python
文章平均质量分 54
贪玩老学长
当你觉得数学很重要的时候,你就是真正的科研人员了。
我是平头哥,只想打死各位或者被各位打死。
--菜鸟祥哥
展开
-
图像去雾毕业论文准备19-深度学习框架(pytorch)— GPU配置成功
图像去雾毕业论文准备19-深度学习框架(pytorch)— GPU配置成功太棒了,终于出现True了上一节和大家讲了一下,由于放假了,所以我自己还没有做完,中间尝试几次(都中断了)因为网络的原因(注意是国外镜像),所以很慢!尽管我自己知道方法,并且也告诉大家方法,但是没有那么顺利我电脑从武汉邮寄襄阳,今天才到,于是按照之前的方法进行操作,但是一直中断和报错,所以很难受!经过下午的研究,终于搞定了,鉴于之前只是无知的告诉大家如何去做,而自己却没有实施,所以今天把自己做好的记录分享给大家,希望对大家原创 2021-01-14 21:03:29 · 768 阅读 · 3 评论 -
图像去雾毕业论文准备18-深度学习框架(tensorflow)——深度学习不同版本环境配置【环境配置】
图像去雾毕业论文准备18-深度学习框架(tensorflow)——深度学习不同版本环境配置之前提到过环境配置的问题,就是不同版本如何共存的,不知道大家有没有操作过,今天我也遇到这个问题了,在此把如何配置不同环境的教程再罗列一遍!之前安装的pytorch里面配置的还有tensorflow环境,然后是2.3版本的,现在看的视频是1.0-2.0之间的版本,所以这里我重新给一个虚拟环境,然后安装一个低版本的环境,开始吧!conda create -n tensorflow python=3.7conda原创 2021-01-10 22:19:29 · 458 阅读 · 0 评论 -
图像去雾毕业论文准备17-深度学习框架(pytorch)——超级详细(3个小时看完一本书(关键部分))
图像去雾毕业论文准备17-深度学习框架(pytorch)——超级详细(3个小时看完一本书(关键部分))书籍《深度学习框架PyTorch入门与实践》陈云·著书籍有配套的代码,大家可以在github下载,进行演练操作,今天下午(2021年1月8日)用3个小时快速过一遍(自己论文需要的),晚上开始系统学习卷积神经网络,后面开始搜代码进行论文复现。好啦,配置环境的事情前面都已经交代过,就不在罗列了,根据自己电脑的情况,下载安装必要的库!TensorTensor是PyTorch中重要的数据结构,可认为是一个原创 2021-01-08 15:45:19 · 1152 阅读 · 1 评论 -
图像去雾毕业论文准备15-深度学习框架(pytorch)——超级详细(基收集数据集、线性回归)
图像去雾毕业论文准备15-深度学习框架(pytorch)——超级详细(收集数据集)还是之前的那个例子,之前是抽象的进行讲解,本节拆分细讲!线性回归细讲#!/usr/bin/python3.6# -*- coding: utf-8 -*-# @Time : 2021/1/6 11:04# @Author : ptg# @Email : zhxwhchina@163.com# @File : 线性回归分解写法.py# @Software: PyCharm# 导入库imp原创 2021-01-06 11:20:32 · 584 阅读 · 1 评论 -
图像去雾毕业论文准备14-深度学习框架(pytorch)——超级详细(基础知识)
图像去雾毕业论文准备14-深度学习框架(pytorch)——超级详细(基础知识)torch常见的数据类型#!/usr/bin/python3.6# -*- coding: utf-8 -*-# @Time : 2021/1/5 21:41# @Author : ptg# @Email : zhxwhchina@163.com# @File : pytorch基础知识.py# @Software: PyCharmimport torch# 0-1之间的均匀分布x原创 2021-01-06 10:55:13 · 718 阅读 · 0 评论 -
图像去雾毕业论文准备13-深度学习框架(pytorch)——超级详细(线性回归案例讲解)
图像去雾毕业论文准备13-深度学习框架(pytorch)——超级详细(线性回归案例讲解)基于上节的介绍,相信你对pytorch有了简单的了解,我是跟着视频,加上个人理解进行本节的讲解,一方面对课程学习进行加深,一方面对可以方便以后查阅复习,同时还可以给有需要的朋友进行参考,实现资源共享!参照上之前tensorflow的学习,下面开始讲解!1 首先导入相关的库文件# 导入库import torchimport numpy as npimport matplotlib.pyplot as plt原创 2021-01-05 21:39:29 · 638 阅读 · 1 评论 -
图像去雾毕业论文准备12-深度学习框架(pytorch)——超级详细(基础环境)
图像去雾毕业论文准备11-深度学习框架(pytorch)——超级详细(基础环境)上一篇中已经说明了本节的学习内容,就是对pytorch进行学习,然后开始看卷积相关的内容!动态图和静态图的区别pytorch 和 tensorflow2.0以上差不多,所以为了后面看代码选择性更大,这里把pytorch也简单学习一下,之前已经学习了tensorflow,这里就以此类推进行学习!线性回归:# 导入库import torchimport numpy as npimport matplotl原创 2021-01-05 12:07:21 · 1099 阅读 · 1 评论 -
