weixin_41068770的博客

原创 Excel（1）：表头或列头冻结

在视图中选择冻结窗格，需要注意的是，选择冻结窗格时，窗格的左上方的表格区域是固定不动的，只可以向下或者向右活动。对于较大的excel，通常需要固定一部分内容，另一份内容为可翻动。

原创 Word（1）：文章页码设置

其中，step5是保障step6顺利完成的关键，未完成step5，便执行step6时，会导致所有的页码都去掉。接下来去除封皮页的页码。step3：鼠标点击在 目录页，选择”插入“-页码-格式设置-选择编码格式为罗马数字。在文档的封皮页不设置页码，在目录页页码设置为罗马数字，在正文使用阿拉伯数字。step1： 在封皮页的最后，点击”插入“-分隔符-分节符（下一页）step2：在目录页的最后，点击”插入“-分隔符-分节符（下一页）step6：点中封皮页的页码，选择删除，即可去除掉封皮页的页码。

转载 OPENCV 无法解析的外部符号 “void __cdecl cv::imshow

原创 无法打开包括文件: “opencv2/imgproc.hpp”: No such file or directory 三种可能原因

原因1：原因2：原因3：

转载 vs未找到导入的项目，请确认 ＜Import＞ 声明中的路径正确

本文解决的问题：VS显示“vs未找到导入XXX.vcxproj 项目，请确认 import 声明中的路径正确”。本文以属性表和版本升级为例。其他问题解决方法相似。1）添加属性表打开别人的项目时，如果他在项目中添加了属性表，而属性表并未同时与工程一起打包，那么你的VS就会显示：D:\xxxx\xxxx.vcxproj : error : 无法读取项目文件“xxxx.csproj”。D:\xxxx\xxxx.vcxproj( ): 未找到导入的项目“C:…..\xxxx.targets”。请确认 i

原创 2021-05-10 英文语法检查工具

链接：https://app.grammarly.com/

原创 pytorch简单孪生网络识别脸部

https://blog.csdn.net/u014453898/article/details/94446564

原创 基于2-channel孪生网络的图像相似度学习

https://blog.csdn.net/hjimce/article/details/50098483

原创 2020-10-07 回归模型房价预测项目

模型融合方法1： 模型平均class AveragingModels(BaseEstimator, RegressorMixin, TransformerMixin): def __init__(self, models): self.models = models def fit(self, X, y): self.clone_models = [clone(x) for x in self.models]

原创 2020-10-06机器学习基础与原型搭建

1. 内容本学习材料主要包括以下四个方面的内容* 机器学习的基础介绍* 特征工程与特征筛选* 基础模型的训练与预测* 机器学习实验流程3. 特征工程与特征筛选3.1 查看空值比例## 查看空值比例data_na = (data.isnull().sum()/len(data))*100data_na = data_na.drop(data_na[data_na == 0].index).sort_values(ascending=False)missing_data = p

原创 2020-10-06结构化数据的探索性分析

使用Pandas进行数据进行结构化数据的分析。1. 文本数据的正则化原始的数据如下图左，数据列名的格式比较复杂，可以看出有四种情况：* 英文+\n+中文* 英文+\u2028+中文* 英文+\n+英文* 英文需要稍微进行一下处理便于后面的分析，有中文的保留中文部分，'ALF\nALF'变成'ALF'，'PVD'保持不变。主要使用正则表达式进行匹配。修改后的内容如下图右。!pip install regex## 导入需要的库import regex as re## 原始列名列表

原创 2020-10-06 车道线检测项目及相关学习经验

车道线检测项目的本质是一个边缘检测的算法的延伸。在汽车正常行驶过程中，车道线往往出于车体视野的中心对称位置，其位置相对固定。下图展示了一个该场景，随着车辆的移动，车道线基本处于该黑色虚线所包围的区域内。因此，使用边缘检测时，如果我们仅对该ROI区域进行计算，将有利于降低干扰，减少计算量。之后检测直线时，使用的是霍夫变换，但ROI区域内的边缘直线信息比较多，例如上图右侧白色线是间断的直线。考虑到道路中直线只有左右两条，他们的特点是，一条直线的斜率为正，一条直线的斜率为负，且正负斜率直线

转载 算法基础理解： 递归、时间空间复杂度参考目录： 递归和栈帧的调用原理 时间复杂度 时间复杂度和空间复杂度 什么是时间复杂度 空间复杂度 斐波那契时间复杂度和空间复杂度分析 我的笔记：

转载自：https://www.cnblogs.com/houfee/p/10536763.html这是我见过对递归算法和时空复杂度介绍的很好的一个文章。--------------------------------------------------------------------------------------参考目录：递归和栈帧的调用原理时间复杂度时间复杂度和空间复杂度什么是时间复杂度空间复杂度斐波那契时间复杂度和空间复杂度分析我的笔记：Java.

