![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习笔记
文章平均质量分 56
Sesen_s
这个作者很懒,什么都没留下…
展开
-
Python 添加根目录的三种方法
Python 添加根目录的三种方法1. 将"."添加至PYTHONPTAH环境变量 【推荐】在~/.zshrc中,export PYTHONPATH=${PYTHONPATH}:"."echo ${PYTHONPATH}import osprint(os.environ["PYTHONPATH"])2. sys.path.append或者insert,对访问到根目录的py文件,手动添加根目录import sys# 常用方式1sys.path.insert(0, '../') #原创 2020-12-23 11:15:33 · 11858 阅读 · 1 评论 -
vim 常用命令
dd --删除当前行dw --删除一个单词ndd --删除n行数据[N]yy --复制一行或者N行yw --复制一个单词p --粘贴Ctrl + f --向上翻页Ctrl + b --向下翻页i --插入到光标前面I --插入到行的开始位置a --插入到光标的后面A --插入到行的最后位置o, O --新开一行Esc --关闭插入...原创 2020-04-12 20:36:38 · 398 阅读 · 0 评论 -
Ubuntu16.04 配置gnome桌面 VNCserver xstartup文件
1、安装gnome桌面sudo apt-get install gnome-session-flashbacksudo apt install ubuntu-desktop gnome-panel gnome-settings-daemon metacity nautilus gnome-terminal -y2、安装vncserverapt-get install vn...原创 2020-01-14 14:28:03 · 6763 阅读 · 1 评论 -
OCR文字识别,即STR场景文本检测 网络模型发展概述
随着深度学习的发展,计算机视觉领域涌现出了很多端到端模型,图像、场景文字检测识别模型也在此基础上有个长远发展。1、基础网络框架 在CV领域,图像识别、检测的基础是特征提取,经典的图像分类模型包括VGGNet,ResNet、InceptionNet(GoogleNet)、DenseNet、Inside-Outside Net、Se-Net等,这些网络可以作为基础网络(通用网络模型),对输...原创 2019-10-28 16:30:57 · 3156 阅读 · 0 评论 -
RaFD数据集处理不当,导致的问题
划分RaFD数据集时,首先提取了摄像机角度为45,90,135的图片。并在这三个分类中,按照表情进行分类。将这些数据按类别,90%的数据作为训练集,10%的数据作为测试集。后续将全部角度的图片存入images,并按照表情分类。提取表情标签。使用images中提取的标签标签,对trian和test中的图片进行匹配。会发生错误。提示keyError:“XXX.jpg...原创 2019-08-14 12:45:02 · 1511 阅读 · 13 评论 -
安装卸载Xftp时,遇到的1605和1628问题
在Xftp试用期结束后,反复安装和卸载该软件,由于注册表信息残留,导致在卸载时出现1628错误,重新安装时遇到1605错误。解决办法:1、打开cmd,输入regedit注册表编辑器;2、编辑-查找,输入Xftp3、在CurrentVersion-Uninstall文件夹下找到Xftp的键值,删除即可。安装Xftp和Xshell建议:在NetSarang网站上申请免费版本。...原创 2018-10-09 19:22:01 · 10271 阅读 · 3 评论 -
4种聚类算法
算法面试问题集锦聚类算法的名称、基本思想和各自优缺点(1)K-means(K均值),变体包括k-medoids、k-modes、k-medians、kernel k-means等算法。 基本思想:k-means算法以k为参数,把n个对象分成k个簇,使簇内具有较高的相似度,而簇间的相似度较低。k-means算法的处理过程如下:首先,随机地 选择k个对象,每个对象初始地代表了一个簇的平...原创 2018-12-14 20:41:43 · 2152 阅读 · 0 评论 -
各类排序算法思想及计算复杂度
1、排序算法复杂度及稳定性原创 2019-01-23 11:02:54 · 312 阅读 · 0 评论 -
python 取二维数组中的最大值
map函数的使用>>> dp[[0, 0, 0], [0, 6, 3], [0, 0, 0], [0, 19, 0], [3, 12, 5]]>>> max(dp)[3, 12, 5]>>> max(max(dp))12>>> max(map(max,dp))19原创 2019-02-27 19:45:04 · 25117 阅读 · 1 评论 -
牛客网:python2和python3的区别--关于map函数,错误提示:空.请检查一下你的代码,有没有循环输入处理多个case.
