weixin_51154380的博客

【代码】【YOLOv9算法原理简介】

基于深度学习的图像特征点匹配是利用深度神经网络来提取图像特征，并在不同图像间寻找并匹配这些特征点。这种方法相比传统的特征点匹配方法（如SIFT、SURF等）在特征表达能力上具有明显优势，尤其是在处理复杂场景和大规模数据集时。SuperPoint是一种自监督的特征点检测和描述方法，它能够提取像素级精度的特征点及其描述子。图像特征点匹配是计算机视觉中的一项关键技术，它涉及在两个或多个图像之间寻找并匹配具有独特属性的点，这些点被称为特征点。策略，通过对图像进行多尺度和多角度变换来增强特征点的复检率和跨域实用性。

格式， 注意是一个图片对应一个json文件。yolo算法txt格式标签转。

对labelme标注的检测框中的目标类别和数量进行统计。

安装好Ubuntu系统后，按照一下步骤安装显卡驱动， 一安装cuda10.2和cudnn7.6.5为例。打开下载网页，https://opencv.org/releases/, 下载3.14.11 版本的。点击应用更改，此时需要等待大约半小时时间，会出现正在安装的进度条。修改后需要重启系统。

keras-yolo3 视频检测出现 Couldn‘t open webcam or video问题的解决方法: python yolo_video.py --input ./video/0.mp4 #视频改为自己的路径（有待验证）#conda创建python环境，其中 -n 后边的参数指的是环境的名称，此处我使用的是 deeplab，你可以换成任意你喜欢的名称。#conda创建python环境，其中 -n 后边的参数指的是环境的名称，此处我使用的是 tf，你可以换成任意你喜欢的名称。

python进阶

os.remove(’./labels/a.txt’) 只能删除文件。

extend()函数的语法：list.extend(seq)，参数是可迭代对象，可以是字符串、列表、元组、集合、字典，若为字典,则仅会将键(key)作为元素依次添加至原列表的末尾。与append()函数进行对比：append()函数用于在列表末尾添加新的对象，即将新序列整体作为一个新的元素添加到原列表的末尾。让动态地创建列表易如反掌，例如，你可以先创建一个空列表，再使用一系列的append() 语句添加元素。你可以使用pop() 来删除列表中任何位置的元素，只需在括号中指定要删除的元素的索引即可。

⽣成器也是⼀种迭代器，但是你只能对其迭代⼀次

split()常用方法：在目标检测中对图片和标签进行处理

One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。然后，每个整数值被表示为二进制向量，除了整数的索引之外，它都是零值，它被标记为1。每个样本只对应于一个类别（即只在对应的特征处值为1，其余地方值为0），而我们的分类结果，得到的往往是隶属于某个类别的概率，这样在进行损失函数（例如交叉熵损失）或准确率计算时，变得非常方便。Test Time Augmentation (TTA) #测试时间增加。

Python读写xml文件xml文件知识点读取xml文件写入xml文件VOC数据集类别提取最近需要提取VOC数据集中的特定类别，所以就学习一下xml文件的读取和写入，毕竟xml格式的标签在目标检测中还是用的比较多的参考博客：https://blog.csdn.net/hu694028833/article/details/81089959https://blog.csdn.net/wsp_1138886114/article/details/86576900xml文件知识点主要学习 基于El

Ubuntu18.04 系统下多个USB摄像头名称绑定1、识别你的设备2、获得摄像头的index详细情况，3、查看设备节点情况4、查看/dev/video0详细信息5、使用udev规则创建usb摄像头挂载点映射（绑定摄像头名称）6、检查7、调用摄像头测试1、识别你的设备首先，插上你想要读取的设备， 打开终端，输入: lsusb再拔掉那个设备，继续在终端里输入： lsusb仔细对比两次显示内容的区别，找到消失的那一行，例如：Bus 002 Device 003: ID 04b4:00f8 Cy

ubuntu 系统USB串口绑定，固定电脑主机USB端口名称，解决同一型号的USB串口1、查找需要 需要固定的usb设备端口号，例如我要固定两个usb转串口的设备，插上usb串口输入命令：ls /sys/class/tty/ttyUSB* -l，输出结果如下(base) yuhui@yuhui:~$ ls /sys/class/tty/ttyUSB* -llrwxrwxrwx 1 root root 0 5月 29 19:15 /sys/class/tty/ttyUSB0 -> ../../

coco数据集类别名personbicyclecarmotorbikeaeroplanebustraintruckboattraffic lightfire hydrantstop signparking meterbenchbirdcatdoghorsesheepcowelephantbearzebragiraffebackpackumbrellahandbagtiesuitcasefrisbeeskissnowboardsports ba