转载 Pytorch中使用指定的GPU记录

转载自：http://www.cnblogs.com/darkknightzh/p/6836568.htmlPyTorch默认使用从0开始的GPU，如果GPU0正在运行程序，需要指定其他GPU。有如下两种方法来指定需要使用的GPU。1. 类似tensorflow指定GPU的方式，使用CUDA_VISIBLE_DEVICES。1.1 直接终端中设定：CUDA_VISIBLE_DEVICES=1 python my_script.py1.2 python代码中设定：impor

原创 根据Docker建立Image镜像并对镜像安装环境

一、生成镜像以往的镜像在新的project上不符合，因此不得不开一个新的镜像并在其中安装环境。docker commit -m "new_torch_env" -a "chluan" f36d4d8bf0ef建立好了新的Image镜像，根据镜像生成一个新的docker，并在该docker里面配置环境。二、配置环境project里面包含environment.yaml文件，包含了环境配置。根据官网中Anaconda配置，如下：conda env create -f envir

原创 使用shell脚本对python脚本文件进行循环测试

代码如下；#! /usr/bin/env bash CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 #02 04 05 09 10 11 13 for id in 02 05 09 10 11 13 do echo $id python main.py --stage det --phase train --config /configs/config.yaml --leave_oneID $id done...

原创 Attention算法学习记录

博文目录：0. Attention的模型解释1. pytorch下attention算法的实现2. 深度学习中的直觉与模型0. Attention的模型解释Attention Mechanism目前非常流行，广泛应用于机器翻译、语音识别、图像标注（Image Caption）等很多领域，之所以它这么受欢迎，是因为Attention给模型赋予了区分辨别的能力，例如，在机器翻译、语音识别应用中，为句子中的每个词赋予不同的权重，使神经网络模型的学习变得更加灵活（soft），同时Atten.

原创 基于pytorch建立的模型踩坑记录

开始使用pytorch建立神经网络模型，对一些遇到的坑进行记录。1. forward函数内不要定义网络层定义model类的时候，有init函数用于初始化一些网络层，forward里进行前向计算。网络层，如Conv层、Linear层，要将其放在init里，不要放在forward里。测试案例：1. 函数层放在init函数里：函数层放在forward函数里：猜测可能是因为在forward里定义函数层的话，其在测试时候没有eval，测试结果中，预测的data效果巨差。此外，虽然l

原创 MAC解决SSH连接linux时长时间不操作自动断开

最近重装Linux系统，但是这次ssh连接云服务区Linux系统时，经常出现一段时间不操作，连接自动中断，表现为光标还在闪动，但是却无法操作。只好关闭终端，重新连接，很是麻烦。为此，通过网络查找，找到一个解决方法，记录一下，以便以后查看。修改/etc/ssh/ssh_config文件sudo vim /etc/ssh/ssh_config查找是否有ClientAliveInterval 0和ClientAliveCountMax 3，如何没有，则在文件后添加ClientAliveI

原创 Docker指令操作记录

在连接到自己的服务器后，需要对自己的镜像进行操作。对近期自己使用过的docker指令进行记录：1. 查看所有的镜像docker ps2. 运行建立自己的镜像nvidia-docker run -tid -v /ssd/chluan/TPALSTM/:/root/IoP_estimator_main/ --name tpalstm_tracking64 --shm-size 64G registry.aibee.cn/tr/sv_g:1.0.9_shzd bash3. 删除

原创 Pytorch GPU开发经验与bug修改（1）but found type torch.FloatTensor for argument #2 ‘mat2‘

在pytorch开发深度网络时，自己采取的线下代码编写与测试，与GPU服务器部署代码的方案。在此过程中，存在线下模型可以正常运行，线上模型出现bug的问题。该类错误一般提示为：RuntimeError: Expected object of type torch.cuda.FloatTensor but found type torch.FloatTensor for argument #2 'mat2'针对该问题，总结场出现的经验如下：GPU测试时，模型的参数或者数据的参数，存在没有

