python学习
Dawn向阳而生
这个作者很懒,什么都没留下…
展开
-
数据集txt格式划分为多个txt文件夹
txt文件划分原创 2022-06-19 18:14:16 · 765 阅读 · 0 评论 -
Dropout 丢弃函数的使用
Class USeDropout(nn.Module): def __init__(self): super(DropoutFC, self).__init__() self.fc = nn.Linear(100,20) self.dropout = nn.Dropout(p=0.5)#声明 def forward(self, input): out = self.fc(input)原创 2021-12-21 18:24:27 · 361 阅读 · 0 评论 -
vgg16网络改深度可分离卷积
原网络class CNN0(nn.Module): def __init__(self,imageHeight,nChannel): super(CNN0,self).__init__() assert imageHeight % 32 == 0,'image Height has to be a multiple of 32' self.conv0 = nn.Conv2d(in_channels=nChannel,out_channels=原创 2021-12-21 17:33:45 · 442 阅读 · 0 评论 -
python学习 if is none else
本人功力很浅,所以有大佬的代码中是用简洁大方式写的,我需要学习一下residual = x if self.right is None else self.right(x)上边的这行代码等价于下面的:if self.right: residual=x else: residual=self.right(x)相比于上面的,我更喜欢用下面的方式,虽然没有上面的简洁,但是这样可以让像我一样的人更直观的了解。学到就是赚到。...原创 2021-12-20 11:57:12 · 2835 阅读 · 5 评论 -
pytorch-resnet34残差网络理解
工欲善其事必先利其器,在使用该网络之前要先了解该网络的具体细节,我今天也是第一次查资料,然后加上自己的理解去写这篇学习成长文章。残差模块class ResidualBlock(nn.Module): def __init__(self, inchannel, outchannel, stride=1, dowansample=None): super(ResidualBlock, self).__init__() self.left = nn.Sequential原创 2021-12-20 11:40:27 · 3193 阅读 · 0 评论 -
python从txt中批量读取图片名后将图片另存为
我们在做深度学习的时候几乎都需要用到txt文件,还有对应的图片名,这个时候如果数据就几十个还好,如果再增多的话,我们就受不了了,下面我就记录顺便保存一下代码txt_file="C:\\Users\\ljs\\Desktop\\rename\\test_501.txt" #这里是txt文件的地址a=[] #创建一个列表with open(txt_file, 'r', encoding='utf-8') as file: for c in file.readlines(): a.a原创 2021-11-06 12:06:13 · 839 阅读 · 0 评论 -
数据集不够-数据增强-添加高斯噪声
import cv2import osimport numpy as npimport random#添加高斯噪声def gaussian_noise(img,mean,sigma): ''' 此函数将产生高斯噪声加到图片上 :param img:原图 :param mean:均值 :param sigma:标准差 :return:噪声处理后的图片 ''' img = img/255 #图片灰度标准化 noise = n原创 2021-11-02 14:09:39 · 5244 阅读 · 2 评论 -
yolov5(pytorch)实现目标检测后输出检测框的位置信息
在yolov5检测目标后想要输出目标位置,在网上找了几个简称,都没有实现,第一个是让找到plot_one_box的这个函数,然后去修改,但是发现没有鸟用。最后在以为博友哪里找到了正确的解决方法,就是在detect.py文件夹下直接修改就行了,下面贴上图片输出结果如下图添加代码如下: x1=int(xyxy[0].item()) y1=int(xyxy[1].item()) x2=int(xyxy[2].item())原创 2021-10-15 12:04:03 · 34649 阅读 · 86 评论 -
python-批量图片格式转换
import osfrom PIL import Imagedirname_read="D:/wechatfile/Cam1_ImageFiles/"#这里换成你自己的文件位置dirname_write="D:/wechatfile/Cam1_ImageFiles_jpg/"#这里是保存位置names=os.listdir(dirname_read)#获取所有图片名字,并返回列表count=0for name in names: img=Image.open(dirname_read+原创 2021-10-14 17:28:53 · 228 阅读 · 0 评论 -
标签制作(待更改)
```xml<?xml version="1.0"?>-<annotation><folder>Cam1_ImageFiles</folder><filename>2.png</filename><path>D:/wechatfile/Cam1_ImageFiles/2.png</path>-<source><database>Unknown</datab原创 2021-10-12 14:48:06 · 89 阅读 · 0 评论 -
pytorch resnet18网络动物分类完整的模型训练、验证、测试过程
先重写resnet18的模型,其实不用写也行,可以直接在models中调用import torchimport torch.nn as nnfrom torch.nn import functional as Fclass RestNetBasicBlock(nn.Module): def __init__(self, in_channels, out_channels, stride): super(RestNetBasicBlock, self).__init__()原创 2021-10-11 12:01:44 · 4944 阅读 · 23 评论 -
修改文件夹下图片的名称
