weixin_42486139的博客

原创 【leetcode】刷题总结-二叉树前中后序遍历

二叉树的前、中、后序遍历（递归&迭代）定义二叉树# Definition for a binary tree node.# class TreeNode:# def __init__(self, val=0, left=None, right=None):# self.val = val# self.left = left# self.right = right递归（难度：简单）通常面试不让用递归的方式解决前序（根左

原创 【leetcode】刷题总结-回溯

回溯78. 子集46. 全排列

原创 Center Loss

center loss来自ECCV2016的一篇论文：A Discriminative Feature Learning Approach for Deep Face Recognition公式：其中， x指的是特征，cyi指的是第yi个类别的中心，c会随着模型训练更新，类中心数=类别数；m表示mini-batch的大小,因此这个公式就是希望一个batch中的每个样本的feature离feature 的中心的距离的平方和要越小越好，也就是类内距离要越小越好。实现代码：cl...

原创 Docker

DockerfileDockerfile是用于构建docker镜像的源文件，有自己的语法FROM基于已有docker image 生成, 通常作基础镜像；COPY把本地文件copy到image中；docker入门命令docker build -t [name]:[tag][dockerfile_path]在[dockerfile_path]路径下寻找dockerfile 构建镜像[name], 版本号[tag]例：IMAGE_TEST=video-tag-clas...

原创 NSQ在python中的实际应用

简介NSQ是1个分布式(distributed)、可扩展（scalable）、配置简单（Ops Friendly）、可集成（integrated）、实时（ realtime ）的消息传递平台。即消息中间件。可以将原本耦合、同步执行的程序 解耦成 生产端+ 消息队列+消费端模型的异步程序，加上分布式的生产者和消费者架构就可以在一定程度上支撑大并发。NSQ是go语言开发的消息队列，它的设计目标是为在多台计算机上运行的松散服务提供一个现代化的基础设施骨架。代码部署nsq.Reader(me

原创 [python] 正则

1. 从html中提取图片链接：regular = re.compile(r"(http:[^\s]*?(jpg|png|gif|jpeg))") # [^\s]*? 表示最小匹配url = re.findall(regular, text)2.匹配字符中所有大写金额字符，并给出大写字符的数量pattern = '[壹贰叁肆伍陆柒捌玖拾佰仟万亿元角分零]'result = re.findall(pattern, '贰任壹佰陆拾陆圆陆角贰分')输出：['贰', '壹', '...

原创 【论文】nextvlad论文阅读笔记

nextvlad论文地址：netvlad

原创 【Pytorch】 保存单卡或多卡模型

if len(gpu_ids) ==1: t.save(net.module.state_dict(), "model.pth")else: t.save(net.state_dict(), "model.pth")

原创 【python】使用sklearn画PR曲线，计算AP值

import numpy as npimport matplotlib.pyplot as pltfrom sklearn.metrics import precision_recall_curve, average_precision_score'''y_true: 类型：np.array； gt标签y_scores： 类型：np.array； 由大至小排序的阈值score,'''#画曲线precision, recall, thresholds = precision...

原创 【python】给视频添加背景音乐

代码：from moviepy.editor import CompositeAudioClip, VideoFileClip, AudioFileClipvideoFile = '3.mp4' #视频文件video = VideoFileClip(videoFile)videos = video.set_audio(AudioFileClip('myyh.mp3')) #音频文件videos.write_videofile('compose.mp4', audio_codec='aac'

原创 【面经】思谋科技算法岗面经

面试还是比较有难度的，针对项目，每个项目都会问，不清楚的项目不要乱写。部分只记录问题，答案自己百度或者留言，博主尽量解答一面： ctc 输出长度和输入长度，输出>输入？输入>输出? ocr长序列漏检如何处理（针对ocr项目提问） 目标检测FPN输出的三个feature map，anchor是如何分配的？为何这么分配？ 小feature map分配大anchor, 大feature map 分配小anchor。 原因：感受野 DBNet创新点，如何做到...