原创 在真实数据集上的随机森林模型参数调优

搞机器学习的人，都会有自己偏爱的某种算法，有的喜欢支持向量机（SVM），因为它公式表达的优雅和可利用方法实现的高质量；有的人喜欢决策树，因为它的简洁性和解释能力；还有人对神经网络非常痴狂，因为它解决问题的灵活性（一般在超大规模的数据集上，使用神经网络，效果会好于其他所有的机器学习算法）。但是就我本人而言，我最喜欢的算法是随机森林，理由如下：通用性。随机森林算法可以应用于很多类别的模型任务。它们可以很好的处理回归问题，也能对分类问题应付自如，多分类和二分类都可以，一个能当三个用呢！ 随机森林算法很难被打

原创 列表随机平分为两个列表

avg = len(reference_files) / float(2) out = [] last = 0.0 while last < len(reference_files): out.append(reference_files[int(last):int(last + avg)]) last += avg normals0 = out[0] n...

转载 Tensorflow的C++部署系列（九）：Eigen Tensor详解【一】

1.Eigen Tensor详解【一】tensorflow 的C++ api 中采用了Eigen的Tensor ，因此本文仔细探究一下Eigen 库Tensor的始末。Tensor(张量） 是多维数组，元素通常是标量，但也支持复杂的元素（如字符串）见：https://eigen.tuxfamily.org/dox-devel/unsupported/eigen_tensors.html一 不同类型Tensor的构造方式#include "./eigen/unsupported/E..

转载 Tensorflow的C++部署系列（八）：c++接口加载模型推理单张图片

近期在进行模型设置过程中，遇到了加载双计算图时，模型运算出错的情况。在搜集相关资料过程中，发现网上冲浪时候，教程基本只有MNIST的预测。对一个tensorflow流程进行记录。tensorflow的官网上提供很详细的python教程，也确实很好用。但是，应用软件产品大多用c/c++写的。所以，大部分的应用都是用python来训练模型，得到训练好的模型后. 用c++调用tensorflow模型进行推理。通过收集资料，总结了方法.1. 使用python训练模型，并保存模型a.训练并保存模型

原创 Tensorflow的C++部署系列（七）：网络搜集的代码整理

整理C++的tensorflow代码。1. 对张量的值进行观测。/* * inference4beginer.cpp * Copyright (C) 2017 fisherman */#include <tensorflow/core/public/session.h>#include <tensorflow/core/platform/env.h>#include <tensorflow/core/framework/tensor.h>#inc

原创 Tensorflow的C++部署系列（一）：环境配置

tensorflow作为一个著名的开源深度学习框架，其在python平台的神经网络模型搭建、训练和测试等是很齐全的，但其在C++端的设计方面性能相对较差。在实际工程中，C++项目具有更省时的优点，因此基于C++的tensorflow的开发是很重要的。一些比较知名的网络模型，例如yolo-v3系列等的C++代码较为全面，一定程度属于定制的。然而对于一些自己编写的网络模型的支持方面，我们往往需要自己来配置环境。坦白说，笔者在配置环境方面花费了很多时间，参考了很多优秀的资料，但最后都不尽如意。作为一个小白

原创 环境配置

一、查看计算机位数1.右键点击桌面左下角的开始按钮。2.在弹出菜单中，选择“运行”菜单项，输入“dxdiag”，点击“确定”。3.打开DirectX诊断工具窗口，也可看到当前系统的位数。二、C4966错误在Visual Studio2015使用Boost库的时候，出现如下错误：error C4996: ‘std::copy::_Unchecked_iterators::_Deprecate’: Call to ‘std::copy’ with parameters that may be uns

原创 图像由png格式转eps格式的两个可行方法

论文编写时需要考虑图像的清晰度，如果用latex，生成eps文件是个好的方法。有两个简单方法可以生成eps图像。方法1： python plt方法生成import cv2a = cv2.imread('filename.png')plt.imshow(a)plt.savefig('a.eps', format='eps', dpi=1000)方法2： 在线网站，在线转换。网站链接：https://cloudconvert.com/png-to-eps操作步骤： 上传pn.

原创 基于Python的SVDD代码实现 ---- 月牙数据的支持向量边界求解

SVDD算法的相关学习笔记参考这篇博客：https://blog.csdn.net/sterben25/article/details/79106351在此之前，我写一个关于使用SVDD算法进行鸢尾花分类的代码和博客，然而该方法并没有使用核函数，来体现支持向量方法的优越性，因此，本博文用于记录算法使用核函数后，并对月牙数据进行一个支持向量边界求取。可视化结果如下图所示：月牙数据如下所示：from sklearn import datasetsX,y = datasets.make..

