- 博客(90)
- 收藏
- 关注
RSS订阅原创 查找xml文件中标签出现次数
import osimport xml.dom.minidomAnnoPath = r'./fracture/train/annotations/'Annolist = os.listdir(AnnoPath)sum = 0for annotation in Annolist: filename = AnnoPath + annotation dom = xml.dom.minidom.parse(filename) # 打开XML文件 collection = dom
2020-08-16 23:02:26
534
原创 centerNet
https://zhuanlan.zhihu.com/p/138322707https://xueqiu.com/3426965578/125375455https://www.it610.com/article/1174935461639020544.htmhttps://www.jianshu.com/p/e7612145f2f4论文 https://arxiv.org/pdf/1904.08189.pdf
2020-08-07 14:31:29
215
原创 gcc 版本问题解决方案
https://gist.github.com/goldsborough/d466f43e8ffc948ff92de7486c5216d6# Instructions for installing GCC 4.9 on various platforms.# The commands show instructions for GCC 4.9, but any higher version will also work!# Ubuntu (https://askubuntu.com/question
2020-08-06 10:29:53
695
原创 mmdetection_训练自己的数据集
修改参数：https://www.freesion.com/article/5564134964/#_mmdetectionVOC_49labels报错解决方法：https://blog.csdn.net/lvsehaiyang1993/article/details/80910104#commentBox我的数据集.xml文件中没有name，difficult这些label。在/home/ming/work/mmdetection/mmdet/datasets/xml_style.py中注释掉
2020-07-03 15:03:21
681
原创 faster-rcnn流程（mmdetection）
part1 测试mmdetection（通过读取一张图片，显示效果）demo.pyfrom mmdet.apis import init_detector, inference_detector, show_result_pyplotimport mmcvconfig_file = '/home/ming/work/mmdetection/configs/faster_rcnn_r50_fpn_1x.py'checkpoint_file = '/home/ming/work/mmdetectio
2020-07-01 17:39:47
951
原创 视频分类数据集下载
https://blog.csdn.net/dake1994/article/details/82591852https://cloud.tencent.com/developer/article/1493475
2020-06-21 10:33:39
573
原创 计算机视觉_目标检测_part1
Methods1.空洞卷积下图中，右边为空洞卷积。2.转置卷积目标检测1.传统的目标检测方法滑动窗口法+传统机器学习分类器滑动窗口即有一个窗口在图片上进行滑动，然后检测这个窗口里有没有object。缺点： 识别效果不好，准确率不高；计算量较大，运行速度慢；且可能出现多个正确识别的结果。2. 滑动窗口法则＋CNNCNN可以提高识别的准确率。全卷积神经网络FCN我们知道对于一个各层参数结构都设计好的神经网络来说，输入的图片大小是需要固定的，如图AlexNet,VGGNet,Googl
2020-06-17 19:54:56
269
原创 Pytorch实现GAN之生成手写数字图片
1.导入所需库import torchimport torch.optim as optimimport torch.nn as nnimport torch.nn.functional as Fimport numpy as npimport matplotlib.pyplot as pltimport torchvisionimport torchvision.transforms as transforms2. 训练集# mini_batch sizemb_size=64#t
2020-06-10 16:33:04
2132
1
原创 李宏毅——GAN笔记_day01
Basic Idea of GAN生成式对抗网络（GAN, Generative Adversarial Networks ）其中有两个重要的概念分别是Generator and Discriminator。Generator它本质是一个神经网络。输入为向量vector,输出为图像，也就是高维的vector。vector的每一个维度都代表了一些特征。Discriminator它的本质同样是一个神经网络。只不过它的输入是图片，输出 是一个数值scalar。这个数值大就表示为prob越大，越像
2020-06-08 22:26:16
148
原创 莫烦_Pytroch教程_保存提取
我们用回归的神经网络举例实现保存提取。import torchtorch.manual_seed(1)x=torch.unsqueeze(torch.linspace(-1,1,100),dim=1)y=x.pow(2)+0.2*torch.rand(x.size())def save(): net1=torch.nn.Sequential( torch.nn.Linear(1,10), torch.nn.ReLU(), torch.nn
