weixin_46297839的博客

原创 YOLOv5添加注意力机制

添加注意力机制代码首先在common.py文件中添加所需要的注意力机制代码（这里网上很多博客中都有提到，就傻瓜式复制粘贴就好了）SEclass SE(nn.Module): def __init__(self, c1, c2, ratio=16): super(SE, self).__init__() #c*1*1 self.avgpool = nn.AdaptiveAvgPool2d(1) self.l1 = nn.Linea

转载 python爬取百度图片

首先建立一个记事本，写入想要爬取的图片类别，若有多种类型，分行写入，如图：然后运行代码：import reimport requestsfrom urllib import errorfrom bs4 import BeautifulSoupimport osnum = 0numPicture = 0file = ''List = []def Find(url, A): global List print('正在检测图片总数，请稍等.....') t = 0 i =

原创 使用yolov5训练自己的模型修改的地方

1.支持中文标签1、文件train.py的修改：with open(opt.data) as f:修改为：with open(opt.data, encoding='UTF-8') as f:2、文件test.py的修改与train.py的修改相同3、 utils/general.py文件需要导入新的包from PIL import Image, ImageDraw, ImageFont4、utils/plots.py文件的修改①：修改 plot_one_box 函数，if label之

原创 windows下解决python的matplotlib画图显示中文乱码

第一步：先在windows中找到字体，选择你需要的字体，双击进入安装界面，将字体下载下来，如图：然后将下载好的字体右键复制到你所需环境的matplotlib下，具体路径可以通过代码寻找：import matplotlibprint(matplotlib.get_data_path()) # 数据路径然后在此路径下寻找文件fonts/ttf,即可将刚才复制的字体粘贴到ttf下，我的具体路径为E:\Users\any\Anaconda3\Lib\site-packages\matplotlib\

原创 matlab中字符串单元数组和结构体

字符串的操作1.字符串的比较：字符串的比较主要为比较两个字符串是否相同，字符串中的个别字符是否相同strcmp(str1,str2) ——比较字符串1和字符串2是否一样strncmp(str1,str2,n) ——比较字符串1和字符串2的前n个字符是否一样通过字符运算来比较字符串：就是通过关系运算符来判断。2.字符串中的空格判断isspace(str)——判断是否为空格，空格则返回1isletter(str)——判断是否为字母，字母则返回13.字符串的查找与替换findstr(str1,

原创 matlab的数学计算

使用poly2sym§来建立多项式，首先要定义P乘法运算用conv()除法运算用deconv()求多项式的根用roots()使用polyval(y,2)可以求得当多项式的参数为2的时候得到的y值matlab中求极限limit(y,x,a) 表示含义：求解的表达式为y，当x趋于a的时候的值limit(y,x,a,‘left’) 表示含义：求解当x趋于a的左极限，若最后一个参数是’right’则是求解的右极限matlab中求导diff(y) 表示y对x的一阶导数diff(y,n)

原创 matlab基础学习——常用数学函数以及数据类型之间的转换

常用的数学函数及符号三角函数：正弦余弦正切反正弦反余弦反正切sin(x)cos(x)tan(x)asin(x)acos(x)atan(x)开方：sqrt(x)绝对值：abs(x)取余：mod(a,b) ; rem(a,b)四舍五入：round(x)取整：fix(x)创建全0的矩阵：zeros(m,n)创建全1的矩阵：ones(m,n)创建0~1之间的随机矩阵：rand(m,n)数据类型之间的转换在matlab中，各种数据类型都是

原创 解决matlab中无法导入excel文件（导入文件时出错）

1.首先确保windows10系统升级为专业版且激活，可以再系统的设置——更新——激活中看这样才算是激活了。若没有参考我的上一篇文章。2.然后点击此电脑，选择计算机，再选择右上角的管理选项，然后点击本地用户和组，选择用户后选择用户之后在Administrator处右击点击属性，取消下面对‘账户已禁用的勾选‘，然后点击确定。如果设置跟上面一样就不用管3.重启电脑选择Adiministrator这个账户，然后随便打开一个excel表格，点击文件——选项——加载项——在最下面的管理选择COM加载项，点击转

原创 python入门之linux(ubuntu) 一

命令作用ls查看当前文件夹下的内容pwd查看当前所在文件夹cd[目录名]切换文件夹touch[文件名]如果文件不存在，新建文件mkdir[目录名]创建目录rm[文件名]删除指定的文件名clear清屏ctrl+shift+=放大终端窗口的字体显示ctrl+ -缩小终端窗口的字体显示cp拷贝文件mv移动文件tree [目录名]以树状图列出文件目录结构cp 源文件 目标文件复制文件或目录mv...