原创 SPP、ROI Pooling、ROI Align区别

三者设计初衷都是将feature map映射为固定维度，丢进全连接层SPP空间金字塔池化 spatial pyramid pooling假设输入feature map的尺寸为H x W x C，使用一个H x W尺寸的pooling层进行处理，那么每一个通道C变成了一个值，整个输入得到了一个C维的输出；再分别用H/2 x W/2和H/4 x W/4尺寸的pooling层处理，得到了4xC和16xC维的输出，把三个结果concat在一起变成了一个21xC维的输出，其大小和输入的H与W无关。简而

原创 【bug记录】Paddle报错 filed to find dynamic library: libcublas.so

paddle报错。参考链接https://blog.csdn.net/qq_32593713/article/details/94728286解决方法，添加环境变量，很不幸，问题没得到解决我的解决方法查看paddle安装状态：官网步骤：import paddle.fluidpaddle.fluid.install_check.run_check()我的输出：Your Paddle Fluid is installed successfullyfor SINGLE GPU ...

原创 【bug记录】python内存泄漏

问题描述： 多组数据需要多个模型，循环训练神经网络，结果发现程序越跑越慢解决方法： 使用memory_profiler模块检测内存。安装：pip installmemory_profilerfrom memory_profiler import profile@profiledef Conv_LSTM_2D( n_seq, n_steps, n_features): model = Sequential() model.add(Conv...

原创 【bug记录】Windows rllab搭建及运行报错记录

安装rllabhttps://github.com/rll/rllab下载zip，解压后将文件夹rllab放入到anaconda虚拟环境（虚拟环境！！）的\Lib\site-packages文件夹中。（这一步自己粗心把文件夹放在了主环境下，import rllab，一直提示 no model named ‘rllab’）将解压后的文件夹scripts也移动到env\你的虚拟环境\Lib\site-packages文件夹中，因为examples代码中用到了run_experiment_lite.py。

原创 【刷题】python 根据前序和中序重建二叉树(leetcode)

步骤：1.在前序序列中找到根节点2.在中序序列中，根据根节点的位置，区分左右子树集合3.分别列出左右子树的前序序列和中序序列4.回溯前序序列，重复上述步骤，直到将所有节点集合拆解为叶子节点举例：前序（根-左-右）：1 2 4 7 3 5 6 8中序（左-根-右）：4 7 2 1 5 3 8 61.前序第一个数字是整个二叉树的根节点 ，根节点：12.中序序列，以根节点1区分左右子树集合，左子树集合：4 7 2，右子树集合：5 3 8 63.左子树的前序序列：2 4 7.

原创 【论文】YOLO系列

在yolo之前，目标检测的巅峰之作是faster-rcnn。

原创 计算机视觉 图像算法工程师 面试问题总结

1. 介绍目标检测网络yolo系列以及ssd系列的原理。yolo对小目标检测不好的原因，除了缩小anchor外还可以如何改善？yolov3有何创新？大概介绍了一下，yolo及ssd是one-stage目标检测网络的代表，以及他们各自的backbone、anchor box生成方式小目标检测不好，我答可能是因为anchor太大，缩小anchor，面试官继续问，除了缩小anchor，还能如何改善？ 语塞。。。。（望有识之士补充）yolov3加入了anchor机制（应该没说全）2. 样..

原创 GAN 对抗生成网络原理解析

定义生成器 ： def build_generator(self): model = Sequential() model.add(Dense(128*56*56, activation = 'relu', input_dim = self.latent_dim)) model.add(Reshape((56,56,128))) model.add(BatchNormalization(momentum = 0.8))

原创 逻辑回归损失函数通常是凸函数（附平方差损失的非凸证明以及交叉熵损失函数求导）

Q：为什么深度学习损失函数往往要求是凸函数？（此处凸函数是指下凸，国内和国外凸函数的标准不一样，是相反的，吴恩达的机器学习教程凸函数是指下凸）A：使用梯度下降法优化策略，如果损失函数是非凸的，最后得到的可能只是局部最优解，而非全局最优解。做优化时，最容易想到的cost function便是平方差损失：。但是在实际中，并不能这样做，因为这个函数是非凸的。平方差损失非凸证明（多公式预警！！）先验条件：1.线性拟合函数 z = wx + b (此处z即...

原创 【leetcode】刷题总结-链表反转（python版）

比较形象的图解blog：https://blog.csdn.net/feliciafay/article/details/6841115python代码：https://blog.csdn.net/The__Apollo/article/details/78769400

原创 python 字典一键赋多值

方案一：（1） list作为dict的值，值允许重复，append添加值key = 0value = [1,5]exp = dict()exp.setdefault(key,[]).append(value) value = [2,5]exp.setdefault(key,[]).append(value)print(exp)输出：{0: [[1, 5], [2, 5]...

