笔记
静候:花开
东北大学博士
展开
-
pycharm左侧项目文件出现黄色阴影解决
If by “shadow” you mean brown coloring, that means that directory is marked as “excluded” in project structure. The code will run, but code inspection and insight won’t work for excluded folders, so please remove “excluded” flag from Project Structure sett原创 2021-03-13 10:33:58 · 12234 阅读 · 9 评论 -
解决ubuntu文件夹带锁问题
cd dirsudo chown -R username filename第一步cd到文件夹路径第二步指定该文件夹带锁文件名username为电脑使用者名,filename为待解锁文件名输入后,需要输入密码,即可完成解锁原创 2021-02-07 09:56:01 · 3139 阅读 · 0 评论 -
python修改labelme标注生成的json路径
import jsona=json.load(open(r'E:\pythonpycharm\json----\000001.json'))print(a['imagePath'])a['imagePath']=a['imagePath'][a['imagePath'].rfind('\\')+1:]print(a['imagePath'])原创 2021-01-28 19:20:40 · 724 阅读 · 0 评论 -
Latex中引用文献,正文里有序号不是乱码问号,文献里无内容
解决:bib里的文献不要在和文献同一行使用%%注释在上一行使用即可解决:如下图正确下图不正确原创 2020-11-25 17:13:11 · 1188 阅读 · 0 评论 -
python利用try_except打印错误信息,并继续执行
try:#jia print('.............') except Exception as e: #print('错误类型是',e.__class__.__name__)#except:#jia print('错误明细是',e.__class__.__name__,e) #continue#jia continue原创 2020-11-12 08:26:08 · 10748 阅读 · 0 评论 -
latex三线表绘制,合并行与列
导入包在最前面导入包(别在正文后面导入,在签名声明)\usepackage{booktabs}\usepackage{multirow}创建一个简单的4行4列表格%%创建4行4列表格\begin{table}\centering\begin{tabular}{cccc} \toprulex&y&u&8\\\midrule5 & 6& z & w \\8 & 9 & 3& 4 \\10 & 7 &a原创 2020-11-11 19:31:00 · 7524 阅读 · 1 评论 -
神经网络典型结构Alexnet,VGG,GoogLeNet,Resnet论文
1.AlexNet网络Deep Residual Learning for Image Recognition2.VGGVery Deep Convolutional Networks for Large-Scale Image Recognition3.GoogLeNetGoing deeper with convolutions4.ResNet :Deep Residual Learning for Image Recognition原创 2020-10-27 22:25:39 · 255 阅读 · 0 评论 -
python中enumrate,与采用len(list) or循环比较
seq = ['one', 'two', 'three']for i, element in enumerate(seq): print(i, element)for i in range(len(seq)): print(i,seq[i])0 one1 two2 three0 one1 two2 three推荐使用enumrate原创 2020-10-11 18:57:47 · 237 阅读 · 0 评论 -
读txt文档到列表与写列表中元素到txt文档
根据自己任务进行改写def read_txt(wei_zhi): with open(wei_zhi, 'r') as f: lines = f.readlines() splitlines = [x.strip().split(' ') for x in lines] ''' T=[] for i in range(len(splitlines)): sp=splitlines[i]+['qx'] T.append(原创 2020-10-11 16:39:35 · 185 阅读 · 0 评论 -
UnboundLocalError: local variable ‘list_max_score‘ referenced before assignment问题解决
问题原因:没有提前声明全局变量:问题解决:找到该变量所在函数位置在函数下面声明全局变量:global list_max_score原创 2020-10-11 15:38:06 · 1330 阅读 · 0 评论 -
列表嵌套列表时,输出比较里层列表某个元素的最大值所在的列表
#列表嵌套列表时,输出比较里层列表某个元素的最大值所在的列表T=[[ '1', '321.3', '287.1', '352.0', '298.4'], ['0.99', '319.4', '284.5', '354.2', '298.9'], ['1.2', '319.4', '287.2', '351.1', '297.1']]#目的输出:['0.989', '319.4', '284.5', '354.2', '298.9']def judege_max_list(list): max原创 2020-10-11 09:55:41 · 707 阅读 · 0 评论 -
python实现列表中俩俩元素不重复的比较