原创 VS2015 工程迁移遇到的错误记录 2020-05-15

1. 出现错误： SDK error解决方案：右键“解决方案”，选择“重新生成解决方案”，按照自己的电脑，选择SDK，即可排除该错误。2. 出现错误： error C4996: 'std::copy::_Unchecked_iterators::_error C4996: 'std::copy::_Unchecked_iterators::_Deprecate': Call to 'std::copy' with parameters that may be unsafe - thi..

转载 转载 - 几种表面缺陷检测数据集

1、德国DAGM 2007的数据集总共十类图像，有训练集和测试集，几种样例如下：官方网址：https://hci.iwr.uni-heidelberg.de/node/3616网盘下载：链接：https://pan.baidu.com/s/1CHrH1tZ-B6kvi8U7--isaw提取码：47jo2、钢材表面缺陷这个数据集是东北大学一个老师收集的，分为三个数据...

转载 2017-12-16 机器视觉表面缺陷检测综述

机器视觉表面缺陷检测综述转载自：http://www.cjig.cn/html/jig/2017/12/20171202.htm#top《中国图像图形学报》Tang B, Kong J Y, Wu S Q . Review of surface defect detection based on machine vision[J]. Journal of Image and Graph...

原创 损失函数SSIM的Pythorch实现

结构相似性指数（structural similarity index，SSIM）, 出自WangZhou的论文，用于度量两幅图像间的结构相似性。和被广泛采用的L2 loss不同，SSIM和人类的视觉系统（HVS）类似，对局部结构变化的感知敏感。SSIM分为三个部分：照明度、对比度、结构pytorch代码实现SSIM值越大代表图像越相似，当两幅图像完全相同时，SSIM=1。所以作为...

原创 度量学习相关的知乎参考工作

1. 基于对抗的度量学习链接：https://zhuanlan.zhihu.com/p/577557222. 用正确方法对度量学习算法进行基准测试链接：https://zhuanlan.zhihu.com/p/986982583. 采用深度度量学习进行异常检测链接：https://zhuanlan.zhihu.com/p/1137909154. 深度迁移学习链接：ht...

原创 单类分类器 - SVDD算法（Python）

SVDD试图学习一个包含单类样本点的超球边界，该边界既要满足包含足够多的的点，又要使得球体的半径要足够多的的少，而这两点往往又比较矛盾，因此，SVDD算法在这两个要求之间寻找一个人为的均衡。网络上相关SVDD算法的解读，包括论文和概念，但是SVDD的方法代码在matlab库中的案例相对较多，而在python库中相对较少，更多的相关于OneClassSVM的代码，可参照sklearn的svm算法...

原创 数据图像切割方法记录

图像裁切，PIL图像库有一个函数，即：image.crop((p1, p2, p1+w, p2+h))一个自动剪切存储的代码如下：from glob import globcarpet_ng1 = glob('database/carpet/test/co*/*.png')[:2]carpet_ng2 = glob('database/carpet/test/cu*/*.p...

原创 python: turtle绘制有趣的小图像合集

白天停电停网了一天后，又遇到一些事情心情难过，白天看到一些有趣的图像，是用python的turtle库画图。晚上来电了后，也不想学习了，就看网上一些教程学习画图。1. 飞机import turtle#太阳turtle.color('red')turtle.penup()turtle.goto(250,200)turtle.pendown()turtle.begin_f...

原创 xz文件解压缩与压缩

最近使用了一个数据集，数据集公布方用.xz文件形式压缩的数据，碰巧现在用的是Mac笔记本，对linux解压相对友好，即使用如下解压缩方法，亲测有效。xz -z 要解压的xz文件该方法也可以加入一个-k参数，调节解压率。创建xz文件暂时没有需求，不记录，可参考CSDN文章。tat.xz文件如何解压。解压后为tar文件，mac默认解压方法可以解压缩。...

原创 matplotlib作点线图技巧 - 学习记录

1. 图表的legend()的位置：https://www.cnblogs.com/IvyWong/p/9916791.htmlplt.legend(loc=8)2. matplot的坐标轴刻度尺寸。plt.tick_params(labelsize=15)3. matplotlib的横纵轴label的尺寸。 font1 = {'family': 'Time...