- 博客(25)
- 收藏
- 关注
RSS订阅
原创 文章类别汇总
文章类别1. 代码篇2. 函数篇3. 安装篇4. 报错篇5. 理论篇1. 代码篇该类一般为总结性代码（一定是跑通的）【代码篇】通过三维坐标在CAD里自动输出三维模型【代码篇】opencv实现图像校正（python版）【代码篇】读取图片中曲线的坐标值（python版）【代码篇】更多种括号的匹配（python篇）【代码篇】FCN图像分割数据准备2. 函数篇一般为python的某一第三方库的所有函数3. 安装篇第三方库的安装【安装类】TensorFlow1.和Tensor
2021-03-17 17:27:27
148
原创 【代码篇】图像分类任务辅助标注：决策树的使用
做图像分类标注时，先标注一部分数据，然后计算这些图像的特征信息，见【代码篇】图像预处理阶段：提取图像特征，利用这些特征信息及分类标签训练一个决策树模型，最后再利用这个决策树模型分类剩下的数据，进而减少工作量。
2022-12-25 12:52:52
307
原创 【代码篇】图像预处理阶段：提取图像特征
需要提取的图像特征：1.文件大小；2.宽；3.高；4.图片尺寸；5.图像梯度（表征图像纹理的复杂程度）；6.sobel算子（表征图像复杂度）；7.色彩丰富度；8.无参考图像评价指标NIQE。最后根据上述图像信息可对相同的图片进行去重操作。
2022-12-25 12:21:45
1071
原创 【报错篇】_tkinter.TclError: couldn‘t connect to display “yue:10.0“问题解决
目录1.问题描述2.解决方法1.问题描述_tkinter.TclError: couldn't connect to display "localhost:10.0"2.解决方法如果是在docker里报的此错误就在docker里执行。step1：查看ipconfig回到windows桌面，win+R —> cmd —> ipconfig，记录ip。step2：查看ipconfig回到linux下，执行如下代码：vi /etc/hosts，修改为如下的形式。source /e
2022-05-17 17:43:47
1595
1
原创 【代码篇】xml格式转为json格式（转为coco格式）python版
import jsonimport xml.etree.ElementTree as ETimport osfrom lxml import etreefrom tqdm import tqdmimport numpy as npclass GEN_Annotations: def __init__(self, filename): self.root = etree.Element("annotation") child1 = etree.Sub
2022-05-13 15:17:18
797
原创 【实践篇】mmdetection修改自己的config文件
目录1.环境配置2.测试环境是否安装正确3.打印出你需要的config文件4.开始训练5.过程文件1.环境配置操作命令版本检查cuda版本nvcc -V11.4根据cuda版本下载pytorch（官网：https://pytorch.org/get-started/locally/）pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu
2022-05-13 14:34:28
1483
原创 【安装篇】mac配置vscode的debug功能，以及如何生成.out文件。
参考：Macbook Pro 安装vscode并配置c/c++环境我这里更简洁，并已测试成功。第一步：建立一个空的文件夹，并用vscode打开文件夹。第二步：再用vscode新建一个c++文件，里面填上内容，并保存，取名为main.cpp（任意）。#include <iostream>int main(){ for(int i=0;i<5;i++){ std::cout<<"hey you"<<std::endl; }
2022-04-24 22:07:08
2883
3
原创 【代码篇】字节流与图片的转换bytes_To_numpy.ndarray（python版）
前端输入的往往是字节流，这里需要转换成图片才能用cv2读取import cv2import numpy as np# 图片转为字节流img_src = cv2.imread("E:/result_data/1.jpg")img_byte = img_src.tobytes()# 字节流转为图片nparr = np.frombuffer(img_byte, dtype=np.uint8)img_shape = img_src.shapeimg_dst = nparr.reshape(.
2021-03-18 20:42:15
2059
2
原创 【安装篇】pytorch安装（gpu版）
来自于深度之眼课程。安装anaconda的目的是为了创建虚拟环境（用到了conda）；安装pycharm的目的就是用其做编译器；安装cuda的目的是装GPU。pytorch安装（gpu版）1.Anaconda安装2.Pycharm安装3.cuda安装4.cudnn安装5.pytorch安装1.Anaconda安装上面安装的第三步非常重要，注意勾选，因为它指的是把anaconda添加到系统环境变量。—————————————————————————————————————————————
2020-08-06 17:00:51
2734
原创 【报错篇】cudaGetDeviceCount returned 30 -＞ unknown error
第一步：确保显卡驱动的版本与CUDA版本对应。转：Win10如何查看Nvidia支持的CUDA版本然后在官网下载对应的cuda版本，而cudnn跟cuda对应。第二步：如果出现cudaGetDeviceCount returned 30 -> unknown error问题，则需要卸载图形驱动程序（由cuda安装的），在控制面板-卸载程序里卸载即可（最终需要重启）...
