![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 91
君琴
小萌新的成长~
展开
-
Python-借助anaconda安装openpose 人体姿态模型
预先安装好anaconda。下载tf-pose-estimation-master:https://github.com/ildoonet/tf-pose-estimation进入cmd,创建一个新的python3.7的虚拟环境。env_name是要创建的虚拟环境的名字,x.x是python的版本。我创建的虚拟环境命名为python37conda create --name env_name python=x.x激活虚拟环境activate python37安装tensorflowcon原创 2021-11-09 17:43:55 · 3987 阅读 · 1 评论 -
Python-opencv 人脸检测并打上马赛克/进行模糊处理
本博客运行环境为树莓派,python 3.7 。要提前安装好opencv库。使用opencv库中的haarcascade_frontalface_default.xml进行人脸检测,使用高斯滤波函数,在相应的位置处进行模糊处理。代码如下:import numpy as npimport cv2 as cvcap = cv.VideoCapture('outputt.avi')face_cascade = cv.CascadeClassifier("/usr/share/opencv/haarc原创 2020-08-11 10:40:39 · 2432 阅读 · 2 评论 -
Python-opencv 人脸检测并添加方框或圆框
本博客运行环境为树莓派,python 3.7 。要提前安装好opencv库。使用opencv库中的haarcascade_frontalface_default.xml进行人脸检测,在相应的位置处调用函数加上方框框或圆框框。并能把视频保存下来。import cv2 as cvcap = cv.VideoCapture('output.avi')face_cascade = cv.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascad原创 2020-08-10 17:17:10 · 3552 阅读 · 0 评论 -
Python-opencv 调用本地摄像头录制视频并保存 / 【解决问题】视频保存下来是0kb或6kb,无法打开
本博客运行环境为Windows,python 3.7 。调用本地摄像头录制视频并保存。代码如下import cv2cap = cv2.VideoCapture(0)fourcc = cv2.VideoWriter_fourcc(*'XVID')out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480))while cap.isOpened(): ret, frame = cap.read() if ret == Tr原创 2020-08-10 17:04:38 · 1700 阅读 · 0 评论 -
Python-人脸识别检测是否佩戴口罩 使用口罩数据集
本博客运行环境为jupyter下python3.6完成对口罩佩戴与否的模型训练,采取合适的特征提取方法,输出模型训练精度和测试精度(F1-score和ROC);完成一个摄像头采集自己人脸、并能实时分类判读(输出分类文字)的程序。环境搭建可参看上一篇博客:https://blog.csdn.net/weixin_44436677/article/details/107171190图片预处理把数据集中的图片人脸部分裁剪下来。记得修改路径为自己的路径哦。import dlib # 人脸识原创 2020-07-08 22:59:47 · 6455 阅读 · 10 评论 -
Python-人脸识别并判断表情 笑脸或非笑脸 使用笑脸数据集genki4k
1.理解人脸图像特征提取的各种方法(至少包括HoG、Dlib和卷积神经网络特征);2. 掌握笑脸数据集(genki4k)正负样本的划分、模型训练和测试的过程(至少包括SVM、CNN),输出模型训练精度和测试精度(F1-score和ROC);3. 完成一个摄像头采集自己人脸、并对表情(笑脸和非笑脸)的实时分类判读(输出分类文字)的程序;4. 将笑脸数据集换成口罩数据集,完成对口罩佩戴与否的模型训练,采取合适的特征提取方法,重新做上述2-3部。环境搭建必需环境pip install tensorflow=原创 2020-07-08 22:02:45 · 7479 阅读 · 21 评论 -
python- yolo-v4的 环境配置 与 demo编译运行车辆识别
环境配置下载yolo-v4git clone https://github.com/AlexeyAB/darknet.git进入darknet目录cd ~/darknet编译一下make测试一下编译成功了吗 ./darknet编译成功如图:下载keras-yolo4包git clone https://github.com/Ma-Dan/keras-yolo4...原创 2020-07-06 21:05:00 · 2126 阅读 · 0 评论 -
Python-猫狗数据集两阶段分类 原始数据直接训练;数据增强后训练
import keraskeras.__version__Using TensorFlow backend.'2.3.1'5.2 - Using convnets with small datasetsThis notebook contains the code sample found in Chapter 5, Section 2 of Deep Learning with Python. Note that the original text features far more co原创 2020-06-10 22:17:51 · 1586 阅读 · 0 评论 -