原创 python数据分析——pandas

pandas 有三大作用：数据的引入 数据的特征提取 数据的清洗pandas有两种数据结构，分别是Series和DataFrameSeries是一种类似于一维数组的对象，是由一组数据（各种numpy数据类型）以及一组与之相关的数据标签（即索引）组成。仅由一组数据也可产生简单的Series对象，并且它的索引值是可以重复的，在未指定索引值的情况下会默认使用（0,1,2,3…）作为索引值，可以自行指定索引值。DataFrame是一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型（数值、字符串

原创 python数据分析——对numpy的ndarray进行索引、切片、以及数组的一些计算函数

对数组进行索引对数组进行索引时，直接使用[]中加入数字进行索引，有两种代码写法，如下：import numpy as npa = np.random.random((2,3,4))print(a)# 索引print(a[0][1][1])print(a[0,1,1])#结果与上面代码相同，但是更简洁表示索引到第0维数组的一行一列，运行结果如下：利用布尔类型的数组进行数据索引，最终返回的结果是对应索引数组中数据为True位置的值，如下：print('bool值的索引')b = np

原创 python数据分析——numpy的数据类型转换、改变形状以及数组之间的计算，转置

转换数据类型numpy的array函数生成的数据默认是int型，可以使用astype对数据类型进行转换，代码如下所示：import numpy as npa = np.array([2,3,4])print(a,a.dtype)print('------')b = a.astype(np.complex)#转换数据类型为complexprint(b.dtype,a.dtype)运行结果如图，可以看出将原来数据类型为int的数据转换成了complex型改变矩阵形状直接修改数组ndar

原创 python数据分析——numpy创建多维数组的方式

#ndarray 多维数组创建ndarray数组有这些函数：array,zeros,ones,empty,arange,linspace,logspce,random##array——创建列表array可以创建指定维数的列表，也可以使用dtype指定数据的类型，实现代码块如下：a = np.array([[2,3,4],[5,6,7]],dtype=float)print(a)print(a.dtype)其结果如图所示：##zeros——创建全零数组使用zeros可以创建多维的全零数组

原创 Matlab基础学习

1.matlab中如何查看数据的维数（大小）：在命令行窗口输入size（filename）即可查看，例如：2.matlab如何查看数据集中数据的类型：在命令行窗口输入class（filename）即可查看，例如：3.matlab中如何查看某个内置函数：在命令行窗口输入doc 函数名即可，例如：doc sort4.matlab如何将帮助文档设置为中文：在主页中的预设中点击Matlab中点击帮助，按照下图设置后点击完成即可...

原创 python数据分析学习——矩阵计算，pycharm输出出现省略号，

#矩阵生成矩阵：a=numpy.array([[1,2],[3,4]])对矩阵进行计算：linalg.det(a)（需要先导入包：from scipy import linalg）#解决pycharm输出出现省略号设置显示的最大列、宽等参数，消掉打印不完全中间的省略号pd.set_option(‘display.max_columns’, 1000)pd.set_option(‘display.width’, 1000)pd.set_option(‘display.max_colwidth’,

原创 python_study:lambda

lambda:是一个匿名函数结构为：lambda x,y:x+y（x,y为输入，x+y为输出）pycharm返回上一级快捷键：ctrl+z

原创 tensorflow的一些函数

原创 在tensorflow下实现卷积神经网络

卷积池化池化用于减少特征数量最大池化可提取图片纹理，均值池化可保留背景特征舍弃

原创 经典的卷积神经网络结构——LeNet-5、AlexNet、VGG-16

LeNet-5LeNet-5是针对灰度图像的，可假设输入图片是32321，使用6个55，步幅为1的过滤器，输出则是28286（此处28是由32-5+1所得，公式为(n+2p-f+1),LeNet-5没有使用padding，故p=0），然后进行池化，此网络使用的是平均池化，宽度为2，步幅为2，则图像的高度与宽度都缩小2倍，输出14146的图像（由于当时未使用padding或有效卷积，所以每次卷积后...

