- 博客(11)
- 收藏
- 关注
RSS订阅原创 ssh 直接登录docker容器 （不用通过宿主机进入）
centos6-jdk7:ssh: 目标镜像的仓库名和 tag 信息，冒号前面部分是生成的镜像的仓库名字，冒号后面是镜像tag。ffe81683c404： 创建镜像的容器的ID，就是上面的容器id，也就是我们刚才进入的容器id。docker容器，我们想直接通过ssh链接docker容器，而不是通过宿主机进入的方式。ip: 为宿主主机的ip，而不是docker容器的ip。密码： 就是上面password部分设置的密码。启动容器 docker start 容器id。my_container：创建的新容器名。
2024-06-04 16:53:56
1980
原创 PIL根据黑白mask合成新的背景图片
from PIL import Imageimport cv2import numpy as npfg_path = 'img1.jpg'#前景图片ma_path = 'mask.png'#前景图片的maskbg_path = 'img2.jpg'#背景图片fg = Image.open(fg_path).convert('RGB')ma = Image.open(ma_path).convert("L")bg = Image.open(bg_path).convert('RGBA').
2021-08-02 17:09:45
742
原创 同时翻转图片和xml扩增数据集
1、水平翻转：# -*- coding: utf-8 -*-"""Created on Mon Jul 26 11:31:01 2021@author: admin"""import globfrom PIL import Imageimport xml.etree.ElementTree as ETimport xml.dom.minidomfrom tqdm import tqdmimport osdef flip_xml(w, cs, newname, xml_file
2021-07-26 14:48:17
772
原创 如何利用insightface同时计算多个人脸相似度
1、安装环境：pip install mxnet,python-opencv,tqdm2、对齐矫正人脸并裁剪3、用insightface计算相似度，无需安装insightface等，两个脚本即可：'''face_analysis.py'''from __future__ import divisionimport mxnet as mximport numpy as npimport os, cv2import globimport zipfileimport hash
2021-04-29 14:23:20
1615
原创 C++像Python一样简洁地打印数组
虽然C++在当今时代已经是一种反人类的设计，但也只能勉强用，这是一种类似Python打印数组的方法：#include <iostream>int main(){ int arr[] = {1, 2, 3, 4}; printf("%s%d\n", "length: ",sizeof(arr) / sizeof(arr[0])); for(auto& i : arr) { std::cout<< i << std::endl; }}..
2021-01-31 18:45:17
1230
原创 目标检测中图片按指定角度翻转并修改对应xml
# 读取图片，读取xml文件# 解析xml文件获取图片的大小，xml中的多组坐标# 翻转图片，根据图片翻转的角度，获取新的图片大小和坐标点# 将坐标信息和图片大小在原有的xml中修改参数保存到新的xml文件中# 创建新的文件夹，将图片和xml文件放在同一文件夹中（一组图片和xml文件命名相同） import osimport numpy as npimport cv2import mathimport xml.etree.ElementTree as ET #按角度翻转图片def.
2020-09-24 17:37:43
832
4
原创 学习用C++写冒泡排序
由于有时候会遇到用C++做算法，但却只熟悉Python，于是尝试学习学习C++做算法，下面写了个冒泡排序，前面用Python写的，后面用C++写的，对于做算法两种语言实际使用起来感觉差别不大，很多人说C++特别特别难，把一些想学C++的朋友吓得半死，写此博客记录一下本次学习过程，展示C++比pyhton难多少，希望能给其他不会用C++的朋友降低降低门槛，克服一些畏惧心理，或许本人对于它们的学习难度...
2019-05-27 20:15:54
319
1
原创 详述目标检测最常用的三个模型：Faster R-CNN、SSD和YOLO
最近做一些关于Faster R-CNN、SSD和YOLO模型选择和优化的项目，之前只了解Faster R-CNN系列目标检测方法，于是抽空梳理一下这几个检测模型。先上两张简单的精确度和运算量的对比图，有个粗略的了解，虽然图中缺了YOLO，参考价值仍然很大：下面开始分别详述吧~Faster R-CNN架构 传统目标检测方法大致分为如下三步：...
2018-08-15 12:02:48
95302
6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人