2020-06-06 16:20:07
108
原创 莫烦_Pytorch教程_分类（Classification）和快速搭建法则
1.建立数据集torch.normal(means, std, out=None)返回一个张量，包含从给定参数means,std的离散正态分布中抽取随机数。means (Tensor) – 均值std (Tensor) – 标准差out (Tensor) – 可选的输出张量import torchimport matplotlib.pyplot as plt# fake data# y0，y1分别为x0,x1的labeln_data=torch.ones(100,2)x0 = t
2020-06-06 15:28:48
181
原创 莫烦_Pytorch教程_关系拟合（回归）
1. 导入包import torchfrom torch.autograd import Variableimport matplotlib.pyplot as pltimport torch.nn.functional as F2. 建立数据集torch.unsqueeze():扩充数据维度，在0起的指定位置N加上维数为1的维度torch.squeeze(): 维度压缩，在0起的指定位置N，去掉维数为1的的维度torch.linspace() 返回一个一维的tensor（张量），
2020-06-03 16:03:08
188
原创 Pytorch_From_Youtube
P6 tensordd=[[1,2,3], [2,4,6], [3,5,7]]t=torch.tensor(dd)print(t)print(type(t))print(t.shape)In pytorch, size and shape are the same thingThe shape of tensor also reveals the rank of tesnor.print(t.reshape(1,9))P7 CNN Tensor Shape Expl
2020-06-03 14:33:26
160
原创 Pytorch实现CNN_含验证集
一、CNN的结构输入层---->[卷积层---->池化层]*n----->全连接层part1 输入层–>卷积层输入层：我们从mnist中下载黑白的手写数字图片。它的维度是 1 * 28 * 28。（若是RGB图片，维度为 3* 28 *28）TIP：像素的值需要从区间[0~255] 压缩到 [0,1]。卷积层：从原始的输入上进行特征的提取。卷积核 kernel (or filter)：16个 5*5；步长 stride =1；填充 padding = (5-s
2020-05-28 23:07:56
5374
原创 Pytorch_CNN识别mnist手写数字 （神经网络中的Hello World）
完整代码注意：若project中没有mnist文件，则DOWNLOAD_MNIST = Ture;下载完成后再变为False.import torchimport torch.nn as nnfrom torch.autograd import Variableimport torch.utils.data as Dataimport torchvision # 数据库模块import matplotlib.pyplot as plttorch.manual_seed(1) # re
2020-05-27 20:31:08
151
原创 Pytorch教程_Variable变量
Variable变量part1import torchfrom torch.autograd import Variabletensor=torch.FloatTensor([[1,2],[3,4]])variable=Variable(tensor, requires_grad=True)print(tensor)print(variable)part2import torchfrom torch.autograd import Variabletensor=torch.F
2020-05-27 12:35:59
167
原创 在Anaconda中下载包到虚拟环境中
我开始是用pip install进行安装，但是速度慢，容易出错。进入我的虚拟环境，名为pytorchactivate pytorch下载pip install matplotlib -i https://pypi.doubanio.com/simple
2020-05-25 13:53:14
755
原创 pytorch——安装
1.cudahttps://blog.csdn.net/zhangpengzp/article/details/85008507?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2
2020-05-24 15:12:17
139
原创 复试准备——排序
#include<stdio.h>//选择排序//每一轮选最大值与最后一个交换void selection_sort(int a[10],int n){ int begin=0,end,k,maxsize; for(end=n-1;begin<=end;end--) { maxsize=begin; for(k=1;k<end;k++) if(...
2020-05-06 17:36:51
125
原创 复试准备——简单的数学问题
1.数字黑洞（PAT1069）对于任何一个四位数的数字来说（4位数字均相同的除外），如果我们先对这个数进行递增排序，接着进行递减排序，我们将第一次排序的数减去第二次排序的数字，就能得到新数字。一直重复这个过程，我们最终会得到数字：6174，即数学黑洞。Sample Input I：6767Sample Output I：7766 - 6677 =10899810 - 0189 = 96...