华为2016年校园招聘上机笔试题:最高分是多少一、‘空,检查是否有多个循环输入case’问题题目很简单,主要是测试case时出现的‘空,检查是否有多个循环输入case’问题。刚开始的python2提交代码:# _*_ coding:utf-8 _*_import sysN, M = map(int,sys.stdin.readline().strip().split())sc...原创 2019-02-24 16:39:26 · 1462 阅读 · 0 评论 -
Python字典排序及小技巧
不断更新,加入在使用过程中积累的常用python一般语法及技巧(1)输出数组的最后几个元素:print(myarray[-16:]) # 输出myarray数组的最后16个元素(2)字典嵌套字典: ① 按照key值进行排序,sorted函数及lambda函数 python2中:可以按照外层字典key值排序;可以按照内层嵌套字典key值排序;不可以按照内层嵌套字典v...原创 2019-02-24 19:20:41 · 283 阅读 · 0 评论 -
python 华为2016校招笔试题:简单错误记录----字典dict的使用
最近使用python做了华为上机题:简单错误记录,在过程中遇到了一些问题,最后找到了解决办法。问题原因主要包括两方面:一是对于牛客网的oj系统不够深入了解,导致一些测试case输入问题;二是对python2和python3的差别了解的不够深入,特别是对于字典的使用。一、思路分析本题主要使用哈希表映射实现,用到python中的dict结构。首先想到了使用dict = {文件名:{'行号'...原创 2019-02-25 11:16:50 · 694 阅读 · 0 评论 -
为什么 Python 不支持函数重载?其他函数大部分都支持的?
为了考虑为什么 python 不提供函数重载,首先我们要研究为什么需要提供函数重载。函数重载主要是为了解决两个问题。1。可变参数类型。2。可变参数个数。另外,一个基本的设计原则是,仅仅当两个函数除了参数类型和参数个数不同以外,其功能是完全相同的,此时才使用函数重载,如果两个函数的功能其实不同,那么不应当使用重载,而应当使用一个名字不同的函数。好吧,那么对于情况 1 ,函数功能相同,...转载 2019-02-25 21:12:02 · 96 阅读 · 0 评论 -
牛客网 python输入问题
一、题目提示有多个case 或者 输出‘空,检查是否输入多个case’while True: try: # your code except: break二、题目提示多组同时输入或加入while循环超时import sysfor line in sys.stdin: N = line.strip()...原创 2019-03-05 16:33:55 · 2003 阅读 · 0 评论 -
剑指offer 求数组中出现次数超过一半的数字
介绍三种时间复杂度和空间复杂度不同的解法。# -*- coding:utf-8 -*-class Solution: def MoreThanHalfNum_Solution(self, numbers): # write code here # 一、哈希表计数 # 时间复杂度:O(n),空间复杂度:O(n) ...原创 2019-03-05 17:00:19 · 73 阅读 · 0 评论 -
python解法:leetcode 39 Combination Sum 回溯加剪枝
下面详细介绍39. Combination Sum和40. Combination Sum II的python解法,主要用到了回溯加剪枝的思想。leetcode 39Given asetof candidate numbers (candidates)(without duplicates)and a target number (target), find all uni...原创 2019-03-08 21:21:42 · 696 阅读 · 0 评论 -
DFS深度优先搜索和BFS广度优先搜索 leetcode 200. Number of Islands【python解法】
一、深度优先搜索和广度优先搜索DFS(Depth-First-Search),是盲目搜索算法的一种。常常用在树的遍历及图的处理上。假设当前搜索的节点记为k,深度优先搜索表示,继续探寻k节点的所有的边。搜索过程中,遇到满足条件的k+1节点,则继续搜索探寻k+1节点的所有的边。最后回溯至节点k。这个过程一直进行到已发现从源节点开始可以到达的所有节点位置。**深度优先遍历图算法步骤:访问起始...原创 2019-03-14 11:14:20 · 920 阅读 · 0 评论 -
Python语言中,数组的深浅拷贝
由leetcode 46 permutations(全排列)题目入手说明。输入输出样例:Input: [1,2,3]Output:[ [1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], [3,2,1]]分析:要想求数组元素的全排列,明显用到递归,即先确定第1个元素不变,求后n-1个元素的全排列,再和第一个元素进行组合。...原创 2019-03-07 21:17:19 · 609 阅读 · 0 评论 -
python解法:leetcode 542 0-1矩阵
class Solution(object): def updateMatrix(self, matrix): """ :type matrix: List[List[int]] :rtype: List[List[int]] """ # BFS宽度优先搜索 # 先找到所有的0点 ...原创 2019-03-28 22:46:51 · 751 阅读 · 0 评论 -
Python中 assert断言声明,遇到错误则立即返回
