2021年01月_是Dream呀

12月 11月 10月 09月 08月 07月 06月 04月 01月

原创关于结点无向图边数最多最少问题---深入剖析！

带你真正理解无向图边数hello，大家好，我是Dream。好久没发博客了，其实呢，主要是因为我懒！懒！懒~那今天我带大家深入剖析一下这个问题：（不要忘记点赞收藏哟）首先看题目：一个包含2020个结点的无向图，如果图中没有自环和重边，最多和最少包含多少条边？*公式:其实这里有一个公式：一个无向图（没有自环和重边），最多包含n(n-1)/2***条边，最少包含n-1条边。解析：那具体来说，这个公式是咋来的呢？我来给大家深入解释一下。假如说，如果你有三个点，你会咋样连呢？那就是顺序连接，1连

2021-01-25 17:47:46 18745 9

原创【零基础学Python】海龟画图篇：第十九节--海龟画图实际应用|用法总结

关于海龟画图的实战~hello，大家好，我是Dream~在上一次的文章中，想必大家都对海龟基础知识有了一个简单的了解和掌握！海龟基础知识----那现在教给大家一些实战的要素，希望的家喜欢！在海龟画图中，开始的鼠标形状常用的有 arrow(向右的等腰三角形)、turtle(海龟)、circle(实心圆)、square(实心正方形)、triangle(向右的正三角形) 或 classic(箭头)等 6 种1.实现鼠标自由移动import turtlet = turtle.Turtle()t.sh

2021-01-09 10:58:41 8405

原创【零基础学Python】海龟画图篇：第十八节--海龟画图全解知识储备

关于海龟画图的全面介绍这里写目录标题**关于海龟画图的全面介绍**一级目录二级目录三级目录**一.画笔和屏幕二.实战与应用一级目录二级目录三级目录hello，大家好，我是Dream。最近有小伙伴私信我，说让我出一篇海龟画图，这其实我也不太能弄得明白，那在这里我和大家一块梳理一下！记得给我点赞收藏哟~**一.画笔和屏幕**（这里单独拿开一个讲的话会很抽象，因为一个是线，另一个是面，面是线的载体，线是面的内容）首先大家先运行这一段代码：import turtle#调用turtle库turtl

2021-01-07 19:47:35 13973 8

原创 python画玫瑰花--快去送给你的女朋友

python教你画玫瑰花hello，大家好，我是Dream。不知道大家用了我的表白神器之后，有没有成功呢我的表白神器，我想大家应该都成功了吧，那现在我再教大家花玫瑰花！话不多说，先上图：下面把代码分享给大家：import turtleimport time# 设置初始位置turtle.penup()turtle.left(90)turtle.fd(200)turtle.pendown()turtle.right(90)# 花蕊turtle.fillcolor("red")t

2021-01-02 18:45:24 4081 6

OpenCV进行红绿灯识别源码+红灯、绿灯、黄灯数据集.zip

1.程序源工程文件，直接用 2.红灯、绿灯、黄灯数据集，独家一份，总共三类：红绿黄，1187张图片，其中，723张红色交通灯图片，429张绿色交通灯图片，35张黄色交通灯图片，723张红色交通灯图片。 3.OpenCV是一个开源的计算机视觉库，可以用于实现各种图像和视频处理任务，包括红绿灯识别。可以帮助自动驾驶汽车、智能交通系统等设备准确地识别红绿灯的状态，以便做出正确的决策。今天，就有Dream带领大家复盘一下计算机视觉中最经典的实验：OpenCV进行红绿灯识别； 4.准确率达到了接近于98%，这个准确率是指在使用OpenCV库实现的红绿灯检测算法在测试集上的分类准确率。具体来说，它表示在测试集中有 **`97.98%`的图像被正确分类为红灯、黄灯或绿灯，而仅有`2.02%`的图像被错误分类。**这个准确率较高，表明使用OpenCV库实现的红绿灯检测算法在测试集上具有较好的分类性能，可以比较可靠地识别图像中的红灯、黄灯和绿灯。但需要注意的是，这个准确率只是在特定的测试集上得到的结果，可能并不能完全代表算法的性能，我们可以在更多的数据集上进行验证和测试，这个留给我们以后在学习的时候

2024-06-17

CIFAR10数据集介绍，并使用卷积神经网络训练图像分类模型-附完整代码和训练好的模型文件直接用

CIFAR-10数据集详析：使用神经网络训练数据集合 CIFAR10数据集介绍，并使用卷积神经网络训练图像分类模型——附完整代码和训练好的模型文件直接用。 CIFAR-10 数据集由 10 个类的 60000 张 32x32 彩色图像组成，每类 6000 张图像。有 50000 张训练图像和 10000 张测试图像。数据集分为5个训练批次和1个测试批次，每个批次有10000张图像。测试批次正好包含从每个类中随机选择的 1000 张图像。训练批次以随机顺序包含剩余的图像，但某些训练批次可能包含来自一个类的图像多于另一个类的图像。在它们之间，训练批次正好包含来自每个类的 5000 张图像。上面的内容分别是训练样本的损失函数值和准确率、测试样本的损失函数值和准确率，可以看到它每次训练迭代时损失函数和准确率的变化，从最后一次迭代结果上看，测试样本的损失函数值达到0.9123，准确率仅达到0.6839。