'''10个数,实现1与2,3,4,5,6,7,8,9,10比较。然后2与3,4,5,6,7,8,9,10比较接着实现3与4,5,6,7,8,9,10比较,一直到9与10比较。'''list=[1,2,3,4,5,6,7,8,9,10] #i = 0while (i < len(list)): for k in range(i + 1, len(list)): print(list[i],list[k]) #list[k] i = i原创 2020-10-09 19:13:36 · 2824 阅读 · 0 评论 -
matplotlib绘制图像设置中文宋体,英文新罗马,字体大小7.5,坐标轴刻度线内侧
import matplotlibimport numpy as npimport matplotlib.pyplot as pltfrom matplotlib import rcParamsmatplotlib.use("pgf")pgf_config = { "font.family": 'serif', "font.size": 7.5, #字体大小7.5 "pgf.rcfonts": False, "text.usetex": True, "pg原创 2020-10-04 16:40:18 · 5597 阅读 · 4 评论 -
对numpy的数组取补集运算
import numpy as npa=np.array([[1,2,3],[4,5,6],[7,8,9]])#定义数组ab=list(a)#将数组变成列表print(b)d=np.array([[4,5,6],[7,8,9]])#定义数组dc=list(d)#将数组d变成列表l_last=[i for i in a if i not in d]#取补集运算print(np.array(l_last))#输出取补后的结果...原创 2020-09-05 09:11:37 · 2549 阅读 · 0 评论 -
WPS复制过来的公式和后面的标号不对齐解决方案
问题:解决:1.选中当前行,字体选项位置栏选择:标准2.段落选项:文本对齐方式选择居中对齐原创 2020-08-25 18:45:52 · 2439 阅读 · 0 评论 -
python字典操作
1.打印键的值,添加删除键值对,修改键对应的值dict1={'a':'1','b':'2','c':'3'}print(len(dict1))#查看字典的长度print(dict1['a'])#打印字典的'a'键,的值print(dict1['b']) # 2dict1['d']='4'print(dict1)#添加一个键值对'd':4 {'a': '1', 'b': '2', 'c': '3', 'd': '4'}dict1['c']='5'#{'a': '1', 'b': '2',原创 2020-08-10 19:11:57 · 249 阅读 · 0 评论 -
调出pycharm左侧工程文件
点击上方试图(view),工具窗口,项目原创 2020-08-09 11:48:01 · 2090 阅读 · 0 评论 -
读入并写入xml文件,制作voc-转coco数据集
annotations_dir='./VOC2007/Annotations'#标注信息out_path_train='/home/zuo/PycharmProjects/untitled/voc2coco-pattern-master/train_xml'out_path_test='/home/zuo/PycharmProjects/untitled/voc2coco-pattern-master/test_xml'out_path_val='/home/zuo/PycharmProjects/u原创 2020-08-04 14:42:19 · 537 阅读 · 0 评论 -
python在列表中指定位置添加字符串
1.末尾添加list.append()函数list=[1,2,3]list.append(4)print(list)2.指定位置添加list.insert(a,b)a为要添加在列表中的索引位置,b为要添加的字符list=[1,2,3,4]list.insert(1,5)print(list)#[1, 5, 2, 3, 4]list=[1,2,3,4]list.insert(0,5)print(list)#[5, 1, 2, 3, 4]list=[1,2,3,4]list.原创 2020-07-22 09:08:23 · 8180 阅读 · 1 评论 -
python实现字符串以某一字符为界限实现分割并保存到列表
str.split(’,’)str:字符串以逗号分隔import oscaijian='./cai_jian'lists=[]for filename in os.listdir(caijian): print(filename) list=filename.split(',') lists.append(list)print(lists)例子中的字符串是图片的名字,...原创 2020-07-20 10:52:30 · 3047 阅读 · 3 评论 -
python绘制ROC曲线图,并计算面积
1.原理及介绍很多学习器是为测试样本产生一个实值或概率预测,然后将这个预测值与一个分类阈值(threshold) 进行比较,若大于阈值则分为正类,否则为反类.例如,神经网络在一般情形下是对每个测试样本预测出一个 [0.0 ,1. 0] 之间的实值,然后将这个值与 0.5 进行比较,大于 0.5 则判为正例,否则为反例。这个实值或概率预测结果的好坏,直接决定了学习器的泛化能力。实际上根据这个实值或概率预测结果,我们可将测试样本进行排序,“最可能"是正例的排在最前面,“最不可能"是正例的排在最后面原创 2020-07-04 16:49:56 · 3248 阅读 · 0 评论 -
无监督学习方面的两篇巨作simclr与MoCo介绍
一、SIMCLR介绍论文网址代码链接提出了一个简单的视觉表征对比学习框架SimCLR。简化了最近提出的对比自监督学习算法,而不需要专门的架构或内存库。为了了解是什么使得对比预测任务能够学习有用的表征,系统地研究了框架的主要组成部分。该文章发现:(1)数据扩充的组合对定义有效的预测任务起着至关重要的作用。(2)在表示和对比损失之间引入一种可学习的非线性变换,大大提高了学习表征的质量。(3)与监督学习相比,对比学习具有更大的批量和更多的训练步骤。通过结合这些发现,能够在ImageNet上大大优于以前原创 2020-07-02 15:18:11 · 5904 阅读 · 0 评论 -