2020-05-03 15:44:40
474
原创 复试准备——模拟2
1.D进制的A+B输入两个非负10进制的整数A和B（<=230），输出A+B=D（1<D<=10）进制数；输入格式：输入在一行中依次给出3个整数A，B，D。输出格式：输出A+B的D进制数。思路：选择C存储十进制的A+B的结果。每次循环, 存储C%D的结果在数组中，C=C/D；直至C<=0结束。结果的个数存储在n中。最后逆向输出数组及为结果。//A+B=D进制...
2020-05-01 17:38:32
75
原创 复试准备——模拟1
1.Caalztz猜想。（easy）//callatz猜想void fun1(){ int n,count=0;; printf("enter n \n"); scanf("%d",&n); while(n!=1) { if(n%2==0) n=n/2; else n=(n*3+1)/2; count++; } printf("times in ...
2020-05-01 16:32:24
133
原创 复试准备_算法_part01
1.给定两个字符串s和t，编写一个函数来判断t是否为a的字母异位词。你可以假设字符串只包括小写字母。思路：小写字母一共26个，我们可以设置长度为26的数组。将出现在字符串s中的字母加1，出现在字符串t中的字母减一。最后遍历数组，每个元素值为0即为异位词。#include<stdio.h>#include<string.h>void fun1(){ char ...
2020-05-01 00:40:12
80
原创 Pytorch_神经网络 2.1Numpy和torch对比
1.numpy的array和torch表示的对比import torchimport numpy as npnp_data=np.arange(6).reshape((2,3))torch_data=torch.from_numpy(np_data)tensor2array=torch_data.numpy()print( '\nnumpy',np_data, '\...
2020-04-27 22:40:18
134
原创 关于Anaonda官网安装慢的问题
1.镜像网站下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/2.验证打开anaconda promote如果显示base则安装成功3.用命令配置环境conda create -n pytorch python=3.6
2020-04-27 22:04:38
161
原创 Pytorch安装
1.简单方法https://www.cnblogs.com/fanchenxiaojia/p/11208955.htmlhttps://blog.csdn.net/cuixing001/article/details/819521162.关于cudahttps://blog.csdn.net/qq_23013309/article/details/103965619?depth_1-utm...
2020-04-27 18:33:11
114
原创 三层神经网络的实现
最近两天，我在网上查找相关资料学习了多层神经网络的相关信息。然后根据查找到的资料，我自己也设计了一个异或逻辑神经网络的学习。① 设计输入和输出input= [[0， 0]，[0， 1]，[1， 0]，[1， 1]output = [[0]， [1]， [1]， [0]]设计学习率learn=0.05设计矫正率correct=0.1②设计隐含层中的神经元数量hidden（自己设定神经元的...
2020-04-19 22:53:28
728
1
原创 四层神经网络
import mathimport randomrandom.seed(0)def rand(a, b): return (b - a) * random.random() + adef make_matrix(m, n, fill=0.0): mat = [] for i in range(m): mat.append([fill] * ...
2020-04-18 23:48:59
1151
原创 一个简单的神经网络（不调用numpy或其他库函数实现）
1.神经网络结构图我编写的以两个输入为例子。#设置训练的数据组（逻辑或运算)inputs=[[0,0],[1,1],[0,1]]outputs=[0,1,1]Step1: 输入乘以权重total=x1w1+x2w2Step2: 带入激活函数sigmoid(x)该神经网络将使用Sigmoid function作为激活函数，其绘制了一个典型的S形曲线：此函数可以将任意值映射到区间...
2020-04-17 17:04:21
580
1
原创 Python的数据分析与展示---3.2pyplot的plot()函数
1.Def of plot()plt.plot(x,y,format_string,** kwargs)????x：X轴数据，列表或数组，可选。????y：Y轴数据，列表或数组。????format_string：控制曲线的格式字符串，可选????**kwargs：第二组或者更多（x,y,format_string）color： 控制颜色 color=‘green’linestyle：线条风格 ...
