It is me 的博客

原创 图片分辨率

image resolution图像分辨率high resolution 高分辨；高分辨率low resolution 低分辨率，低解晰度图片来源：https://zhidao.baidu.com/question/1445391136553113780.html

原创 video2frames - 把视频切割成一帧帧的图片

def video2frames(video_path, newdir): cap = cv2.VideoCapture(video) count = 0 while (cap.isOpened()): ret, frame = cap.read() if True: if ret == True: # cv2.imshow('video2frames', frame) ...

原创 Python copy.deepcopy

framenum = len(os.listdir(video_path)) begin_point = 1 end_point = framenum sample = { 'video': video_path, 'segment': [begin_point, end_point], 'n_frames': framenum, } step = 16 for i in range(1, (n_...

原创 深度学习提取视频的特征

3D Resnet-18Note 所有文章均是原创或已获得原作者的授权，转让。

原创 python [:-1] 可以去除 \n

str='ababab\n'str[:-1] # only remove '\n'str.strip() # all blank is removed too!str.replace("\n","")

原创 Python 把视频切割成一帧帧的图片

subprocess.call('mkdir imagedir', shell=True) cmd1 = 'ffmpeg -i {} imagedir/image_%05d.jpg'.format(video_path) print(cmd1) subprocess.call(cmd1, shell=True) # use images... subpr...

原创 torch.IntTensor

n_frames = 120sample_duration = 16step = sample_durationfor i in range(1, (n_frames - sample_duration + 1), step): print(i)for i in range(1, (n_frames - sample_duration + 1), step): print(i) A = torch.IntTensor([i, i + sample_duration ...

原创 DataLoader __getitem__

def __getitem__(self, index): label = self.labels[index] frames_array = np.zeros((frames_length, 3, 200, 200), dtype=np.float32) ...... for idx in range(frames_length): frame = Image.open(path[idx]).convert...

原创 Python (numpy数据) 读写文件

保存list数据：file = open('feature.txt', 'w')file.write(str(list_data))file.close()with open(feature_txt, 'w') as fp: feature = net(X) feature = feature.data.cpu().numpy() fp.write(str(feature) + '\n') # dim [1, 678] kk = 0这样保存 ...

原创 Python 画图 1

clip = sorted(glob(join(clip_name, '*.jpg')))clip = np.array([resize(io.imread(frame), output_shape=(112, 200), preserve_range=True) for frame in clip])clip_img = np.reshape(clip.transpose(1, 0, 2, 3), (112, mininum * 112, 3)) # tt1, mininu...

原创 Calculate the mininum number of images

from os.path import joinfrom glob import glob# Calculate the mininum number of imagesroot_path = 'D:/DataSet/UCF-101-output/train/'files = os.listdir(root_path)minnum = 120for file in files: subdir = root_path + file if os.path.isdir(...

原创 MyResnet18

import torchimport torch.nn as nnclass ResBlock(nn.Module): #expansion = 1 def __init__(self, inplanes, outplanes, stride=1, downsample=None): super(ResBlock, self).__init__() self.conv1 = nn.Conv2d(inplanes, outplanes, kernel.

原创 Resnet Pre-Trained Model

resnet18: https://download.pytorch.org/models/resnet18-5c106cde.pth resnet34: https://download.pytorch.org/models/resnet34-333f7ec4.pth resnet50: https://download.pytorch.org/models/resnet50-19c8e357.pth resnet101: https://download.py...

原创 C3D-Resnet

https://github.com/facebook/C3D/tree/master/C3D-v1.1“虽然这篇升级版的C3D不一定是state of art,但是我最大的收获是从作者的思路中学习到如何讨论科研问题和改进模型结构的方法，这一点很重要。所以我很欣赏这篇文章，接地气，硬件条件有限的情况下也可以实现，从头训练讨论问题，排除了依靠大数据迁移学习，提升效果而忽略算法本事的问题。” [1]Reference[1]https://blog.csd...

原创 makelabel.py

root_path = 'D:/DataSet/UCF-101-output/train/'label_txt = 'labels.txt'with open(label_txt, 'w') as fp: files = os.listdir(root_path) for file in files: if os.path.isdir(root_path + file): print(file) fp.write(...

