DDDDavid的博客

python库-networkx（二）networkx模块(二)1 算法1.1 communities 社区发现算法2 预加载数据networkx模块(二)1 算法# 引入算法模块from networkx.algorithms import community1.1 communities 社区发现算法# GN算法G = nx.barbell_graph(5, 1)communities_generator = community.girvan_newman(G)top_level_

python库-networkx模块networkx模块networkx模块(一)1 安装和调用2 图2.1 创建图2.2 清空图3. 节点3.1 添加一个节点3.2 从各种iterable(如列表、字典、集合)中添加节点3.3 节点和节点属性3.4 从另一个图中获取节点3.5 查看节点数量3.6 删除节点，节点需要存在3.7 判断节点是否存在，每次判断一个，存在返回True，不存在返回false4 边4.1 添加一条边4.2 添加边列表4.3 边的属性4.4 查看边数量4.5 删除边，边需要存在4.6 判

向量距离与相似性度量计算(1)欧式距离(2)曼哈顿距离(3)切比雪夫距离(4)闵氏距离（闵可夫斯基）(5)马氏距离（马哈拉诺比斯距离）(6)余弦距离(7)汉明距离（编辑距离）(8)杰卡德相似系数(9)相关系数 ( Correlation coefficient )与相关距离(Correlation distance)(10) 信息熵(11)半正矢距离。(12)Sørensen-Dice 系数(1)欧式距离欧几里得度量（educlidean metric），指在m维空间中两点之间的真实距离，或者向量的自然

工具软件

编程软件协作办公1、飞书协作办公1、飞书指标内容名称飞书是否免费是有无会员或广告无功能性强大仍在更新维护是评价5评分功能强大的办公协同软件，无限空间官方下载地址https://www.feishu.cn/download其他下载地址腾讯软件中心时间20210511...

办公软件协作办公1、飞书协作办公1、飞书指标内容名称飞书是否免费是有无会员或广告无功能性强大仍在更新维护是评价功能强大的办公协同软件，无限空间评分5官方下载地址https://www.feishu.cn/download其他下载地址腾讯软件中心时间20210511...

软件评价记录0-说明前言评价标准：软件分类1、编程软件2、办公软件3、娱乐软件4、通讯软件5、专业软件前言作为一个重度电脑和网络用户，每天工作、生活、学习都需要使用很多软件和网站，但是每次更换电脑或者重装系统，安装软件就是一个痛苦的事情，要搜索、下载、安装，每次做一遍都很麻烦。因此我准备把我用过的相关软件整理记录下来，便于自己和广大网友使用。由于现在各种软件层出不穷，质量也参差不齐，因此我自己还做了一个软件的评价打分，用尽量简短的话语，评价这个软件，方便后续使用。从我自身的使用和评价角度出发，搜集的

编程软件1、git2、anaconda3、vscode1、git指标内容名称git是否免费是有无会员或广告无功能性强大仍在更新维护是评价功能强大的代码版本管理工具评分5官方下载地址https://git-scm.com/download/其他下载地址腾讯软件中心时间202105112、anaconda指标内容名称ananconda是否免费是有无会员或广告无功能

linux常用命令1、文件浏览命令2、文件目录操作命令3、文件查找&修改命令5、系统性能监控命令6、网络查看命令7、其他命令说明：本文是介绍了linux下最常用的一些命令。经常看一看可以用来帮助巩固记忆。当然最好的记忆方法就是经常去使用它们！每个命令的用法都是很丰富的，要多学会使用说明文档（man，–help，-h），以及可以查看网上现有的案例文章。1、文件浏览命令格式： 命令 [option] file命令说明cat由第一行开始显示文件内容tac从最后一行

十大排序算法总结排序算法一、冒泡排序二、选择排序三、插入排序四、希尔排序五、归并排序六、快速排序七、堆排序八、计数排序九、基数排序十、桶排序附：数据测试代码排序算法一、冒泡排序冒泡排序算法的运作如下：1.比较相邻的元素。如果第一个比第二个大，就交换他们两个。2.对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。3.针对所有的元素重复以上的步骤，除了最后一个。4.持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。代码实现：#

图片标注数据标注数据标注参考地址1.首先安装python模块；pip install lxml2.下载win10下数据标准工具下载labelImg工具windows版，密码：gyf3。3.data文件下下存放标签类别文件，JPEGImages下存放待标注图片，Annotations下保存标签文件。*注意：软件的所在路径，标签名称，图片名称等都要使用英文，不要出现中文名，容易出现错误。...

