ffmpeg命令行截取视频 ffmpeg -i /rebuild_vid/face384.webm -ss 00:01:00 -t 00:01:00 -c copy /rebuild_vid/face384_1501_3000.webmparam1:start timeparam2:duration time
时序动作分割中常用的评价指标（Acc,Segmental Edit Score, Segmental F1-Score） MS-TCN、MS-TCN++和BCN都使用了这三个评价指标，有必要深入一下。1.frame-wise Accuracy正确帧数/总帧数"Acc: %.4f" % (100*float(correct)/total)2.Segmental edit distance编辑距离，又称为莱文斯坦距离，NLP中常用来衡量两个字符串之间的差异程度。Segmental edit distance考量了每两帧之间，从A帧替换到B帧所需的最小操作次数。即考量了两帧之间的差异性。Edit distance越大，两
OD--YOLOv5代码学习 最新的YOLOv5增加了wandb功能，要先注册一个wandb的账号将申请的API配置到电脑上，即可实时看到损失、权重和偏执。1.配置超参YOLOv5的配置文件是.yaml格式以yolov5l.yaml为例# Parametersnc: 80 # number of classesdepth_multiple: 1.0 # model depth multiplewidth_multiple: 1.0 # layer channel multiplenc：代表分类类别的数量de
基于YOLOv5的视频流检测 在YOLOv5的基础之上做fine tune，用适合视频流大小尺寸的图像训练10个epoc1.用 cv2自带的VideoCapture读取摄像头信息import cv2cap=cv2.VideoCapture(0)if not cap.isOpened(): print("无法打开摄像头") exit()while True: ret,frame=cap.read() if not ret: print("捕获失败！") brea
ObjectDetection--YOLOv1 YOLO官网：https://github.com/pjreddie/darknetgithub.comyolo(you look only once)是基于深度学习的一种回归方法网络结构：借鉴了GoogleNet的设计思想，用1×1的reduction layers和3×3conv layers取代inceptionYOLOv1YOLOv1将整张图像作为输入，直接在BoundingBox的基础之上做回归实现方法：1.将一张图像分成S×S个网格（grid cell），如果某个objec.
COCO数据集格式---XML转txt格式脚本 import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir,getcwdfrom os.path import joinimport globclasses=["crazing","inclusion",'patches',"pitter_surface","rolled-in_scale","scratches"]def convert(size,box): dw=1./size[0
CNN实现房价回归预测 可以做类似波士顿房价的预测，等等多个输入变量预测单个输出变量按列读取影响因素import numpy as npimport pandas as pdfile = r'C:\Users\xy\Desktop\temp.xlsx'data = pd.read_excel(file)data.columns = ['y', 'x1', 'x2', 'x3', 'x4', 'x5', 'x6', 'x7', 'x8', 'x9','x10']数据预处理我这里的数据没做归一化，可以使用scaler
train_loss和test_loss不同情况下的训练方案 train loss 不断下降，test loss不断下降，说明网络仍在学习;train loss 不断下降，test loss趋于不变，说明网络过拟合;train loss 趋于不变，test loss不断下降，说明数据集100%有问题;train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;train loss 不断上升，test loss不断上升，说明网络结构设计不当，训练超参数设置不当，数据集经过清洗等问题。...
使用pre_trained模型进行VGG预测 第一步：导入VGG模型以及实例化from tensorflow.python.keras.applications.vgg16 import VGG16model=VGG16()第二步：读入图片，并把图片转换成数组格式from tensorflow.python.keras.applications.image import load_imgfrom tensorflow.python.keras.applications.image import img_to_arrayimg=load
TypeError: The added layer must be an instance of class Layer. Found: ＜tensorflow.python.keras.layer import keras和from tensorflow.python.keras混用导致的解决方案：把import keras 中的keras从tensorflow.python中导入
Python正则表达式 import rekey = r"javapythonhtmlvhdl"#字符串加r可去除掉转义字符p1=r"python"pattern=re.compile(p1)matcher=re.search(pattern,key)print(matcher.group(0))字符串前加r，可以去除掉转义字符加入元字符，代表匹配内部的任意一个字符import rekey = r"javaPythonhtmlvhdl"#字符串加r可去除掉转义字符p1=r"[pP]ython"
MySQL:Access denied for user ‘root‘@‘localhost‘ 登录MySQL时报错解决办法：# /etc/init.d/mysqld stop # mysqld_safe --user=mysql --skip-grant-tables --skip-networking & # mysql -u root mysql mysql> UPDATE user SET Password=PASSWORD(’newpassword’) where USER=’root’; mysql> FLUSH PRIVILEGES; mysq
修改Jupyter Notebook的存储路径 1.打开Anaconda Prompt输入jupyter notebook --generate-config找到文件所在位置，打开config.py文件，把dir这一行前面的注释符去掉，引号里写入需要存储的文件夹的地址2.打开Jupyter笔记本所在位置，找到快捷图标进入快捷图标的属性，找到“目标”把目标后的"%USERPROFILE%/"删去，再重启Jupyter笔记本即可。...
关注