原创 Sports-1M数据集 

Sports-1M 体育视频分类数据集，包含487类和1.2Million影片 （Andrej Karpathy和George Toderici，Sanketh Shetty，Thomas Leung，Rahul Sukthankar和Li Fei-Fei）sports1m: 1百万 videos， 487 classes下载地址https://github.com/gtoderici/sports-1m-dataset.git柏林情感语音数据库...

原创 成本相差5384倍，编程用C++和Python！马斯克如何搞翻航天圈

成本相差5384倍，编程用C++和Python！马斯克如何搞翻航天圈

原创 Pytorch LSTM2

import torchfrom torch.autograd import Variablefrom torch import nnmylstm = nn.LSTM(input_size=100,hidden_size=100,num_layers=1,bidirectional=False)for p in mylstm.parameters(): print(p.size()) lstm_seq = nn.LSTM(28, 4, num_layers=2) # 构建...

原创 Darknet - YoloV3

1、网络结构“YOLOv3的网络结构很多博客里讲的十分详细，采用了darknet-53的前52层，去掉了下图中后三层结构（平均池化、全连接和softmax）。backbone为全卷积结构，使用了大量的残差跳层；并且为了降低池化带来的梯度负面效果，直接放弃了Pooling，通过将卷积的步长设置为2来实现2倍的降采样；为了实现多个尺度的检测精度，把不同层的输出都送入后续的检测网络，类似FPN的尺度融合，分别对应着sbbox、mbbox和lbbox。”[1]"从scale3到scal...

原创 上采样 下采样

上采样 下采样Upsampling subsampled / downsampled 插点 删点 双线性插值上采样就是采集模拟信号的样本。 采样是将时间上、幅值上都连续的信号，在采样脉冲的作用下，转换成时间、幅值上离散的信号。所以采样又称为波形的离散化过程。下采样，也就是对信号的抽取。其实，上采样和下采样都是对数字...

原创 [记录] 如何看待哈工大、哈工程受美商务部“实体名单”影响，被禁止使用 MATLAB 商业软件？

“实体清单”（Entity List）mindsetn 心态；倾向；习惯；精神状态tendencyliabilitymannermentalityhabit我们每年培养这么多各行各业的毕业生，为什么逼着他们制造虚假垃圾的毕业论文，而不是引导他们完成一些基础而具有实际意义的工作，比方做一个功能相对完善的行业库或者包，然后每年毕业生可以完善一下。经过几年，不就不卡脖子了嘛？这样既锻炼了学生，也解决软件基础的问题。而不是让学生写一些虚头巴脑，没有价值的论文，还天天...

原创 Python 归一化图片数据

x_data = img.astype('f')x_data /= 255x_data -= 0.5x_data = x_data.transpose(2, 0, 1)

原创 2D网络与3D网络

原创 真正的智能 - 理解与识别

目前的AI - 有多少人工，就有多少智能。Reference1 来自于对 王垠的文章的整理

原创 vscode连接 MySql

原创 torch.zero

temp = torch.zeros(fit.shape) # fit：[1, 6, 128] #temp = temp.cuda()

原创 脚本 - 增加网络点击量

url_list=['https://blog.csdn.net/tony2278/article/details/105936885', ...]url_list_data=[]for one_url in set(url_list): if "https://blog.csdn.net/tony2278/article/details/" in one_url: url_list_data.append(one_url)from selenium import .

原创 训练 LSTM 的模型和使用模型去预测

文章的最下方有完整的代码哦 O(∩_∩)O什么是 LSTM RNN 循环神经网络 (深度学习)?什么是LSTM?长短期记忆（Long short-term memory, LSTM）是一种特殊的RNN，主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说，就是相比普通的RNN，LSTM能够在更长的序列中有更好的表现。用LSTM提取时序特征的优越性 VS 传统的特征提取：HOG， LBPLSTM 模型的训练过程LSTM 模型运行的...

原创 LSTM CNN FC

「公开课」LSTM长短期记忆神经网络的学习与实现LSTM网络本质还是RNN网络LSTM是为了解决RNN中的反馈消失问题而被提出的模型，它也可以被视为RNN的一个变种。与RNN相比，增加了3个门（gate）：input门，forget门和output门。import torch.nn as nnfrom torch.nn import functional as F class LSTM(nn.Module): def __init__(self): ...

原创 LSTM 预测各国人均GPD(Pytorch)

文章的最下方有完整的代码哦 O(∩_∩)O「公开课干货分享」LSTM长短期记忆神经网络的学习与实现以下是训练过程：from pandas_datareader.pandas_datareader import wbimport torch.nnimport torchimport torch.optimimport csvfrom IPython.display import displayimport pandas as pd import numpy...

