个示例代码，它展示了如何使用 ONNX 库来加载一个 ONNX 模型并输出其层次结构。首先，你需要安装onnx和库。
2024-06-05 14:07:36
364
原创 读取文件夹内png做多帧均值方差拟合
下面是一个用Python实现的代码，来读取一个文件夹下连续抓拍的150张PNG图片，计算每个像素点在150帧内的均值和方差，然后在14个3x3的矩形ROI内进行拟合。我们将使用OpenCV读取图片，NumPy进行计算，并用scipy进行线性回归拟合。代码解释读取图片：定义ROI：计算均值和方差：线性回归拟合：如果有其他需求或改进，请告知！
2024-06-04 11:39:22
343
原创 读取raw图，分通道处理再组合(rggb)
通过这个流程，你可以读取、处理并保存RGGB格式的12bit RAW图像。你可以根据需要调整线性模型的参数以实现不同的图像处理效果。
2024-05-31 08:57:01
513
2
原创 画人脸框jpg
这段代码会在原始文件名的基础上加上"_processed"后缀来保存处理后的图片，例如"123_456_789_1011_jpeg90.jpg"会被保存为"123_456_789_1011_jpeg90_processed.jpg"。这样你就可以区分原始图片和处理后的图片了。好的，如果你不需要显示图片，只想保存画框后的图片，你可以稍微修改一下上述代码。修改后的代码会在画完矩形框后直接将图片保存在同一文件夹中，文件名为原文件名加上"_processed"后缀。这样做可以避免覆盖原始图片。
2024-01-12 20:36:59
413
1
原创 均值滤波积分图加速
请记住，这个代码是一个示例，它没有包含图像的加载和保存，你需要根据实际情况来处理这些部分。另外，考虑到不同的环境和需求，你可能需要进一步调整和优化这个代码。在实际使用之前，确保在你的环境中充分测试并验证其正确性和性能。下面是一个完整的C程序示例，它展示了如何为139x180的灰度图像创建一个积分图，并使用这个积分图进行快速均值滤波。这里也包括了上一条回答中提到的积分图的优化计算方法。函数执行整个流程，包括分配内存、调用函数、以及最后的内存清理。函数使用这个积分图进行快速均值滤波。函数计算输入图像的积分图，
2023-12-27 17:23:27
460
1
原创 Yuv读取
在YUV420_NV12格式的图像中，亮度层（Y）和色度层（UV）是分开存储的，而不是交错排列。在这种格式中，色度信息（U和V）是交错存储的，但亮度信息（Y）是连续存储的。它们的大小是亮度信息大小的一半，因为在垂直和水平方向上，每4个亮度像素共享一组UV值。：这种格式的图像包含亮度信息（Y）和两个色度信息（U和V）。：处理完亮度层之后，我们需要将修改后的Y分量和原始的U和V分量重新组合，然后保存为YUV420_NV12格式的图像。这行正是在执行这个操作，提取整个Y分量，这部分数据是连续的，不含有UV分量。
2023-12-11 15:59:07
425
1
原创 Yuv双边滤波
你可以使用Python的OpenCV库来处理YUV420_NV12格式的图像。这段代码首先读取YUV420_NV12格式的图像，然后对亮度层（Y通道）进行双边滤波，最后将结果保存为YUV420_NV12格式的文件。你可以根据需要调整参数，如滤波器的参数和文件名。
2023-12-11 15:24:39
425
1
原创 局部均值和方差 局部对比度增强
我现在有一个2304*1296的12位亮度图，怎么提高对比度？亮度图数据用一个一维数组raw[]存储了，亮度范围是12位提高图像的对比度通常会让图像更加清晰，更容易分辨图像中的内容。有多种方法可以提高图像对比度，其中一种比较简单而常用的是线性拉伸方法。对于12位深度的图像，像素值范围在0-4095。线性拉伸就是找到图像中最暗和最亮的像素值，然后将这个范围线性地映射到0-4095的范围内。
2023-10-17 03:06:51
343
原创 平滑时高斯滤波出现光晕，用双边滤波代替
双边滤波是一种非线性的图像滤波方法，用于同时进行边缘保留（edge preservation）和噪声去除（denoising）。与其他简单滤波方法如高斯滤波不同，双边滤波考虑了像素间的强度差异，从而在平滑图像的同时保留边缘信息。这主要是因为高斯滤波没有考虑像素之间的结构或方向，只是基于像素之间的距离和强度值进行平滑。: 选择一个窗口（通常是正方形或者圆形）和两个高斯函数的标准差：一个用于空间距离（( \sigma_s )），一个用于像素值（颜色）差异（( \sigma_r )）。这通常使用高斯函数来完成。
2023-09-03 20:01:32
325
1
原创 ldci和wdr的差别