【解决问题】AttributeError:module cv2.cv2 has no attribute xfeatures2d
错误描述在Jupyter Notebook下运行关于sift特征点代码的时候遇到了报错:AttributeError:module ‘cv2.cv2’ has no attribute ‘xfeatures2d’搜索了几个教程,但都会遇到报错,不然就是装的位置不太对。从下午五点整到晚上九点多的,也是没谁了QAQ 整理了最终的解决办法。解决办法首先!你重装的位置一定要对!不然就是白忙活啦。如果你是用的Python就需要打开命令行到对应的目录,如果没有权限,要使用管理员身份运行。如果你跟我一样,是原创 2020-05-27 10:47:27 · 4596 阅读 · 3 评论 -
Python-支持向量机 决策边界 最大化margin、使用多项式特征和核函数、高斯核函数、超参数 γ、SVM解决回归问题
本博客运行环境为Jupyter Notebook-Python3。目录支持向量机(Support Vector Machine)决策边界最大化marginSoft Margin SVM使用多项式特征和核函数数据处理分类核函数RBF核函数(高斯核函数)超参数 γSVM解决回归问题支持向量机(Support Vector Machine)支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning)方式对数据进行二元分类的广义线性分类器(ge原创 2020-05-25 15:27:09 · 5676 阅读 · 0 评论 -
Python-鸢尾花数据集/月亮数据集的线性LDA、k-means和SVM算法二分类可视化分析
本博客是Jupyter Notebook的python3环境下运行的。具体内容是对鸢尾花数据集和月亮数据集,分别采用线性LDA、k-means和SVM算法进行二分类可视化分析。简述SVM算法的优点。目录线性判别分析LDA鸢尾花数据集月亮数据集SVM(支持向量机)算法支持向量机(SVM)的优点鸢尾花数据集月亮数据集k-means聚类分析鸢尾花数据集月亮数据集线性判别分析LDALDA是一种有监督的数据降维方法。LDA在进行数据降维的时候是利用数据的类别标签提供的信息的。将带有标签的数据降维,投影到低维原创 2020-05-19 12:01:24 · 2085 阅读 · 0 评论 -
Python-利用xlrd、numpy、pandas读取excel文件某行某列的数据(.csv文件)(.xls文件)
import pandas as pd# 按位置进行选取# 获取原始数据df = pd.read_csv("./test.csv")# 第1行print(df.iloc[0])# 前3行print(df.iloc[:3])# 第1列print(df.iloc[:, 0])# 前2列print(df.iloc[:, :2])原创 2020-05-13 15:13:29 · 12379 阅读 · 0 评论 -
Python-pandas库 读取Excel文件数据的常见错误集合
1Error tokenizing data. C error: Buffer overflow caught - possible malformed input file.在使用pandas读取CSV文件的时候,报了上述错误,这是缓冲区溢出错误,造成这种错误的原因是CSV文件中每行使用了 \r ,也就是回车符。解决方案就是给 read_csv 添加参数 lineterminator=”\n” , 指定用“\n” 作为换行符。2“pandas.parser.CParserError: Error原创 2020-05-13 14:51:21 · 14325 阅读 · 2 评论 -
Python-opencv 读写图片、转jpg格式、创建缩略图、确定图片属性、裁剪/粘贴/合并图片、几何变换、图片增强、草稿模式
本博客运行环境为Jupyter Notebook - Python3。目录读写图片图片转成jpg格式创建缩略图确定图片属性裁剪、粘贴、与合并图片几何变换图像增强草稿模式主要内容如下:1、Image类。使用Image模块中的open函数打开一张图片,如果打开成功,返回一个Image对象,可以通过对象属性检查文件内容。format属性定义了图像的格式,如果图像不是从文件打开的,那么该属性值为No...原创 2020-05-08 11:35:20 · 1427 阅读 · 0 评论 -
Python-鸢尾花数据集Iris 数据可视化 :读取数据、显示数据、描述性统计、散点图、直方图、KDE图、箱线图
本博客运行环境为Jupyter Notebook、Python3。使用的数据集是鸢尾花数据集(Iris)。主要叙述的是数据可视化。IRIS数据集以鸢尾花的特征作为数据来源,数据集包含150个数据集,有4维,分为3 类,每类50个数据,每个数据包含4个属性,是在数据挖掘、数据分类中常用的测试集、训练集。读取数据包括sklearn库引入和读取.csv文件保存的数据集。显示数据包括显示具体数据、查...原创 2020-05-06 19:54:24 · 67180 阅读 · 16 评论 -
Python-线性判别分析(Fisher判别分析)使用鸢尾花数据集 Iris