图像去雾毕业论文准备11-深度学习框架(tensorflow2.0)——超级详细(过拟合、欠拟合)
图像去雾毕业论文准备11-深度学习框架(tensorflow2.0)——超级详细(过拟合、欠拟合)可以使用Dropout抑制过拟合好啦,先了解这么多!后面再看看pytorch,然后开始看卷积(图像相关的),最后开始做代码复现,网络修改,搭建!(完!)...原创 2021-01-05 10:15:24 · 320 阅读 · 0 评论 -
图像去雾毕业论文准备10-深度学习框架(tensorflow2.0)——超级详细(学习率、反向传播)
图像去雾毕业论文准备10-深度学习框架(tensorflow2.0)——超级详细(学习率、反向传播)原创 2021-01-04 22:38:31 · 206 阅读 · 0 评论 -
图像去雾毕业论文准备09-深度学习框架(tensorflow2.0)——超级详细(手写体数据加载、独热编码one-hot)
#!/usr/bin/python3.6# -*- coding: utf-8 -*-# @Time : 2021/1/3 16:58# @Author : ptg# @Email : zhxwhchina@163.com# @File : tensorflow2.0.py# @Software: PyCharm# 测试是否安装成功import tensorflow as tfimport osimport pandas as pdimport matplotlib原创 2021-01-04 22:17:43 · 211 阅读 · 0 评论 -
图像去雾毕业论文准备07-深度学习框架(tensorflow2.0)——超级详细,值得一看(梯度下降、多层感知器、常见的激活函数)
图像去雾毕业论文准备07-深度学习框架(tensorflow2.0)——超级详细,值得一看(梯度下降)寻找梯度值就是寻找下降最快速的路线,使得要求的值最小!学习率:改变的快慢局部极值点:因为是随机初始化操作(所以一般不用思考局部极值)正向传播:反向传播:激活函数激活函数relu:sigmoid激活:tanh激活:Leak Relu:...原创 2021-01-04 16:11:56 · 341 阅读 · 0 评论 -
图像去雾毕业论文准备06-深度学习框架(tensorflow2.0)——超级详细,值得一看(线性回归)
图像去雾毕业论文准备06-深度学习框架(tensorflow2.0)参考视频tensorflow2.0学习视频一、简易安装教程CPU版本首先根据要求检查一下自己的pip版本,如果大于19.0就跳过,如果是小于19.0,就使用命令进行更下python -m pip install --upgrade pip安装包下载安装(使用安装豆瓣源)pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple原创 2021-01-04 15:56:39 · 536 阅读 · 2 评论 -
图像去雾毕业论文准备05-python中科学计算(Numpy和Scipy)
图像去雾毕业论文准备05-python中科学计算(NumPy和SciPy)但凡对深度学习有所学习基本上都知道这两个包,尤其是NumPy和裂变类似,但是运行效率又远高于列表,在Pytorchh中,numpy也很重要,废话少说,开干!NumPy 和 SciPy是Python中用以实现科学计算的模块包Numpy主要提供了数组对象、基本的数组函数和傅里叶变换的相关函数。而SciPy依赖与NumPy一、包的安装这个就不介绍了,如果不会可以网上搜下教程,或者放弃学习吧(这两个包很基础,安装也很简单,唯一一点就是原创 2021-01-03 16:57:16 · 369 阅读 · 1 评论 -
图像去雾毕业论文准备04-python中异常
说起异常,做编程的朋友应该都很清楚,异常捕捉和解决是代码鲁棒性的一个基础。好啦,本节为了使得程序的鲁棒性较好,因此在这里进行python异常相关知识的讲解!首先看看几个常见的异常错误:1 AtttibuteError 调用不存在的方法引起的异常2 EOFError 文件末尾引发的异常3 ImportError 导入模块出现的异常4 IndexError 列表越界引发的异常5 NameError 变量名出现的错误6 ValueError 搜索列表中不存在的值引发的错误7 ZeroDivisi原创 2021-01-03 14:54:44 · 166 阅读 · 0 评论 -
图像去雾毕业论文准备03-python中class(类学习)
图像去雾毕业论文准备03-python中class(类学习)我们知道C语言和C++语言相比,有一点区别就是,C语言是面向过程的,而C++是面向对象的。Python和C++一样,也是可以面向对象,为什么要学习面向对象,懂编程的朋友都知道吧,操作方便,便于管理。这也是为什么我在做论文时需要提前进行弥补的,因为关于深度学习相关的东西,在搭建网络的时候,大多都需要进行类的使用。所以今天用点时间把class相关的东西简单梳理一下,后面能够看懂别人的代码,最好自己可以进行编写!好啦,闲话少说,看重点吧!不系原创 2021-01-02 10:48:37 · 355 阅读 · 7 评论 -