查看自己GPU计算能力,常用GPU显卡表
1. 代码import osfrom tensorflow.python.client import device_libos.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"if __name__ == "__main__": print(device_lib.list_local_devices())2. 显卡计算能力对照表GPUCompute CapabilityTesla K803.7Tesla K403.5T原创 2020-07-02 10:06:19 · 5231 阅读 · 0 评论 -
python处理文件夹与文件,如果存在则删除重建,不存在则直接建立
1.用到的函数1.os.path.exists(path)#用来判断是否存在文件夹或文件2.os.makedirs(file_dir)#用来创建文件夹3.os.rmdir(path)#用来删除空文件夹,不是空会报错4.stuil.rmtree(path)#删除任意文件夹,可以不为空5.open(path,'w')#以可写的形式创建文件,没有则建立文件2.代码文件夹操作import osimport shutilfile_dir='./test'if os.path.exists(fi原创 2020-07-01 09:43:42 · 5601 阅读 · 1 评论 -
配置tensorflow1.13.1GPU环境
1.安装NVIDIA链接选择CUDA10.0,注意不要安装10.1大约2个g,下载之后,正常点击自定义安装,安装顺序一路安装;一般应该不会出问题。打开如下这个文件夹,准备放入cudnn2.安装cudnn链接第一次需要注册,通过邮箱设置账户密码,选择v7.6.5,cuda10.0下载解压后得到如下:将其中文件复制到之前安装cuda的v10.0的文件夹下:安装tensorflow-gpu打开conda环境:pip install tensorflow-gpu=1.13.1安装原创 2020-06-30 11:29:56 · 1601 阅读 · 1 评论 -
工业后深度学习时代之自监督学习与自主学习
工业界目前的主要进展和应用落地,很大程度上依赖于高成本的有监督深度学习。而在很多实际场景中,存在数据获取成本过高、甚至无法获取的问题。因此,在数据不足的情况下,如何使用弱监督、乃至无监督的方式进行学习,这既是学术界中大家广泛关注的问题,其实也是工业界面临的新挑战。...原创 2020-06-29 16:50:04 · 1933 阅读 · 1 评论 -
WPS文档出现很多小箭头解决
首先点击文件,视图然后将显示段落标记对勾去掉原创 2020-06-26 09:51:12 · 5220 阅读 · 0 评论 -
python的datetime模块介绍,并用当前时间命名文本文件以防止每次生成文件被覆盖
1.获取当前时间from datetime import datetimetime_now=datetime.now()print('当前时间是:',time_now)输出:当前时间是: 2020-06-13 10:18:12.8403202.创建一个时间日期t=datetime(2020,6,12,8,8,8)print('创建时间为:',t)输出:创建时间为: 2020-06-12 08:08:083.当前时间与字符串的关系格式化符号代表意义%y两位数年原创 2020-06-13 10:41:17 · 2286 阅读 · 3 评论 -
python读取表格文件报错PermissionError: [Errno 13] Permission denied
准备写一个脚本将文件夹下的所有表格文件内容都读取到一个列表中,但是遇到了标题的错误,经查证是wps中打开了其中一个表格,将其关闭即可顺利运行。import osimport openpyxlinputdir='./VOCdevkit2007/results/VOC2007/Main'sheet_name = 'name'def read_excel_xlsx(path, sheet_name): workbook = openpyxl.load_workbook(path) she原创 2020-06-11 16:53:00 · 2727 阅读 · 0 评论 -
np.where()的用法
官方链接np.where()函数np.where(condition[,x,y])参数:1.三个参数满足条件condition时输出x,不满足时输出yx,y是从中选择的值2.一个参数np.where(arry):输出arry中‘真’值的坐标或者为非零的坐标例子:import numpy as np#1a=np.arange(10)#[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]b=np.where(a<5,a,5*a)print(b)#[ 0 1 2 3原创 2020-06-10 23:21:56 · 3907 阅读 · 0 评论 -
查看某文件夹图片的个数,并将其名称写入列表后逐行写入txt文本文件
import ospath=r'E:\pythonpycharm\understand_facenet-master\understand_facenet\my_dataset\gjj\g'o=[]for filename in os.listdir(path): o.append(filename)print(len(o))print(o)with open('./1.txt','w') as f: for i in range(len(o)): f.write原创 2020-06-10 18:06:21 · 224 阅读 · 0 评论 -
python得到多维数组或者图片数组的行数列数