2024-01-27

YOLOv5姿态估计：HRnet实时检测人体关键点

利用YOLOv5进行姿态估计，HRnet与SimDR检测图片、视频以及摄像头中的人体关键点。原工程文件分享：考虑到很多同学真的是时间问题不想自己配置参数和权重，在这里我将自己的原工程文件分享给大家，只需要将路径改成自己的就可以啦。包括：一、项目准备 1Pycharm中克隆github上的项目 2.具体步骤 3.环境配置二、目标检测 1.添加权重文件 2.获取图片边界框 3.添加SPPF模块三、姿态估计 1.添加权重 2.修改yaml文件 3.获取关键点 4.绘制骨骼关键点四、结果演示 1.照片演示 2.视频演示 3.实时演示五、报错分析 1.路径问题 2.YOLOv5、YOLOvx训练过程警告：functional.py 3.matplotlib.use( Agg ) # for writing to files only 4.AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘ 5. ‘gbk‘ codec can‘t decode byte

2024-01-15

保研复试全套材料+408专业课知识总结及思维导图

1.保研复试全套材料，含有夏令营准备材料（包括联系老师模板、面试自我介绍、提交材料和推荐信模板）以及预推免准备材料； 2.408专业课复习材料、思维导图； 3.高等数学、线性代数、概率、离散复习材料及思维导图； 4.机器学习常见常问算法总结； 5.算法总结以及机试得分训练秘籍； 6.面试前必看知识，408常问内容总结及面试常见问题。

2023-10-07

Python课程设计报告- 作业统计管理系统，满分实验报告+源码

1、问题根据需求，该系统所应包含的信息有以下一些: 学生提交作业情况slsx：学号，姓名，第一次作业，第二次作业，第三次作业共有3次作业。根据需求，该系统所应实现的功能有以下一些： 1) 找到作业所在位置，遍历三次作业 2）根据学号或者姓名得出作业提交情况 3）将三次未交作业学生的学号分别输出，并将每个学生作业的完成与否输出 4）将作业完成情况导入Excel表格中 2、系统采用Pycharm实现，开发环境为python3.6，可以运行在操作系统windows98及以上皆可。 3、运行要求 1.能准确导出学生作业的提交与否 2.能准确将作业提交情况导入Excel表格中本学期实训课与Python语言课相结合，以上机实验操作为主，加深了我对Python语言的理解和运用能力，帮助我解决了许多Python语言学习时遇到的问题。通过在学习时遇到的问题查找资料使我接触和了解了更多课本以外的知识。特别是最后的大实训，让我对所学的知识进行了实战应用，加深了对知识的理解，让我认识到实践的重要性，同时还得出一个结论：知识必须通过应用才能实现其价值！有些东西以为学会了，但真正到用的时候才发现是两回

2023-02-15

数字图像处理课程设计报告，完整实验报告附源码

一、实验要求利用Python和Opencv算法，实现下述功能： 1、从网上下载一张纯色背景前的老人面部照片，并且要求背景颜色与皮肤、衣服的颜色区别较大。 2、准备一张风景图片。 3、利用图像增强算法处理人像照片，以提升照片的品质。 4、利用图像处理算法去除老人面部的皱纹或色斑，实现美颜功能。 5、利用图像处理算法处理风景图片，使风景图片变得模糊，实现背景虚化。 6、利用图像处理算法将步骤4得到的人像图像进行二值化处理，人像部分为0，背景部分为1。 7、利用步骤6得到的二值图像将步骤5得到的风景图像中用于合成人像区域的像素置为黑色后，与步骤4得到的人像图像进行合成，实现人像迁移。撰写实验报告，将上述处理的原理与处理流程进行介绍；保存上述每一步的结果图像，并附加在实验报告中；最终对处理结果进行分析，并附加程序。二、实验环境解释器：Python3.9、开发环境：PyCharm 图像增强使用自适应直方图均衡化操作。因为原始图像为RGB彩色图像，直接使用直方图均衡化操作后会使颜色失真，故先将原始图像转化到HSI空间，对其中I通道（亮度）进行直方图均衡化，再转回RGB空间