在使用python语言开发深度学习模型时,经常会遇到模型运行结束时才会发现的崩溃状态,或者得到的结果不是预想的那样。这就需要在模型中善于使用assert语句,来判断某些变量的类型或者shape等是否满足要求。用法为 :assert expression(你想判断的内容)# 等价于if not expression: raise AssertionError例如:在逻辑回...原创 2019-04-19 20:41:25 · 5018 阅读 · 0 评论 -
使用特定的镜像源安装anaconda,并创建虚拟环境
ubuntu 下anaconda安装1、bash Anaconda3-2019.03-Linux-x86_64.sh2、安装完成后:重启 Sessions3、修改conda源:***************.condarc文件内容开始:***************channels: - http://mirrors.源.com.cn/anaconda/pkgs/main...原创 2019-05-14 09:36:47 · 635 阅读 · 2 评论 -
Linux VNC使用
在服务器上安装VNC sever: apt-get install vnc4server在windows下安装vnc viewer在服务器开启:vncserver -geometry 1920x1080 -depth 24 :0关闭:vncserver -kill :02019.5.13不要每次都重新选择镜像,搭建环境,会导致之前安装的东西都要重新安装保存私有镜像...原创 2019-05-14 09:40:28 · 147 阅读 · 0 评论 -
Cornernet-lite 环境配置
错误1 :运行Python demo.py error:Traceback (most recent call last): File "demo.py", line 6, in <module> from core.detectors import CornerNet_Squeeze File "/data/shiwei/CornerNet_Lite/core...原创 2019-05-14 09:44:27 · 3331 阅读 · 12 评论 -
torch中的tensor.view函数(与numpy中的resize、以及torch.premute()之间的差别)
相当于numpy中resize()的功能,但是用法可能不太一样。我的理解是:把原先tensor中的数据按照行优先的顺序排成一个一维的数据(这里应该是因为要求地址是连续存储的),然后按照参数组合成其他维度的tensor。比如说是不管你原先的数据是[[[1,2,3],[4,5,6]]]还是[1,2,3,4,5,6],因为它们排成一维向量都是6个元素,所以只要view后面的参数一致,得到的结果都...转载 2019-05-14 14:20:05 · 3014 阅读 · 0 评论 -
watch -n 3 nvidia-smi 命令不显示PID进程号
最近在使用watch -n 3 nvidia-smi 命令查看GPU使用情况,遇到下面这种不显示进程号的问题。导致无法kill掉正在运行的进程。解决办法:执行代码:ps aux|grep root|grep pythonroot 1571 0.0 0.0 28944 5908 pts/0 T 11:30 0:00 pythonroot ...原创 2019-05-21 22:08:28 · 8950 阅读 · 1 评论 -
ubuntu 代码后台运行
有时候网络不稳定,导致远程访问服务器时断掉。使用screen命令实现代码后台运行。开启一个新的窗口screen -S name # 创建一个窗口,并且为这个窗口命名断开窗口的连接而回到连接会话界面:Ctrl+a+D查看已开启的窗口screen -ls #可以查看已创建的所有窗口重新连接到某窗口,显示其运行过程screen -r name 终止某窗口对...原创 2019-06-13 22:02:50 · 1495 阅读 · 0 评论 -
计算自己的图片数据集的均值、方差、特征值和特征向量
最近在一个实验中,需要统计我的图像数据集的均值和方差,以及特征值和特征向量。一、统计图片的均值和方差import numpy as npimport cv2import randomimport os# calculate means and stdfrom tqdm import tqdmimport numpy as nptrain_txt_path = './dat...原创 2019-06-09 14:31:38 · 5055 阅读 · 1 评论 -
Shell端运行.sh启动脚本被denied
添加训练脚本文件的可执行权利在shell下执行chmod +x *.sh原创 2019-06-09 14:32:48 · 271 阅读 · 0 评论 -
CenterNet:Object as points 环境搭建遇到的错误
1、环境cuda10.1 出现ImportError: /home/CenterNet/src/lib/models/networks/DCNv2/_ext/dcn_v2/_dcn_v2.so: undefined symbol: __cudaPopCallConfiguration 解决:改为cuda9.02、修改环境为cuda9.0,cudnn7.0,torch0.4...原创 2019-06-09 14:34:49 · 2514 阅读 · 6 评论 -
计算模型的参数量以及FLOPS
具体可以查看 https://github.com/Lyken17/pytorch-OpCounterTHOP: PyTorch-OpCounterpip install thoppip install --upgrade git+https://github.com/Lyken17/pytorch-OpCounter.gitclass YourModule(nn.Module):...原创 2019-06-09 14:37:28 · 2270 阅读 · 0 评论 -
双边滤波器
