图像去雾毕业论文准备01-python中time标准库

2021年第一篇博文，很高兴又回到博文！

先说说后面我需要做的工作
我的毕业论文是《基于卷积神经网络的去雾》
关于论文，我打算从以下5章进行展开
第1章
1.1 背景
1.2 国内外研究现状
1.3 本文研究步骤

第2章
介绍雾天模型（暗通道先验理论）
因为我写了一篇关于去雾的小论文，所以我打算介绍完雾天模型后，将自己写的小论文中的一些内容用在这里
然后对结果进行评价（主观、客观）
最后对本文算法的不足进行展望（为深度学习相关做准备）

第3章
关于第三章，首先我会介绍卷积相关的理论
1、卷积层
2、池化层
3、激活层
4、激活函数
5、模型搭建需要的

第4章
准备数据集
模型搭建
模型训练
对模型进行评估和测试

第5章
总结与展望

需要东西（个人目前想法）

大概分为以上几章进行，由于有2-3个月没有接触深度学习相关的内容，所以不知道具体该如何展开，目前只能先看文献，把一些常见的东西学习一下，争取一周之内能够清楚如何展开。（关键就是卷积神经网络这块）

传统的去雾这边就不会详细研究了，目前就是做深度学习这块
1 编程语言（当然我会python）

2 需要的库（numpy，cv2，matplotlib,time，os等）框架目前我还不清楚用哪个（pytorch、tensorflow、caffe）
具体需要我看完文献等做决定

3 环境（由于我电脑显卡很吃力440的，所以我会用cpu或者借用其他同学的电脑，再或者在网上租借，也就是用云GPU）

4 数据集，这个肯定需要使用网上公开的数据集，目前公开的户外或者户内的照片集很多，到时候需要进行人工添加雾霾（做一定的处理），另外为了增加说服力，我打算自己拍摄一部分图像，两部分放在一起做。

5 最后就是模型的选用，具体不知道，后面根据学习情况和文献阅读再定。

**

好啦，今天开始看看time模块

**

#!/usr/bin/python3.6

-- coding: utf-8 --

@Time : 2021/1/1 17:22

@Author : ptg

@Email : zhxwhchina@163.com

@File : 1-1_time.py

@Software: PyCharm

标准库

import time

时间戳 结构化时间对象 格式化时间字符串1970.1.1

时间戳

print(time.time())
print(time.time()-3600)

结构化时间对象

st = time.localtime()
print(type(st))
print(st)

st本质上是一个元组

print(“今天是{}-{}-{}”.format(st[0],st[1],st[2]))

输出结果：今天是2021-1-1

print(“今天是星期{}”.format(st.tm_wday+1))

输出结果：今天是星期5

注意上面的对象是只读的，是不能进行修改的

格式化时间字符串

print(time.ctime())

输出结果：Fri Jan 1 17:32:48 2021

strftime(时间格式)

print(time.strftime(’%Y-%m-%d’))

time.sleep()程序等待

print(‘sleep’)
time.sleep(1.25)
print(‘end’)

t1 = time.sleep()

t2 = time.sleep()

t = t2 - t1

time.sleep()程序等待

t1 = time.time()
print(‘sleep’)
time.sleep(1.25)
print(‘end’)
t2 = time.time()
print(“执行了{:.3f}”.format(t2-t1)) #注意，默认输出精度较高，所以可以自己设置保留位数

三种格式之间的转换

时间戳 ->结构化对象

（完！）