原创 Pytorch LSTM

本文有代码哦 O(∩_∩)OLSTMLSTM模型 ：#定义模型class rnn_classify(nn.Module): def __init__(self, in_feature=28, hidden_feature=100, num_class=10, num_layers=2): super(rnn_classify, self).__init__() self.rnn = nn.LSTM(in_feature, hidden_f...

原创 堆叠式LSTM架构

【 深度学习：理解序列模型 RNN 和 LSTM 】Understanding RNN and LSTM（英文字幕）堆叠LSTM现在是用于挑战序列预测问题的稳定技术。堆叠式LSTM架构可以定义为由多个LSTM层组成的LSTM模型。上面的LSTM层提供序列输出而不是单个值输出到下面的LSTM层。具体地说，每个输入时间步长一个输出，而不是所有输入时间步长的一个输出时间步长。 ...

原创 Pytorch LSTM dataset 设置

「公开课」LSTM长短期记忆神经网络的学习与实现# 数据预处理data_csv = data_csv.dropna() # 滤除缺失数据dataset = data_csv.values # 获得csv的值dataset = dataset.astype('float32')max_value = np.max(dataset) # 获得最大值min_value = np.min(dataset) # 获得最小值scalar = max_value - min_value .

原创 LSTMs for Time Series in PyTorch

什么是 LSTM RNN 循环神经网络 (深度学习)?LSTMs for Time Series in PyTorchLSTM and LSTMCell ？I want to know the difference between the LSTM and LSTMCell in the pytorch document？And how to use it correctly.LSTMCell takes ONE input x_t. You need to make...

原创 LSTM模型的输入参数问题

「公开课」LSTM长短期记忆神经网络的学习与实现LSTM模型的输入参数问题（Keras）https://zhuanlan.zhihu.com/p/121715190基于时间序列的LSTM的数据格式是怎么样?我现在在做一个LSTM做一个预测值，不知道该传什么格式的数据给X，把数据集弄成什么样子能传。如何准备用于LSTM模型的数据并进行序列预测？《Long Short Term Memory Networks with Python》是澳大利亚机器学习专家Jaso...

原创 My LSTM Assemble

「公开课」LSTM长短期记忆神经网络的学习与实现对于初入门的开发人员来说，这可能是非常困难的事情为LSTM模型准备序列数据。通常入门的开发者会在有关如何定义LSTM模型的输入层这件事情上感到困惑。还有关于如何将可能是1D或2D数字矩阵的序列数据转换可以输入到LSTM输入层所需的3D格式的困难。1 如何为LSTM重新构建输入数据（Keras）https://www.jianshu.com/p/246f117af8f0/最近开始接触LSTM网络，对输入的训练数据的结构有一些疑惑，下...

原创 hpfilter lpfilter dftuv

http://read.pudn.com/downloads154/sourcecode/others/682361/hpfilter.m__.htmhttp://www.codeforge.com/read/32459/lpfilter.m__htmlhttp://www.codeforge.com/read/32459/lpfilter.m__html

原创 matlab roundn()函数

round() 对单个数roundn() 对整个矩阵roundn函数是四舍五入函数，用法很简单，这里直接给出详细样例：需要被四舍五入的数是123.45，正负号代表是小数点的右边还是左边到第几位用matlab代码转换图片的，只需要几行代码。path = 'path/to/images/name'; %图片路径im = imread(path); %读取图片im = ~im; %取反imwrite(path); %写回...

原创 matlab怎么把一组已知的点画在坐标图上?

subplot(2,2,1),mesh(z1)>> x = [ 0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55 ];>> y = [ 0.0, 1.27, 2.16, 2.86, 3.44, 3.87, 4.15, 4.37, 4.51, 4.58, 4.02, 4.64];>> plot(x,y,'*r')>> grid on===============================.

原创 读写二进制文件 Matlab and C++

Matlab [1]%从数据文件读取二维数据fid=fopen('C:\binary1.bin','rb');[Array_2D,num]=fread(fid, [960, 448],'double'); %inf表示读取文件中的所有数据，[M,N]表示%将读取的数据放置在M行N列中，N表示将读取的数据放置在1列中 fclose(fid)C++ [2]#include <iostream>#include <fstream>using name..