图像去雾毕业论文准备02-python中os标准库
OS:operate System 操作系统os模块并不是python启动时的模块导入os模块import os标准库import oshelp(os)1 getcwd()获取当前工作目录print(os.getcwd())输出结果:E:\PycharmSoftware\CNN2 修改当前工作目录os.chdir(“D:/Desktop”)3 获取目录中所有文件或者文件夹的名称result = os.listdir(“D:/Desktop”)print(result[0])4原创 2021-01-01 22:19:10 · 406 阅读 · 1 评论 -
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、池化层原创 2021-01-01 19:16:40 · 810 阅读 · 2 评论 -
Python从入门到大师(01)
Python前世1989年圣诞节前夕,山雨欲来风满楼,计算机程序设计语言界隐隐有大事要发生,果然不出所料。江湖人称龟叔(Guido von Rossum),就是这位祖籍荷兰的大牛,在圣诞节百无聊赖的期间,发明了Python。之所以选中Python作为程序的名字,是因为龟叔是BBC电视剧——蒙提·派森的飞行马戏团(Monty Python’s Flying Circus)的爱好者。ABC是由参加设计的一种教学语言。就龟叔本人看来,ABC这种语言非常优美和强大,是专门为非专业程序员设计的。1991年初,转载 2020-11-02 09:14:57 · 219 阅读 · 0 评论 -
一天撸完Python-Opencv常用函数和基本思想(续集)
1 形态学转换形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行操作。需要输入两个参数,一个原始图像,第二个被称为结构化元素或核,它是用来操作的性质的。两个基本的形态学操作是腐蚀核膨胀。他们的变体构成了开运算,闭运算,梯度等。1.1 腐蚀就像土壤侵蚀一样,这个操作会把前景物体的边界腐蚀掉(但是前景仍然是白色)。这是怎么做到的呢?卷积核沿着图像滑动,如果与卷积核对应的原图像的所有像素值都是1,那么中心元素就保持原来的像素值,否则就变为零。这回产生什么影响呢?根据卷积核的大小靠近前原创 2020-10-23 19:38:09 · 240 阅读 · 0 评论 -
一天撸完Python-Opencv常用函数和基本思想(续集)
昨天有事情,本来打算一天分享完的(就是快速看看关键的部分),然后上午看了一会,有事情去忙了,所以没有完成这个工作,今天下午打开一看收到小伙伴的评价,其实自己也是个小白,因为论文的需要,需要图像的知识,自己能力有限,但是会尽力分享每一次学习的心得,希望一方面督促自己学习,另一方面也可以和大家分享交流,做学术嘛,就是要一起学习才能共同进步。感谢小伙伴的支持,谢谢关注!1 图像阈值图像阈值理论代码:import numpy as npimport cv2import matplotlib原创 2020-10-22 20:55:37 · 190 阅读 · 0 评论 -
一天撸完Python-Opencv常用函数和基本思想
前沿我使用的是Pycharm编译器用anaconda配置的解释器安装的库:numpy matplotlib cv2等在进行下面的工作之前,给各位说说pycham中添加个人信息#!/usr/bin/python3.6# -*- coding: utf-8 -*-# @Time : ${DATE} ${TIME}# @Author : super_kun# @Email : xxxxxxxxxxx@xxx.com# @File : ${NAME}.py# @Softwar原创 2020-10-21 15:04:23 · 604 阅读 · 3 评论 -
第1讲:Python算法数据结构(第1题+基础介绍+时间复杂度)
import timestart_time = time.time()for a in range(1,1001): for b in range(1,1001): for c in range(1,1001): if a+b+c == 1000 and a**2 + b**2 == c**2: print("a, b, c:%d,%d,%d"%(a,b,c))end_time = time.time()print(.原创 2020-10-17 22:31:22 · 327 阅读 · 0 评论 -
Python基础知识复习
类classclass Dog(): def __init__(self,name,age): """初始化属性name和age""" self.name = name self.age = age def sit(self): """模拟小狗被命令时蹲下""" print(self.name.title()+"is now sitting.") def roll_over(self):原创 2020-10-17 10:19:24 · 288 阅读 · 2 评论 -
Python快速过一遍,重要知识点简单记录