目标检测标签格式转换 Json -> txt将Json格式的标签转换为YOLO格式标签，适用于用labelimg标注后，每个图片 对应一个Json标签的场合import osimport shutilimport json"""需要根据内容的具体格式，而后转换json -> txt时间：2022.04.21作者：余小晖"""ann_json_path = './face_mask_json/ann_json/'ann_txt_save_path = './face

从一个文件夹中分别将图片和标签保存到各自文件加夹中适用于数据量大的场合，因为手动复制很麻烦，且在Ubuntu系统中，卡的一批import osimoirt shutil"""时间：2022.04.21作者：余小晖"""files_path = './files/'img_save_path = './img/'txt_save_path = './ann/'if not os.path.exists(img_save_path): os.makedirs(img_save_

目标检测标签格式转换 txt->xml将YOLO格式的标签转换成VOC格式的标签，用于适应多种算法的目标检测# _*_ coding:utf-8 _*_import xml.etree.ElementTree as ETimport osimport cv2"""标签格式转换：txt->xml时间：2022.04.15作者：余小晖"""# 增加换行符def __indent(elem, level=0): i = "\n" + level*"\t" if

VOC格式标签转为YOLO格式标签xml -> txt# _*_ coding:utf-8 _*_import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import join"""未知类别名，xml -> txt时间: 2022.03.11作者：余小晖"""imgs_path = './car-dataset/imgs/'

YOLOv5安全帽检测代码：YOLOv5-5.0目标类别：person、hat安全帽数据集：https://download.csdn.net/download/weixin_51154380/76285273https://download.csdn.net/download/weixin_51154380/76293515训练好的模型：https://download.csdn.net/download/weixin_51154380/82502545训练过程曲线：安全帽检测结果:

YOLOv5人脸口罩检测Pytorch框架下YOLOv5口罩检测代码和训练权重：https://download.csdn.net/download/weixin_51154380/58000038人脸口罩检测结果：

YOLOv5火焰识别代码版本：YOLOv5-5.0代码和训练权重：https://download.csdn.net/download/weixin_51154380/49874877训练过程曲线：火焰识别结果：

YOLOv3电塔绝缘子检测框架：pytorch训练权重和代码：https://download.csdn.net/download/weixin_51154380/49517010数据集：https://download.csdn.net/download/weixin_51154380/76641317训练曲线：检测结果：

YOLOv5无人机目标检测代码版本：YOLOv5-5.0代码和训练权重：https://download.csdn.net/download/weixin_51154380/51087322数据集：https://download.csdn.net/download/weixin_51154380/33505984https://download.csdn.net/download/weixin_51154380/40682385训练曲线：检测结果：...

yolov5训练Visdrone数据集代码版本：yolov5-5.0Visdrone数据集YOLOv5训练权重和代码https://download.csdn.net/download/weixin_51154380/76852338

VOC格式标签转换为yolo格式的标签xml -> txt# _*_ coding:utf-8 _*_import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import join"""已知标签名，xml -> txt"""imgs_path = './images_fire/' #图片路径anns_path = './label

更改图片格式# -*- coding:utf8 -*-"""更改图片格式日期： 2021.11.13"""import cv2import osimgs_path = './drone-UAV_Eagle/images_UAV_Eagle/'imgs_save_path = './drone-UAV_Eagle/images/'if not os.path.exists(imgs_save_path): os.makedirs(imgs_save_path)num_img =

目标检测之批量给图像和对应标签重命名import cv2import os"""给图片和对应标签重命名，适用于图片和标签一一对应的情况"""img_path = './val/'ann_path = './ann_txt/'img_save_path = './images_drone/'ann_save_path = './labels_drone_txt/'if not os.path.exists(img_save_path): os.makedirs(img_save_pa

数据集drone vs bird 标签转换为YOLO格式import osfrom PIL import Image""""转换drone标签文件为YOLO格式"""anns = './2019_09_02_C0002_3700_mavic.txt' #原来的标签文件img_path = './img/' #图片路径ann_write = './ann/' #转换后yolo格式的标签保存路径class_ids = {'drone':'0'}#首先获取图片名称images =

YOLO格式的数据集划分标题标签格式txtimport osimport cv2import randomfrom PIL import Image# os.makedirs('labels_train')# os.makedirs('labels_val')img_train_path ='./img_train/' #图片训练集保存路径img_val_path = './img_val/' #图片验证集保存路径labels_train_path = './labels_t

Python常见错误##1、 解析错误:未定义的控制序列 parse error: Undefined control sequence 2、出现这样的错误一般是voc_classnames.txt或者其他一些地方没有改成自己的东西ValueError: Dimension 0 in both shapes must be equal, but are 1 and 27. Shapes are [1,1,1024,255] and [27,1024,1,1]. for 'Assign_360

Python 报错及解决方案