2020-04-11 22:20:53
170
原创 Python的数据展示与分析---3.1Matplotlib库的介绍
Matplotlib库的介绍Def：Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发。matplotlib.pyplot是绘制各类可视化图形的命令子库。相当于快捷方式。import matplotlib.pyplot as plt实例case1：import matplotlib.pyplot as pltplt.plot([3,2,5,6,2])pl...
2020-04-11 18:46:50
141
原创 Python的数据分析与展示---2.15 “图像的手绘效果”实例分析
手绘效果的特征1.黑白灰色2.边界线条重3.相同或者相近色彩趋于白色Codefrom PIL import Imageimport numpy as npa=np.asarray(Image.open('D:/python_test/Numpy/images/dog.jpg').convert('L')).astype('float')depth=10. ...
2020-04-11 17:04:10
166
原创 Python的数据分析与展示---2.13\14图像的数组表示与变换
2.13图像的数组表示1.图像的RGB色彩模式def：图像一般使用RGB色彩模式，即每个像素点的颜色由red、green、blue组成RGB三个颜色通道的变化和叠加得到各种颜色。其中R G B的取值范围都是0-256。所以一共由2563种颜色，它包含了人类可以看到的任何颜色。2.PIL库def：PIL，全称Python Image Library。PIL库是一个具有强大图像处理能力...
2020-04-11 16:35:31
226
原创 Miniconda下载安装方法
1.下载miniconda进入以下网站，根据自己的python版本和计算机位数选择下载https://docs.conda.io/en/latest/miniconda.html2.安装选项https://www.chinahadoop.cn/page/883.进入miniconda输入 conda install pillow（包名）...
2020-04-11 14:57:13
3931
原创 Python的数据分析与展示---2.11Numpy的梯度函数
np.random的梯度函数函数说明np.gradient(f)计算数组f中元素的梯度，当f为多维时，返回每个维度梯度梯度：连续值之间的变化率，即斜率XY坐标轴连续三个X坐标对应的Y轴值：a,b,c,其中，b的梯度是：(c-a)/2函数小试case1：a=np.random.randint(0,20,(5))print(a)print(np.gradi...
2020-04-09 23:06:56
339
原创 Python的数据分析与展示---2.10 Numpy的统计函数
np.random的统计函数part1函数说明sum(a,axis=None)根据给定轴axis计算数组a相关元素之和，axis整数或元组mean(a,axis=None)根据给定轴axis计算数组a相关元素的期望，axis整数或者元组average(a,axis=None,weights=None)根据给定轴axis计算数组a相关元素的加权平均值s...
2020-04-09 22:41:27
139
原创 Python的数据分析与展示---2.9 numpy的随机函数
Numpy的随机数函数子库np.random的随机函数 part1函数说明rand(d0,d1,…,dn)根据d0-dn创建随机数数组、浮点数，[0,1)，均匀分布randn(d0,d1…dn)根据d0-dn创建随机数数组,标准正态分布randint(low[,high,shape])根据shape创建随机整数或整数数组，范围是[low,highse...
2020-04-09 17:06:52
100
原创 Python的数据分析与展示---2.8多维数据的存取
函数1.多维数据的存储a.tofile(frame,sep=’ ‘,format=’%s’)????frame：文件、字符串????sep：数据分隔字符串，如果是空串，写入文件为二进制????format：写入数据的格式实例import numpy as npa=np.arange(100).reshape((5,20))a.tofile("b.dat",format='%d')生成了b.da...
2020-04-09 16:15:49
218
原创 Python的数据分析与展示---2.7数据的CSV文件存取
CSV文件1.定义CSV(Comma-Separated Value,逗号分隔值)CSV文件是一种常见的文件格式，用来存储批量数据2.函数❤ 将数据写入CSV文件的方法savetxt()np.savetxt(frame,array,fmt=’%.18e’,delimiter=None)????frame: 文件、字符串或产生器、可以是.gz或.bz2的压缩文件????array: 存入文件的...
2020-04-09 00:27:56
173
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人