原创 【bug记录】tensorflow模型与keras模型混用所踩的坑

我的项目中，keras的h5为分类模型，tensorflow的ckpt为特征点检测模型，两个模型串联到一起，没有如其他博客中所述的报错情况，只是分类模型得到的分类结果与预期大相径庭。而这个模型单独跑是完全正常的。原因：session混用，ckpt应该单独创建session。比如：with tf.Session().as_default() as sess: sess.run(...

原创 手把手教你用python表白

借助python的绘图工具包 turtle代码：from turtle import *from time import sleep def go_to(x, y): up() goto(x, y) down() def big_Circle(size): #函数用于绘制心的大圆 speed(10) for i in range(150): fo...

原创 西瓜书-多元线性回归-公式3-9推导

原创 python3.6/3.7 基于dlib库的人脸检测

本周暂时比较清闲，可以保持每日一更的速度。国外身份证项目新增需求，检测出身份证正面的人脸。最开始考虑mobilenet-ssd，经同事提醒，有现成的人脸库dlib，那就用传统方法尝试一下。dlib安装dlib的安装小费一波周折，我的python版本是3.6，直接pip install dlib安装失败。https://pypi.org/project/dlib/19.6.0/找到pyt...

原创 python 拉普拉斯算子 边缘提取 模糊判断

两年的研究僧图像处理经验告诉我，微分锐化，积分平滑，至于为什么，仔细想想微分和积分的曲线图就知道了。拉普拉斯算子是二阶微分，由于图像是坐标系中离散的点，微分方程如下：对应的算子矩阵如下：那就尝试一下，cv库有自带的拉普拉斯函数 cv2.Laplacian，此处自写，加强理解。import numpyimport cv2def laplace2(img): g...

原创 基于python的目标检测之数据集增强(旋转）

项目背景：最近在做国外身份证的项目，拍摄风格多样。需求：检测出身份证的位置并判断身份证的旋转角度，根据角度和位置校正身份证。训练样本是各个拍摄角度的身份证，由此可以将一张标注样本旋转三个角度（90，180，270），做数据增广。相应地，xml文件的坐标和label要与旋转后的图像样本对应xml文件如下，角度为0的label为TYPE:B_2D_ANGLE0, 相应地，若旋转90度，...

原创 使用python爬虫增加浏览量

纯属爱好，若有值得改进的地方，欢迎提出宝贵意见~第一版很简单的几句代码，同一个ip一分钟内频繁刷无效，时间间隔设置为60多秒。速度很慢，一分多钟才可以增加一次浏览量。前提，安装selenium库第一版代码：（仅供参考，不建议使用）import timefrom selenium import webdriverimport randomdriver = webdrive...

原创 初次使用docker，多多指教

自己在使用过程中做笔记用的，个人笔记，无需参考。。。打开新容器：sudo docker run -t -i tz850/caffe_ssd:v6 /bin/bash sudo nvidia-docker run -t -i tz850/caffe_ssd:v6 /bin/bashcommand理解：docker run：启动contai...

原创 github编辑

readme默认不换行，换行方法：在行末尾打两个空格使用command向github仓库上传文件：1.将远程地址中仓库git clone 到本地：git clone 仓库链接2.在本地中创建文件夹,比如：example_images，然后将内容放在这个文件夹中3.提交更新（cd到项目文件夹下） git pull #先更新 git add . gi...

转载 进程和线程（廖雪峰python）

很多同学都听说过，现代操作系统比如Mac OS X，UNIX，Linux，Windows等，都是支持“多任务”的操作系统。什么叫“多任务”呢？简单地说，就是操作系统可以同时运行多个任务。打个比方，你一边在用浏览器上网，一边在听MP3，一边在用Word赶作业，这就是多任务，至少同时有3个任务正在运行。还有很多任务悄悄地在后台同时运行着，只是桌面上没有显示而已。现在，多核CPU已经非常普及了，...

原创 python参数传递

转载自https://mp.weixin.qq.com/s/cpPHF67f-gE8-JsE_AcA7A给变量以数据，而不是给数据以变量变量不存在实体，它仅仅是一个标签，一旦赋值就被设置到另一个物体上，不变的是那些物体，即‘对象’。python中所有的东西都是对象，包括函数、类、模块，甚至字符串‘hello'，数字1，2，3都是对象。多看几个例子就明白了~例：a=1b=2...