2020-08-06 16:23:28
2381
1
原创 【安装篇】pytorch安装（cpu+gpu版）
来自于深度之眼课程。注意事项1：安装anaconda的目的是为了创建虚拟环境（用到了coda）；安装pycharm的目的就是用其做编译器；安装cuda的目的是装GPU（只用CPU这个可省略）。—————————————————————————————————————————————————————注意事项2：上面安装的第三步非常重要，注意勾选，因为它指的是把anaconda添加到系统环境变量。————————————————————————————————————————————————————
2020-07-23 20:27:54
2373
原创 【代码篇】FCN图像分割数据准备
参考：如何标注mask用于图像分割模型训练制作自己的训练数据1. 标记工具使用详情2. 转换成mask1. 标记工具使用详情使用VIA标注工具remove示例图片add自己的图片根据任务不同设置属性纯分割一个物体不用管，如果分类多个物体请在另外查询。绘制轮廓注意：在绘制中想要退出可以按esc键，结束绘制按enter键，单击选中轮廓可以再调节节点的位置。具体可以再参考Help-Gettong Started.保存save-ok2. 转换成mask运行
2020-07-07 17:30:09
392
原创 【理论篇】HOG特征描述算子
HOG特征前言1 理论1.1 梯度计算1.2 分网格的梯度方向直方图1.3 块描述子1.4 块描述子归一化2 代码前言HOG全称histogram of oriented gradients.就是根据方向梯度直方图寻找图像的特征。它可以用来表示图像的物体特征，因此能够检测出这类物体。（下图就是HOG提取的特征）HOG特征描述子提取过程：灰度图像转换梯度计算分网格的梯度方向直方图块描述子块描述子归一化1 理论1.1 梯度计算为了得到梯度直方图，那么首先需要计算水平和垂直梯度，这可以
2020-07-06 22:34:55
1189
原创 【理论篇】Haar特征描述算子
Haar分类器前言1. 理论1.1 Haar-like特征1.2 积分图1.3 AdaBoost算法1.4 筛选式级联2. 代码（人脸检测）前言以前的人脸检测都是基于像素，基于统计学的概念进行研究。有了Haar之后，人脸检测分类器才出现，准确率也得到了提高。Haar分类器 = Haar-like小波特征 + 积分图方法 + AdaBoost +级联Haar分类器算法的要点如下：使用Haar-like特征做检测。使用积分图（Integral Image）对Haar-like特征求值进行加
2020-07-02 21:34:54
1323
原创 【理论篇】LBP特征描述算子
LBP特征描述算子-人脸检测1. 原理2. 对LBP特征向量进行提取2.1 步骤2.2 代码1. 原理进展原始的LBP算子圆形LBP算子旋转不变性的 LBP 算子LBP等价模式定义在3*3的窗口内，以窗口中心像素为阈值，将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0将 3×3 邻域扩展到任意邻域，并用圆形邻域代替了正方形邻域，改进后的 LBP 算子允许在半径为 R 的圆形邻域内有任意多个像素点通过不断旋转圆形邻域得到
2020-06-28 17:15:20
343
原创 【理论篇】Harris特征点检测
我之前利用四个角点的位置特征找到了四个角点，详见：透视变换法校正轮廓（全过程） | python代码Harris角点检测1. 原理1. 原理原图：效果图：
2020-06-23 23:06:11
389
1
原创 【代码篇】更多种括号的匹配（python篇）
class Stack: def __init__(self): self.items = [] def isEmpty(self): return self.items == [] def push(self, item): self.items.append(item) def pop(self): self.items.pop() def peek(self)
2020-06-21 15:52:59
302
原创 【代码篇】读取图片中曲线的坐标值（python版）
任务：识别该图片中每隔0.01s的荷载数据，并导入到Excel中。思路：1. 预处理图片2. 截取竖条2.1 代码import cv2from PIL import Imageimport sysdef cut_image(image): width, height = image.size print(width, height) item_width = int(width / 800) box_list = [] # (left, u
2020-06-11 20:50:10
8289
10
原创 【安装篇】TensorFlow1.和TensorFlow2.安装（Windows)
如何在Spyder上安装TensorFlow1.前期准备2.在Windows上安装TensorFlow3.配置Tensorflow的虚拟环境1.前期准备1.1 完成python3.7和Anaconda的安装，查询官网即可安装1.2 配置python3.7和Anaconda的环境变量右键我的电脑→属性→高级系统设置→环境变量→在系统变量里找到path，并左击→编辑（见下图）→编辑文本...
2020-04-15 18:11:14
5634
原创 【代码篇】opencv实现图像校正（python版）
原理需要透视变换的轮廓信息一般包括以下四类：在使用cv2.findContours()得到的contours信息是按逆时针存储的。最容易校正的情况是（2）和（4），原因见下（特征最明显，最容易确定，所以你需要把你要校正的图像摆放的跟你的代码写的一致）：图片预处理以这张图片为例import cv2import numpy as npimport math#from matplo...
2019-11-06 17:54:10
6728
8
原创 【报错篇】singularmatrix报错:解决方案
python中出现奇异矩阵解决方法解决方法比如K是一个8阶的奇异矩阵，只要对K的对角线都加了个非常小的数即可K[0,0]=K[0,0]+np.array([1e-6])K[1,1]=K[1,1]+np.array([1e-6])K[2,2]=K[2,2]+np.array([1e-6])K[3,3]=K[3,3]+np.array([1e-6])K[4,4]=K[4,4]+np.ar...
2019-08-03 11:42:42
8132
原创 【代码篇】通过三维坐标在CAD里自动输出三维模型
如何通过三维坐标在CAD里输出模型模型展示利用CAD的Visual Lisp编写程序1.直接画线2.直接画面3.直接画体总结模型展示 下面教大家如何通过实际测量出的三维点坐标，在CAD中用一些自己编写的快捷键输出线、面、体。利用CAD的Visual Lisp编写程序1.直接画线Visual LISP编辑器 是CAD常用的二次开发工具，它就在CAD里，见下图1.打开Visual LI...
2019-01-16 16:25:22
7849
4
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