1、高斯滤波器:根据像素周围点到该点的距离,确定权重,由高斯函数生成。该点的像素值加上各邻域像素值乘以各自的权重,即为高斯滤波后的图像。起到平滑图像、模糊图像又能保留一部分边缘信息的作用。2、双边滤波器:在高斯滤波器的基础上,增加了灰度值的影响。某像素点邻域的像素灰度值和该点的灰度值越接近,权值在高斯权值的基础上再加上一个相对较大的权值,相反,如果灰度值不接近,将会给已生成的高斯模板对应的位置...原创 2019-08-05 21:29:42 · 243 阅读 · 0 评论 -
经验风险、期望风险、结构风险
1、经验风险:将所有的样本点都求一次损失函数然后进行累加。 经验风险是对训练集中所有样本点损失函数的平均最小化。经验风险越小说明模型f(X)对训练集的拟合程度越好。2、期望风险:期望风险是全局概念,表示决策函数对所有的样本<X,Y>预测能力的大小,而经验风险是局部的概念,仅仅表示决策函数对训练数据集里样本的预测能力。 理想的模型(决策)函数应该是让所有的样本的损...原创 2019-08-05 21:35:31 · 1486 阅读 · 0 评论 -
MobileNetV1和shuffleNetV1
mobileNet和ShuffuleNet都是轻量化网络,通过减小参数量以及FLOPS计算量,达到轻量级要求,为部署到移动端做铺垫。1、mobileNet的主要特点是使用可分离卷积代替标准卷积,可分离卷积包括两个过程depthwise conv 和pointwise conv,depthwise相当于对上层特征图的每个通道单独做卷积操作,各通道之间互不影响,卷积核的数量与输入特征图的厚度相同,...原创 2019-08-05 22:05:47 · 311 阅读 · 0 评论 -
Anchor-free系列1:CornerNet论文解读
CornerNet(左上角点+右下角点)CornerNet: Detecting Objects as Paired Keypoints (ECCV 2018) 论文主要提出一个基于目标的左上角点和右下角点这两个关键点进行目标检测的方法,同时还提出了Corner Pooling这种池化方式,有效提取角点处特征。最后将检测出的角点进行配对,最终给出属于该目标的最优...原创 2019-08-06 09:55:12 · 597 阅读 · 0 评论 -
Anchor-free目标检测系列2-CornerNet-Lite解读
CornerNet-lite(左上角点+右下角点)CornerNet-Lite: Efficient Keypoint Based Object Detection(2019.4.19) 论文与Cornernet论文作者相同,都是由普林斯顿大学的几位学者提出。截止2019年4月份,CornerNet-Lite 应该是目标检测(Object Detectio...原创 2019-08-06 10:13:54 · 1207 阅读 · 0 评论 -
Anchor-free目标检测系列3:CenterNet Object as points
CenterNet(一个中心点)CenterNet: Objects as Points(2019.4.17)论文是由德克萨斯大学奥斯汀分校和UC 伯克利学者共同提出的真正意义上anchor-free的算法。与之前介绍的CornerNet系列算法不同,CenterNet仅仅检测目标中心点,没有后续的角点配对及NMS后处理操作,检测速度和精度相比于one-stage和two...原创 2019-08-06 12:53:58 · 991 阅读 · 0 评论 -
Anchor-free系列4:ExtremeNet Bottom-up Object Detection by Grouping Extreme and Center Points
ExtremeNet (4个极值点+1个中心点)Bottom-up Object Detection by Grouping Extreme and Center Points(2019.1.23)论文ExtremeNet相比于CornerNet及CenterNet使用了目标更多的关键点,包括最左方、最右方、最上方、最下方关键点,同时引入目标中心点。其主要贡献在于两点,一是将关键点定...原创 2019-08-06 12:58:19 · 377 阅读 · 0 评论 -
Anchor-free目标检测算法系列5:CenterNet :Keypoint Triplets for Object Detection
CenterNet(中心点、左上角点、右下角点)CenterNet :Keypoint Triplets for Object Detection(CVPR2019)论文的CenterNet和2.3.2中的CenterNet重名了,但是思想完全不同,相比之下,2.3.2的CenterNet更受好评。这里简单介绍一下基于中心点、左上及右下角点的CenterNet,暂记为Tr...原创 2019-08-06 13:00:21 · 417 阅读 · 0 评论 -
Anchor-free目标检测系列9:FoveaBox(中心点): Beyond Anchor-based Object Detector
FoveaBox: Beyond Anchor-based Object Detector (2019) 论文提出的FoveaBox实际上也是基于中心点进行边框左上角点、右下角点回归,而不是利用中心点直接对边框长宽进行回归。本算法在COCO测试集上的效果为42.1AP,相较于前面的...原创 2019-08-13 19:40:27 · 310 阅读 · 0 评论 -
Anchor-free目标检测算法系列10:PLN (4个角点+中心点) :Point Linking Network for Object Detection
Point Linking Network for Object Detection (2017.6.13) 论文通过预测目标的左上、左下、右上、右下角点和中心点,通过两两之间...原创 2019-08-13 19:41:07 · 1654 阅读 · 3 评论