索引的时候是从0开始而不是从1开始的list = ['track','bus','car']print(list[0].title())# 大写print(id(list))list.append("zhai")print(list)print(id(list))列表使用append的时候,试用前后使用后的id值没有改变list = ['track','bus','car']print(list[0].title())# 大写print(id(list))list.append("z原创 2020-10-16 22:33:07 · 140 阅读 · 0 评论 -
第10讲 Opencv卷积神经网络CNN
深度原创 2020-09-19 15:43:44 · 1541 阅读 · 0 评论 -
第9讲 opencv-python背景建模
帧差法由于场景中的目标在运动 ,目标的影像在不同图像 帧中的位置不同。该算法对时间上连续的两帧图像进行查分运算,不同帧对应的像素点相减,判断灰度差的绝对值,当绝对值超过一定阈值时,即可判断为运动目标,从而实现木匾的检测功能。帧间法非常简单,但是会引入噪音和空洞问题。混合高斯模型import numpy as npimport cv2# 经典测试视频cap = cv2.VideoCapture("test.MP4")# 形态学操作需要使用kernel = cv2.getStruct原创 2020-09-19 11:42:28 · 554 阅读 · 0 评论 -
第8讲 图像尺度空间Opencv 降版本实现匹配
module ‘cv2.cv2’ has no attribute ‘xfeatures2d’(问题已解决,亲测有效!)转载 2020-09-18 16:07:19 · 306 阅读 · 0 评论 -
第7讲 python-opencv傅里叶变换补充
import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread("lena.jpg",0) # 后面的0可以使得其编程灰度图,不写的话就是彩色img = cv2.medianBlur(img,5)# opencv官方要求使用float32img_float32 = np.float32(img)dft = cv2.dft(img_float32,flags=cv2.DFT_COMPLEX_OUTPU原创 2020-09-14 12:11:18 · 142 阅读 · 0 评论 -
第7讲 python-opencv图像处理直方图
import cv2import numpy as npimport matplotlib.pyplot as pltlena = cv2.imread("car.jpg")# lena = cv2.cvtColor(lena,cv2.COLOR_BGR2GRAY)lena = cv2.medianBlur(lena,5)hist = cv2.calcHist([lena],[0],None,[256],[0,256]) # 传入图像,通道(0代表灰度)None掩膜图像,数目和像素范围..原创 2020-09-13 22:38:19 · 154 阅读 · 0 评论 -
第6讲图像处理(图像金字塔,轮廓绘制,模板匹配)
高斯金字塔向下采样,金字塔的底部到顶部向上采样,金字塔的顶部底部扩充完,用0填充。import cv2import numpy as nplena = cv2.imread("zhx.jpg")# lena = cv2.cvtColor(lena,cv2.COLOR_BGR2GRAY)# lena = cv2.medianBlur(lena,5)def cv_show(name,img): cv2.imshow(name,img) cv2.waitKey(0)原创 2020-09-13 18:13:01 · 641 阅读 · 0 评论 -
第5讲 图像处理边缘检测Canny
Canny边缘检测1)使用高斯滤波器,以平滑图像,滤除噪声2)计算图像汇总每个像素点的梯度和方向3)应用非极大值(Non-Maximum Suppression)抑制,以消除边缘检测带来的杂散相应4)应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘5)通过抑制孤立的若边缘最终完成边缘检测双阈值import cv2import numpy as nplena = cv2.imread("lena.jpg")lena = cv2.cvtColor(lena,c原创 2020-09-13 14:49:46 · 257 阅读 · 0 评论 -
第4讲 图像梯度(sobel,scharr,laplacian)
一般来讲,只有色彩变化较大的地方才会产生,也就是说,只有在边缘。图像sobel算子这个是水平方向的梯度,右边减去左边同样,下边减去上边。是竖直方向原始图像现在采用sobel算子,水平方向右边减去左边。如下所示:可以看到只有左边的,因为我们采用的是右边减去左边,其中中间的为白色,减去左边的黑丝就是 >0,因此会保留,而右边减去左边,是黑色减去中间,就成了黑丝减去白色<0所以会不显示。也就是只有一半如果想把右边的一半也显示,怎么办了?当然可以考虑将负数编程整数麻,试试原创 2020-09-13 13:13:00 · 410 阅读 · 0 评论 -