本博客运行环境为Jupyter Notebook、Python3。使用的数据集是鸢尾花数据集。目录线性判别分析代码实现线性判别分析线性判别分析(Linear Discriminant Analysis,简称LDA)是一种经典的线性学习方法,在二分类问题.上因为最早由[Fisher, 1936]提出,亦称“Fisher判别分析”。LDA的基本思想:给定训练样例集,设法将样例投影到一条直线上,...原创 2020-05-06 17:34:15 · 8953 阅读 · 4 评论 -
Python-opencv读取图片、灰度处理、反色处理、灰度直方图与均衡化处理、分段线形变换处理、图片处理帧差法/视频异常事件检测
本博客是Python-opencv的基本操作,是刚开始使用opencv学习图像处理时都会用到的。如果没有使用过opencv的同学记得在编译代码前安装一下哦。目录opencv读取图片opencv反色处理opencv灰度处理直方图均衡化图片处理帧差法/视频异常事件检测灰度直方图与均衡化处理分段线形变换处理opencv读取图片导入opencv,读取初始图片并显示。D:/jupyterwork/te...原创 2020-04-28 10:07:33 · 911 阅读 · 0 评论 -
拉格朗日乘数法及python实现拉格朗日乘数法
拉格朗日乘数法(Lagrange Multiplier Method)基本思想作为一种优化算法,拉格朗日乘子法主要用于解决约束优化问题,它的基本思想就是通过引入拉格朗日乘子来将含有n个变量和k个约束条件的约束优化问题转化为含有(n+k)个变量的无约束优化问题。拉格朗日乘子背后的数学意义是其为约束方程梯度线性组合中每个向量的系数。如何将一个含有n个变量和k个约束条件的约束优化问题转化为含有(n+...原创 2020-04-20 15:00:08 · 7260 阅读 · 1 评论 -
Python-单纯形法(大M法)求解 直接求解、借助scipy包
目录1、直接算法2、借助scipy库在线性规划问题的约束条件中加人工变量后,要求在目标函数中相应地添加认为的M或一M为系数的项。在极大化问题中,对人工变量赋于一M作为其系数;在极小化问题中,对人工变量赋于一个M作为其系数,M为一任意大(而非无穷大)的正数。把M看作一个代数符号参与运算,是单纯形法求解的一种。详细算法可参看小编的另一篇博客,Excel-单纯形法(大M法)求解 直接求解与规划求解功...原创 2020-04-20 01:13:24 · 1708 阅读 · 1 评论 -
Python-蒙特·卡罗方法计算圆周率近似值、筛选法求素数、猜数游戏
1、使用蒙特·卡罗方法计算圆周率近似值蒙特· 卡罗方法是一种通过概率来得到问题近似解的方法, 在很多领域都有重要的应用,其中就包括圆周率近似值的计算问题。假设有一块边长为 2 的正方形木板,上面画一个单位圆,然后随意往木板上扔飞镖,落点坐标(x, y)必然在木板上(更多的时候是落在单位圆内),如果扔的次数足够多,那么落在单位圆内的次数除以总次数再乘以 4,这个数字会无限逼近圆周率的值。这就是蒙...原创 2020-04-14 15:13:28 · 4431 阅读 · 1 评论 -
【解决问题】Python-Error:image "pyimage1" doesn't exist
今天在学习Python-Tkinter时遇到了这个错误。查找了几个方法。在一个程序中只能存在一个根窗口,只有一个Tk(),其他的窗口只能以顶层窗口Toplevel()的形式存在。原代码如下:import tkinter as tkroot = tk.Tk()方法一只用修改出错的那一句代码,其他部分不变。import tkinter as tkroot = tk.Topleve...原创 2020-04-13 22:05:07 · 3395 阅读 · 2 评论 -
Python-多元线性回归方程比较最小二乘法与梯度下降法
最小二乘法是先将方程自变量与因变量化为系数矩阵X,再求该矩阵的转置矩阵(X1),接着求矩阵X与他的转置矩阵的X1的乘积(X2),然后求X2的逆矩阵。最后整合为系数矩阵W,求解后分别对应截距b、a1、和a2。可见计算一个矩阵的逆是相当耗费时间且复杂的,而且求逆也会存在数值不稳定的情况。梯度下降法迭代的次数可能会比较多,但是相对来说计算量并不是很大。且其有收敛性保证。故在大数据量的时候,使用梯度下降...原创 2020-04-05 10:39:31 · 1810 阅读 · 1 评论 -
Python-梯度下降法(最速下降法)求解多元函数
梯度下降法的计算过程就是沿梯度下降的方向求解极小值。在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降法是最常采用的方法之一。多元函数的图像显示方程为z=x1 ^2 + 2 * x2 ^2 - 4 * x1- 2 * x1 * x2import numpy as npimport matplotlib.pyplot as pltimport matplotlib as mpl...原创 2020-04-05 10:15:56 · 5072 阅读 · 0 评论 -
Python矩阵的基本计算:创建矩阵与加减、矩阵乘法、矩阵转置、求方阵的迹、方阵的行列式计算、逆矩阵/伴随矩阵、解多元一次方程
重新复习了一遍Python下有关矩阵的计算内容,整合成本博客。内容包括矩阵操作(创建矩阵、矩阵加减法)、矩阵乘法、矩阵转置(求转置矩阵)、求方阵的迹、方阵的行列式计算方法、逆矩阵/伴随矩阵、解多元一次方程。因为要借助numpy库,如果之前没有安装过的同学,可以使用pip install numpy安装。(一)Python矩阵操作1.先引入numpy,以后的教程中,我们都引用为np作为简写...原创 2020-04-14 11:59:32 · 4741 阅读 · 1 评论