2023-02-10

数字图像处理实验报告：图像加噪与滤波附源码

编写一Python程序，要求实现以下功能： 1、读入一幅图像。 2、使用两种以上的方法分别向图像中添加噪声。 3、输出一幅二值图像，图像中未加入噪声的区域为黑色，加入噪声的区域为白色。 4、使用三种滤波方法对上述添加了噪声的图像进行滤波处理。 5、输出滤波处理后的图像。撰写实验报告，将上述处理的原理与处理流程进行介绍；并添加原图、加入噪声的图像、描述噪声位置的二值图像以及三种滤波方法处理后的图像；最终对处理结果进行分析，并附加程序。在本次实验中使用到的两种噪声分别为椒盐噪声及白噪声。椒盐噪声是将图片中一定比例的像素点随机置为0或255，使图片上随机分布黑色和白色的噪声点。实验中，我们建立一阈值参数per(添加噪声的比例)，随机生成与输入图片相同尺寸的0到1的随机数矩阵，记录随机数矩阵中小于per/2和处于per/2与per之间的元素位置。将原图像中与矩阵小于per/2对应位置相同的像素置为255，处于per/2与per之间的置为0，这就完成为图像添加椒盐噪声。白噪声与椒盐噪声类似，不同的是椒盐噪声可能添加黑色或白色的噪声点，而白噪声只会添加白色噪声点。实验中，我们同样建立一

2023-02-10

超级玛丽教程+源码分享

超级玛丽游戏教程+源码创建游戏主窗口 pygame 专门提供了一个模块 pygame.display 用于创建、管理游戏窗口方法说明 pygame.display.set_mode() 初始化游戏显示窗口 pygame.display.update() 刷新屏幕内容显示 set_mode 方法 set_mode(resolution=(0,0), flags=0, depth=0) -> Surface 作用 —— 创建游戏显示窗口参数 resolution 指定屏幕的宽和高，默认创建的窗口大小和屏幕大小一致 flags 参数指定屏幕的附加选项，例如是否全屏等等，默认不需要传递 depth 参数表示颜色的位数，默认自动匹配返回值暂时可以理解为游戏的屏幕，游戏的元素都需要被绘制到游戏的屏幕上注意：必须使用变量记录 set_mode 方法的返回结果！因为后续所有的图像绘制都基于这个返回结果

2022-12-18

还不懂飞机大战？全网最细学习笔记-全方位学习Pygame

飞机大战强化面向对象程序设计使用 pygame 模块进行游戏开发 pygame pygame 就是一个 Python 模块，专为电子游戏设计官方网站：https://www.pygame.org/ 提示：要学习第三方模块，通常最好的参考资料就在官方网站安装 pygame pip install pygame pygame 快速入门新建飞机大战项目导入游戏素材图片游戏的第一印象把一些静止的图像绘制到游戏窗口中根据用户的交互或其他情况，移动这些图像，产生动画效果根据图像之间是否发生重叠，判断敌机是否被摧毁等其他情况可以将图片素材绘制到游戏的窗口上，开发游戏之前需要先知道如何建立游戏窗口！游戏的初始化要使用 pygame 提供的所有功能之前，需要调用 init 方法在游戏结束前需要调用一下 quit 方法

2022-12-18

情人节表白神器exe文件+直接运行就可以

1.教你怎样从零打造一个表白神器 2.学习到海龟画图的精髓部分，一次性学会海龟画图 3.exe文件直接运行，送给亲朋好友展示的好东西，送给女生女生一定得感动哭dddd 4.不会找我，我包会！

2022-02-14

Python画dundunexe文件+源码.zip

1.教你怎样从零开始画一个东西 2.学习到海龟画图的精髓部分，一次性学会海龟画图 3.exe文件直接运行，送给亲朋好友展示的好东西，送给女生女生一定得感动哭dddd 4.不会的加博主，博主包会！！！

2022-02-09

虎年画虎祝福已经打包的exe文件，直接可以用，需要自取.zip

虎年快乐，虎虎生威打包exe文件，直接可以用，需要自取

2022-01-14

圣诞树表白源码+素材+拿去直接用.zip

圣诞树表白源码+素材+拿去直接用，直接运行就可以啦，如果不能免费来咨询我就可以啦作为我的粉丝朋友们，我不允许大家还没有专属于自己的圣诞树！我要让大家收到最特别最美丽的圣诞树，于是…冒着…期末挂科…的风险…我重拾了自己失传已久的海龟画图：海龟画图全解–值得你一看！（这篇文章写了很久了，是一些海龟画图最基础的操作，不太了解的小伙伴们可以拿这篇文章来快速入门海龟画图！）终于…经过…昨天…一个晚上…的艰苦…奋斗，我觉得我又行了！从最底层开始，我一步一步完善代码设计出了：圣诞树+落叶+雪花+背景音乐+浪漫弹窗五合一版圣诞树！话不多说，先看效果：效果希望大家在圣诞节都可以和喜欢的人在一起，送上那棵专属于她or他的圣诞树！天天开心，好好生活，我一直都在哟~（有任何问题的话，欢迎评论区或者私信我嗷，我都会看的！）

2022-01-03