原创 tensorflow学习之学习率——nine

学习率（learning_rate）:每次参数更新的幅度w(n+1)=w(n) - learning_rate*损失函数的梯度梯度=2w+2实例如下：学习率·大了振荡不收敛，学习率小了收敛速度慢，以下实例为指数衰减学习率：with tf.Session() as sess: init_op=tf.global_variables_initializer()#初始化 ...

原创 tensorflow学习之损失函数——eight

损失函数（loss）是预测值（y）与已知答案（y_）的差距。NN优化目标是使loss最小均方误差mse定义：loss_mse=tf.reduce_mean(tf.square(y_-y))自定义损失函数：loss=tf.reduce_sum(tf.where(tf.greater(y,y_),(y-y_)*COST,(y_-y)*PROFIT))代码意思是看y是否大于y_，若y大则...

原创 深度学习之神经网络总结——seven

搭建神经网络的八股：准备、前传、反转、迭代一、准备import 常量定义 生成数据集二、前向传播定义输入：x= y_=参数：w1= w2=输出：a= y=三、反向传播定义损失函数：loss=反向传播方法：train_step=四、生成会话，训练STEPS轮with tf.Session() as sess: init_op...

原创 tensorflow学习之神经网络反向传播——six

1.反向传播是训练模型参数，在所有参数上用梯度下降，使NN模型在训练数据上的损失函数最小。2.损失函数是预测值（y）与一直答案（y_）的差距；损失函数语句：loss=tf.reduce_mean(tf.square(y_-y))均方误差MSE：反向传播训练方法以减少loss值为优化目标。train_step=tf.train.GradientDescentOptimizer(learn...

原创 tensorflow学习之给神经网络喂数据——five

参数：即权重，用变量表示，随机给初值w=tf.Variable(tf.random_normal([2,3],stddev=2,mean=0,seed=1))random_normal表示正态分布，[2,3]表示产生2*3矩阵，stddev表示标准差为2，mean表示均值为0，seed表示随机种子tf.truncated_normal()表示去掉过大偏离点的正态分布tf.random_un...

原创 tensorflow学习之搭建神经网络——four

1.基于tensorflow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。2.张量：多维数组（列表） 阶：张量的维数张量可以表示0阶到n阶数组（列表）3.数据类型：tf.float32 tf.int32In[1]表示导入tensorflow模块简写为tf最后显示的地方：add是节点名，0表示第0个输出，shape表...

原创 tensorflow学习之python——three

1.循环语句for 变量 in range（开始值，结束值）：执行某些任务for 变量 in 列表名：执行某些任务while 条件：执行某些任务终止循环用break2.turtle模块import turtle #导入turtle模块t = turtle.Pen（） #用turtle模块中的Pen类，实例化出一个叫做t的对象t.forward（像素点） #让t向前走多少个...

原创 tensorflow学习之python——two

1.变量变量是由非数字开头的字母、数字、下划线组成，他的内容可以是数值、字符串、列表、元组和字典。2.转义字符“\t”表示tab；“\n”表示换行；“"”表示”；%s占位，用%后的变量替换。例如：a=100b="hello world"print ("point=%s\n\"%s\""%(a,b))`打印结果为：point=100“hello world”3.列表列表[]c...

原创 在ubuntu下学习tensorflow——one

1.机器学习的过程是：新数据输入，历史数据训练进入模型，最后根据模型预测结果。2.单个神经元是：多个输入求和经过非线性函数后输出。3.Ubuntu下操作python：①：打开Terminal(终端）②：pwd——打印当前在哪个目录③：ls——列出当前路径下的文件和目录④：mkdie 目录名——新建目录⑤：cd 目录名——进到指定目录⑥：python——运行Python解释器4.u...