深度学习之目标检测（七）百度EasyDL平台EasyDLEasyDL 图像测试demo流程（fire_v1）:1、[创建模型](https://ai.baidu.com/easydl/app/2/200/models)2、训练模型3、模型训练完成，发布模型4、[百度智能云创建应用](https://console.bce.baidu.com/ai/?_=1617169440482#/ai/easydlLiteImage/app/list)5、[鉴权认证，获取Access Token](https://ai.

深度学习之目标检测（六）SSD目标检测之SSDSSD流程：参考链接SSD实际操作①下载代码和模型②运行demo③处理数据集问题记录④模型训练⑤训练模型调整目标检测之SSDSSD流程：1、输入图片，到与训练好的分类网络，生成不同大小的特征映射；2、抽取卷积层的feature_map，构造bbox，进行检测和分类；3、不同的bbox结合，通过NMS删除不正确的bbox，达到最终的bbox。参考链接目标检测之SSD官方代码地址文章地址权重文件地址代码地址balancap/SSD-Tenso

深度学习之目标检测（五）faster-rcnn

深度学习之目标检测（一）精度指标1、IOU的概念2、TP TN FP FN的概念3、precision（精确度）和recall（召回率）4、AP曲线1、IOU的概念IOU的概念应该比较简单，就是衡量预测框和真实框的重合程度。计算IOU的公式为：可以看到IOU是一个比值，即交并比。在分子部分，值为预测框和实际框之间的重叠区域；在分母部分，值为预测框和实际框所占有的总区域。交区域和并区域的比值，就是IOU。2、TP TN FP FN的概念TP TN FP FN里面一共出现了4个字母，分别是

深度学习之目标检测（一）原理篇基于区域建议的目标识别的算法R-CNNFast R-CNNFaster R-CNN基于深度学习的回归方法YOLOYOLO2SSD其他:基于区域建议的目标识别的算法R-CNN1、输入图像，使用Selective Search选择2000个候选区域(proposal);2、候选区域转换为统一大小图片，使用CNN进行提取特征；3、SVM分类器分类；4、Bounding Box回归。Fast R-CNN1、输入图像，使用Selective Search选择2000个候选

图像检测环境配置安装anaconda网上下载最新版本的anaconda，新建一个python3.5的环境安装keraspip install keras==2.1.5安装tensorflow没有安装gpu，因此没有安装gpu版本的tensorflowpip install tensorflow==1.13.1安装其他的模块PIL模块pip install pillowopencv模块pip install opencv-python下载失败则下载whl文件直接安装opencv-p

深度学习之目标检测（一）原理篇一、目标识别分类及应用场景二、基于区域建议的目标识别的算法1. R-CNN2. SPP Net3. Fast R-CNN4. Faster R-CNN三、基于深度学习的回归方法5.YOLO (CVPR2016, oral)6.SSD一、目标识别分类及应用场景目前可以将现有的基于深度学习的目标检测与识别算法大致分为以下三大类：①基于区域建议的目标检测与识别算法，如R-CNN,Fast-R-CNN,Faster-R-CNN;②基于回归的目标检测与识别算法，如YOLO,SSD

一、OpenCV简介OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。二、OpenCV应用领域1、计算机视觉领域方向2、人机互动3、物体识别4、图像分割5、人脸识别6、动作识别7、运动跟踪8、机器人9、运动

最近有一个火焰检测的需求，我整理了一些资料和方案，在这里进行总结。（一）图像颜色判据首先了解一下RGB、HSV、HSI颜色空间