python-opencv 第三讲 形态学处理
以下要讲解腐蚀核膨胀,从上面你应该可以看出来这在干啥了。1 腐蚀import cv2import numpy as npimg = cv2.imread('zhx.jpg')cv2.imshow('img',img)kernel = np.ones((3,3),np.uint8)erosion1 = cv2.erode(img,kernel,iterations=1)erosion2 = cv2.erode(img,kernel,iterations=2)erosion3 =.原创 2020-09-12 12:26:16 · 269 阅读 · 0 评论 -
python-opencv 第二讲 滤波(均值、高斯、中值)
首先加载一张照片import cv2 # BGRimport matplotlib.pyplot as pltimport numpy as npdef cv_show(name,img): cv2.imshow(name,img) cv2.waitKey(0) cv2.destroyAllWindows()img = cv2.imread('lena.jpg')cv_show('lena',img)显然可知,图像上存在大量的椒盐噪声均值滤波# 均值滤波原创 2020-09-11 22:20:30 · 330 阅读 · 0 评论 -
python-opencv 第1讲 图像的基础知识 +图像读取,显示操作
数据读取-图像cv2.imread_color彩色图形CV.imread_grayscale灰度图像import cv2 # BGRimport matplotlib.pyplot as pltimport numpy as np%matplotlib inlineimg = cv2.imread("zhx.jpg")cv2.imshow('zhx',img)cv2.waitKey(0)# cv2.waitKey(0)cv2.destroyAllWindows()由于每一次都要写原创 2020-09-11 16:07:16 · 234 阅读 · 0 评论 -
Pytorch实现手写体识别(基于CNN卷积神经网络)实操详解(附完整代码free)
手写体作为深度学习的“Hello world”,几乎所有的课程都会讲到这个,今天带着大家一些看看吧。如果对你有所帮助,点个赞给个小关注,以后一起交流学习。前言首先和大家讲讲我为啥会看到这个,因为我需要写论文,关于图像增强的,比如夜视,曝光,去雨,去雪,去雾等,以往采用的是传统的方法“直方图,暗通道,retinex”等,现在随着深度学习的发展,只从12年人机大战,深度学习迅速爆棚,由于结果惊艳,所以深度学习进入了人们感兴趣的领域。好不夸张的说,现在各行各业都在使用深度学习,这个也是我需要研究的课题。原创 2020-09-09 10:57:57 · 4122 阅读 · 0 评论 -
python中的全局变量和局部变量(一个小地方,需要大家注意一下)
# '''# 注意这个问题:# 1 首先定义一个全局变量num# 2 然后定义了一个子函数myfun(),进行输出print(num)# 3 由于在子函数中,有重新定义了一个局部变量num,因此在子函数中的num不会使用全局函数中的,反而会使用局部中的, 但是局部中的申明在下方,因此会报错# ''’num = 42def myfun(): print(num) num = 100myfun()好好揣摩一下这个问题,你就知道咋回事了。...原创 2020-09-08 13:17:51 · 189 阅读 · 0 评论 -
卷积神经网络11(卷积神经网络高级加深)
多卷积核的使用不同方式结束后,图像尺寸长宽一样可以通过卷积或者padding1 X 1 卷积作用?单、多通道信息融合信息融合,不用别的信息做运算,仅仅对自身做运算。原创 2020-09-07 22:22:15 · 410 阅读 · 0 评论 -
卷积神经网络10(卷积基础知识补充)+实操代码,手写体识别,准确率高达98+%
对于batch 1 28 28 的图像用10个5 * 5核进行卷积,得到batch 10 (28 - 4) * (28 - 4) 即》(batch 10 24 * 24)经过一个2 * 2 最大池化,得到(batch 10 12 * 12)然后又经过20个5 * 5卷积核 输出(batch 20 8 * 8)经过一个2 * 2 最大池化,得到(batch 20 4 * 4)最后将其展开,输送到全连接层 20 * 4 * 4 = 320import torchfrom torchvisi.原创 2020-09-07 19:09:44 · 316 阅读 · 0 评论 -
卷积神经网络10(卷积基础)
全连接的使用,使得图像原有的位置发生改变,而卷积神经网络,是连续在一起的。栅格图像CCD做卷积通道数会改变卷积运算过程数乘单通道多通道共享权重# 测试import torchin_channels,out_channels = 5,10width,height = 100,100kernel_size = 3batch_size = 1input = torch.randn(batch_size, in原创 2020-09-06 22:19:34 · 137 阅读 · 0 评论