1.常规数组import numpy as npx = np.array([[1,2,4,5,6],[2,3,5,8,8],[3,4,5,6,5],[2,3,4,5,6]])# 输出数组的行和列数print(x.shape) # (4,5 )# 只输出行数print(x.shape[0]) # 4# 只输出列数print(x.shape[1]) # 52.图片数组import cv2img=cv2.imread(r'E:\pythonpycharm\yuan_Faster-RCNN原创 2020-06-09 14:44:12 · 2379 阅读 · 0 评论 -
python自带的random模块与numpy中random模块介绍
一、python自带random模块在科学运算中,往往需要用到随机数,随机生成一些正态分布,贝塔分布等,其中常用方法如下所示:函数介绍random()生成一个大于等于0小于等于1 的浮点数uniform(a,b)在已经指定的[a,b]范围内生成一个随机数,triangular(low,high,mode)返回三角形分布的随机数,参数分别代表返回值上下限与中值betavariate(alpha,beta)beta分布的随机数分别对上述函数举个例子:im原创 2020-06-03 15:30:03 · 882 阅读 · 0 评论 -
pandas.DataFrame介绍,包括生成多维数据,切片,查找数据,写入读取csv表格等
Pandas 是 Python 的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具。Pandas 适用于处理以下类型的数据:1.与 SQL 或 Excel 表类似的,含异构列的表格数据;2.有序和无序(非固定频率)的时间序列数据;3.带行列标签的矩阵数据,包括同构或异构型数据;4.任意其它形式的观测、统计数据集, 数据转入 Pandas 数据结构时不必事先标记。Pandas 的原创 2020-06-03 10:51:21 · 4140 阅读 · 0 评论 -
将fasterrcnn预测出来的坐标文本文件转化成xlsx表格
fasterrcnn预测文本文件如下所示:将文本文件内容转化到表格如下代码:wei_zhi='./qx.txt'with open(wei_zhi,'r') as f: lines=f.readlines()splitlines=[x.strip().split(' ') for x in lines]#将每一个预测位置存储到列表中print(splitlines)#将文本文件每一行存储到data列表中import openpyxldef write_excel_xlsx(path,原创 2020-06-02 22:23:55 · 248 阅读 · 0 评论 -
numpy中的数组维度变换,切片以及其余等操作方法
1.np.random.normal():正态分布.ndim :维度.shape :各维度的尺度 (2,5).size :元素的个数 10.dtype :元素的类型 dtype(‘int32’).itemsize :每个元素的大小,以字节为单位 ,每个元素占4个字节ndarray数组的创建np.arange(n) ; 元素从0到n-1的ndarray类型np.ones(shape): 生成全1np.zeros((shape), ddtype = np.int32) : 生成int32型的全原创 2020-06-02 16:03:00 · 1114 阅读 · 0 评论 -
np.all,np.any,np.argmax,np.transpose方法解析与例子
1.numpy.allnumpy.all(a,axis = None,out = None,keepdims = <无值>测试是否沿给定轴的所有数组元素求值为True。参数介绍:a:一个数组。输入数组或可以转换为数组的对象。axis:无或整数或整数元组,可选的执行逻辑与归约的一个或多个轴。默认值(axis=None)是对输入数组的所有维度执行逻辑与。轴可能为负,在这种情况下,它从最后一个轴开始计数。out: ndarray,可选放置结果的备用输出数组。它必须具有与预期输出相同的形原创 2020-06-02 15:53:25 · 1338 阅读 · 0 评论 -
tensorflow学习笔记基本用法
1.基本使用参考链接TensorFlow 是一个编程系统, 使用图来表示计算任务. 图中的节点被称之为 op (operation 的缩写). 一个 op 获得 0 个或多个 Tensor, 执行计算, 产生 0 个或多个 Tensor. 每个 Tensor 是一个类型化的多维数组. 例如, 你可以将一小组图像集表示为一个四维浮点数数组, 这四个维度分别是 [batch, height, wi...原创 2020-06-01 19:19:08 · 166 阅读 · 0 评论 -
将列表中的字符串数字进行去字符串操作,并转换成数组(将逗号变为空格)以及如何判断两个数组完全相等
import numpy as npa=['0.21','0.57','0.62','0.25']#给定一个列表b=np.array(a)#将列表转换成数组c=[float(z) for z in a]#将列表中的字符串变为数字d=np.array(c)#将列表去掉字符后转换成数组print(a)#['0.21', '0.57', '0.62', '0.25']print(b)#['0.21' '0.57' '0.62' '0.25']print(c)#[0.21, 0.57, 0.62, 0原创 2020-05-30 13:41:25 · 429 阅读 · 0 评论 -
根据xml标注文件名将标注过的图片从众多图片中抽取出来
制作数据集时需要对图片进行标注,但是有时候图片没有目标,因此最后我们需要把标记过的数据从之前众多图片中抽取出来(注意图片名,名字不同需要自行更改)#将图片根据xml中的文件名挑选出来from PIL import Imagefrom PIL import ImageEnhanceimport osimport cv2import numpy as npdef convert(input_dir1, input_dir2,output_dir): for filename in os.原创 2020-05-28 19:13:00 · 470 阅读 · 0 评论