WDR技术的目标是通过合并多个不同曝光水平的图像，以便在一个图像中呈现出所有区域的适当细节，从而实现广泛的亮度范围。Tone Mapping 的目标是保留图像中的关键细节和对比度，同时将高动态范围图像的范围映射到低动态范围显示设备（如显示屏）所能表示的范围内。它通过应用特定的算法和图像增强技术，提高图像中的细节、对比度和亮度，使图像更容易观察和分析。Tone Mapping 的主要功能是将高动态范围图像进行压缩，使其适应于标准显示设备的动态范围，并在保留关键细节的同时提高图像的可视性。
2023-08-28 02:02:50
420
原创 Powershell查找文件
通过使用通配符来搜索文件名中包含特定关键字的所有文件。以下是一个示例，在指定的文件夹和其所有子文件夹中查找文件名包含特定关键字的文件。通配符来匹配文件名中任何位置的关键字。这将返回所有文件名中包含指定关键字的文件。变量来搜索不同的关键字。
2023-08-25 10:52:49
926
1
原创 C语言，strcpy和直接等号赋值字符串有什么区别
是复制字符串内容到另一个已分配好内存的地方，而直接使用等号。赋值则是用于让一个指针引用另一个已有的字符串。通常用于需要复制字符串内容的情况，而等号。是让两个指针指向同一块内存地址。
2023-08-19 17:28:48
440
原创 为什么在函数内部更改形参指针的值（即让它指向一个新的地址）时，实际参数的地址不会受到影响?
这就是为什么在函数内部更改形参指针的值（即让它指向一个新的地址）时，实际参数的ptr地址不会受到影响的原因。是两个不同的指针，它们各自拥有自己的存储空间。的地址）时，这个改变不会影响到。函数中，我们创建了一个名为。是形参，它被初始化为指向。指向了一个新的地址（即。
2023-08-16 00:48:21
261
1
原创 vscode 配置多个.c文件
如果你正在维护或开发这样的代码，可能会考虑将这种结构更改为更典型的 C 语言项目结构。将函数和变量声明放在适当的头文件中，并确保每个 C 文件只编译一次，而不是在其他文件中包括。这样做可以提高代码的可读性、可维护性，并有助于防止潜在的编译和链接问题。中有变量或函数的定义，而不仅仅是声明，那么需要使用预处理器宏来避免重复包括。按照这些步骤，你应该能够消除VSCode中的未定义函数错误，而不必在。如果你的项目有特定的编译选项或依赖库，你可能需要修改。如果你在VSCode中使用任务或配置文件，确保包括。
2023-08-12 11:35:15
345
1
原创 yamm内存管理器 闲置管理节点的作用
当然，让我们开始实现yamm内存管理器。首先，我们需要定义管理内存的数据结构和链表。参考Linux内核代码中的通用链表实现，我们可以定义一个双向链表节点，并创建一个描述管理内存的结构。现在我们可以开始实现yammInit函数。我们会按照你的说明，在这个函数中预先分配管理节点，并将初始的用户数据内存加入未分配内存链表。1024这只是整个实现的开始部分。请确认以上代码是否满足你的要求，然后我会继续实现yammAllocyammFree, 和函数。如果有任何疑问或更改需求，请随时告诉我。
2023-08-08 01:37:03
254
原创 yammFree边界情况
当我们讨论边界情况和可能的优化时，我们是在指程序的各种极端、特殊或非典型情况，以及可以提高程序性能或效率的地方。在yammFree。
2023-08-08 00:29:43
58
原创 linux常用命令
查看当前文件夹内文件数目 ls -l | grep ‘^-’ | wc -l查看服务器各个文件夹所占内存 du -sh *查看服务器自己账户文件夹下内存 df -l
2021-09-02 13:55:36
66
原创 论文阅读：Joint Depth and Density Guided Single Image De-raining
Introduction远处表现为雾近处表现为雨条纹，各种方向、密度、尺寸深度引导那篇论文没有考虑雨密度，无法感知到雨条纹的空间分布雨密度指导的论文没有考虑场景深度，无法去雾于是，本文提出两者联合指导...
2021-08-10 15:59:32
144
原创 pandas之groupby函数
pandas的groupby函数是用来对数据进行分组的读取原始数据mport pandas as pdimport numpy as npimport matplotlib.pyplot as pltdf = pd.read_csv('./data.csv')print(df)groupby函数：通过对DataFrame对象调用groupby()函数返回的结果是一个DataFrameGroupBy对象，而不是一个DataFrame或者Series对象分组可以按照一个类别进行，也可以多
2021-08-04 15:10:33
632
Maggioni_Efficient_Multi-Stage_Video_CVPR_2021_supplemental.pdf
2024-05-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人