- 博客(17)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 python编程规则与技巧-（持续记录）
一、头文件基本模块导入import pandas as pdimport numpy as npimport cv2import osimport matplotlib.pyplot as plt机器学习模块：from sklearn.cross_validation import train_test_split #分数据import mglearn from sklea...
2019-04-23 15:54:11
808
原创 轨迹预处理-阿波罗数据（自己记比较乱）
描述：从已整理好（已分类）的数据中，按顺序排列同一ID的轨迹。分别整理 che1 che2 人 和自行车。整理保存为一个文件。 程序功能：将多个文件转为一个文件npy。并排序好成列表形式。import xlwtimport reimport osimport numpy as npimport pandas as pd import csvfrom numpy import arr...
2019-09-09 21:41:40
769
原创 贝叶斯函数编程，测试男女性别数据
模式识别课程，统计了学生的身高体重鞋码等数据，利用贝叶斯分类器，分别计算协方差为单位阵、协方差为一样、协方差不同时候的准确率，以下为实现代码。代码很乱。。数据下载：链接：https://pan.baidu.com/s/1s5eQwivZQD941UB8QQvI0A提取码：uhaz# -*- coding: utf-8 -*-import pandas as pdimport numpy...
2019-06-03 14:25:18
2254
1
原创 距离比较函数
计算两个box之间的距离，返回flag 和重叠面积比输入为两个盒子的坐标。 x，y，宽，高def distanceBoxes(box1, box2): """ 计算两个box之间的距离 返回flag是否重叠和重叠面积比/距离 """ x1, y1, dx1, dy1 = box1 x2, y2, dx2, dy2 = box2 #分别求顶...
2019-06-03 13:59:02
559
原创 ATP 防护曲线（GEBR 和ATP触发曲线）
python 编程ATP曲线的实现。给定最大速度200km/h， 求速度 距离的曲线。应用牛顿第二定律，以及ATP 对应的GEBR曲线的点，分别求出list_all[[0],[1],[2],[3]] 。根据点画图曲线。程序代码如下：python3.6编写 可直接运行，保存的点为excel表格# -*- coding: utf-8 -*-'''注意单位的换算最终速度km/H 距离S /m...
2019-06-03 13:51:36
4052
原创 圆形检测--轮廓检测法
本文编写了一种轮廓对比方法检测圆形，比霍夫检测更准确一些。输入为路径，如果有圆，则返回圆的轮廓点，还可以画出来。import numpy as npimport cv2def img_read(path): #读图片，返回二值图 image = cv2.imread(path) img_gray = cv2.cvtColor(image,cv2.COLOR_BGR2GR...
2019-05-07 17:04:34
6414
3
原创 opencv使用的一些函数总结
加载np数组： np.load(textfile)霍夫圆检测circles = cv.HoughCircles(cimage, cv.HOUGH_GRADIENT, 1, 30, param1=50, param2=30, minRadius=50, maxRadius=90)cv.HoughCircles(image, method, dp, minDist, circles, para...
2019-05-07 09:00:40
615
原创 yolo的一个汽车识别项目记录
得到图片的路径：输入为图片文件夹，返回值为路径列表def get_image_path(dir): paths = [] for file in os.listdir(dir): file_path = os.path.join(dir, file) paths.append(file_path) return paths定义个：1、...
2019-04-23 16:36:44
913
原创 opencv SIFT报错解决方案
错误：cv2.error: OpenCV(4.0.1) D:\Build\OpenCV\opencv_contrib-4.0.1\modules\xfeatures2d\src\sift.cpp:1207: error: (-213:The function/feature is not implemented) This algorithm is patented and is excluded...
2019-04-23 15:31:19
1263
原创 （完整）数据读取&&编程张量、数组
导入库：import cv2import osimport numpy as npimport pandas as pd import tensorflow as tf def get_imlist(path): return [os.path.join(path,f) for f in os.listdir(path) if f.endswith('.jpg')] c=g...
2019-01-21 14:55:50
483
原创 读取图片信息并存储数据为CSV文件
下面介绍一种读取图片，并将图片信息保存为csv文件：加载库：import cv2import osimport numpy as npimport pandas as pd 定义一个路径读取与存储函数：def get_imlist(path): return [os.path.join(path,f) for f in os.listdir(path) if f.endsw...
2019-01-20 19:51:45
10093
8
原创 TensorFlow中的CSV文件创建与读取
**文件创建与读取**读取CSV文件 readlines 函数：image_add_list = []image_label_list = []with open("C:/pypractise/fangzhen2/cj.csv") as fid: for image in fid.re...
2019-01-18 14:59:11
849
原创 线性回归
线性回归的一些细节对比：for （x,y） in zip (x_data,y_data):sess.run(train_op,feed_dit={x_:x,y_:y})这个数据输入的方式为逐个输入。但是也需要x_y_使用占位符作为数据输入的占位点：x_ = tf.placeholder(tf.float32)y_ = tf.placeholder(tf.float32)一个线性回归的案...
2019-01-18 14:58:26
133
原创 TensorFlow-关于数列的笔记
TensorFlow中常用队列方法总结一般，要创建一个队列，首先要选定数据出入类型。如上图后三个。q=tf.FIFOQueue(3,"float")sess=tf.Session()init=q.enqueue_many(([0.1,0.2,0.3]))sess.run(int)函数的一个参数是数据的个数，3. 第二个参数是元素的类型。TensorFlow中任何操作都是在会话中...
2019-01-15 17:18:30
259
原创 TensorFlow的编程笔记1
首先介绍一个最简单的神经网络import tensorflow as tfimport numpy as np"""这里是一个非常好的大数据验证结果，随着数据量的上升，集合的结果也越来越接近真实值，这也是反馈神经网络的一个比较好的应用这里不是很需要各种激励函数而对于dropout，这里可以看到加上dropout，loss的值更快。随着数据量的上升，结果就更加接近于真实值。"""...
2019-01-15 16:05:15
116
原创 opencv 的学习笔记-python
一、图片的基本存储格式import numpy as npimport cv2img = np.mat(np.zeros((300,300)，dtype=np.uint8))cv2.imshow("test",img)cv2.waitKey(0)#显示图片调用包，创建一个图片矩阵300*300.图片都是由红绿蓝三种颜色组成，下面是由一个3通道的数据集整体显示代码：img
2019-01-11 17:09:59
268
转载 python的编程记录
@记录学习过程python的编程记录1import numpy as npimport tensorflow as tf2随机生成数据：'''xs=np.ramdom.randint(46,99,100) ys=1.7*xs表示从46-99随机生成100个数字。3占位符和变量 赋值权值和偏置x=tf.placeholder(tf.float32)y=tf.placeho...
2019-01-08 21:11:18
111
百度无人驾驶数据.zip
2019-06-09
beijing.xlsUCI Machine Learning Repository的数据集
2019-06-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人