import ospath = ‘D:\pythonProject3\data’filelist = os.listdir(path)c=0for item in filelist:# print('item name is ',item)name = item.split('.')[0] + '.' + item.split('.')[1]#把图片的名字和编号分开后重新组合a=item.split('.')[0]b=item.split('.')[1]b=cc+=1b=str(b)原创 2021-10-10 21:15:15 · 162 阅读 · 0 评论 -
报num_samples should be a positive integer value, but got num_samples=0错误
train=DataLoader(mydata_train,batch_size=64,shuffle=True)上面是对数据进行打包的一个片段,但是在对数据进行批量打包时出现以下的错误Traceback (most recent call last): File "D:/project/learn/aa.py", line 81, in <module> main() File "D:/project/learn/aa.py", line 76, in main t原创 2021-10-09 15:42:27 · 2320 阅读 · 7 评论 -
pycharm编辑文件,左上角出现问号的解决方案
在编辑文件的时候,前几天还可以正常编辑,到了今天突然就打不开了,不能访问,就突然变成了文件左上角有一个小的问好,自己也不知道发生了什么事,我直接给出结局方案就行了找到该文件,右击鼠标,改成下边的格式make a plain text就行了...原创 2021-09-15 08:51:08 · 1778 阅读 · 1 评论 -
python-self的理解
这几天一直在学习python,只知道在创建类的时候,如果类的里面有函数,那么这里面的函数的第一个参数都是self这个参数,其实也可以用别的字母代替,这里已经形成了一个同意的认识了#创建一个类class Student: def __init__(self,name): self.name=name pass上边就是一个简单的例子,里面的参数就是一个self和name,那么self指的是谁呢?是Student这个类吗?或者是别的东西呢?、答案很明显原创 2021-06-28 20:26:24 · 107 阅读 · 0 评论 -
python 飞机小游戏
这几天一直在学飞机小游戏,按照老师的提议就是结合具体的实例来加深自己对各个语法的理解和使用,即使这样学起来感觉还是够呛,所以就在这里把具体的逻辑捋顺一下,话不多说,直接上代码,下面是所有的代码,这个代码的缺陷之处是子弹没有伤害哈哈,也是够奇葩的首先我们要知道我们要创建的游戏是个怎么样的过程,都需要些什么东西准备工作1:我方飞机,能人为发射子弹,能控制其左右移动准备工作2:敌方飞机,能自动发射子弹,自由随机移动我们根据这些功能,看看能不能找出父类首先是我方和敌方都可以发射子弹,都能移动,所以可以是在原创 2021-06-28 11:21:03 · 203 阅读 · 0 评论 -
python-zip函数与enumerate()函数
zip函数用于可迭代的对象上,将对象的元素打包成一个一个的元组,然后返回由这些元组组成的列表,如果长度不一样,则按照最短的来进行,下边用程序来解释一下li=['1','6','0','9',]lis=['我','是','学','生']zipLis=zip(li,lis)print(zipLis)=(1 我)(6 是) (0 学 ) (9 生 ) 大概就是这个意思,enumerate()函数用于遍历一个可迭代的对象,将其组合为一个具有索引的序列,同时列出数据和数据对象的下标,一般用在for 循原创 2021-06-09 10:00:21 · 178 阅读 · 2 评论 -
python-内置函数set
set是python中的一种不重复且无序的元素集合不支持切片和索引,类似于字典创建集合的方式有两种:set={'1','2'}第二种li=[1,2,3,4]set2=set(li)也支持一系列的操作,比如:clear清空操作,update更新操作,还有交并操作等。具体的可以去上网查一下也可以用集合的特性来去除一些重复的数据,只保留单一的数据例如:li=[1,2,3,4,2,3,5,6,3,6,2]这是一个重复的列表我们怎么去除重复的元素呢set2=set(li)print(set2)原创 2021-06-09 09:27:39 · 140 阅读 · 2 评论 -
python-函数参数的引用传值
在python中,值是靠引用来传递的,也就是说我们在定义一个变量是会把一个值赋给这个变量,比如:a=1这就是最简单的变量与值,其中呢a叫做变量,1叫做对象,在python中一切值都是对象,b='srting'这里的string就是一个对象,我们在创建值(对象)的时候,系统会给这个值一个特定的内存空间,也就是一个内存编号,当我们创建变量的时候呢,会在栈区开辟出一个地方,来记录这个值(对象)的地址,当我们再另外创建一个变量的时候,并且把这个值(对象)传给这个变量的时候,其实传递的不是值(对象)本身,而是值(对象原创 2021-06-09 09:19:37 · 308 阅读 · 0 评论 -
python-使用递归函数查找文件夹
简单的使用递归函数来查找文件夹,使用递归函数比较消耗内存,一定要设置出口条件,不然捏村得不到释放会造成泄漏#加载文件夹模块import os#定义寻找文件夹函数def findFile(file_Path):'''遍历文件夹下所有文件'''lisR=os.listdir(file_Path)#查找该路径下所有的文件夹和文件#遍历所有的文件和文件夹for itemFile in lisR: full_Path=os.path.join(file_Path,itemFile)#获取文原创 2021-06-09 08:58:24 · 438 阅读 · 0 评论 -
python-内置函数
纸上得来终觉浅,觉知此事要躬行在csdn上来记录一下自己的学习历程abs函数是用来求绝对值的re=abs(-3)print(re)=3round函数,近似值函数,类似于四舍五入round(3.1415926)=3**双星号函数,求次方print(3**3)=27pow函数,求次方,与上边双星号是同一个意思print(pow(3,3))=27divmod 函数,求商和余数divmod(6,4)=(1,2)max最大值函数,求一组数据里面的最大值,并返回。可以为字符串或者列表原创 2021-06-09 08:44:09 · 45 阅读 · 0 评论 -
python-if 中in与not in 的用法
最近在学习python,就顺便的自己的知识点记下来,以便于与大家分享和查阅,共同进步in与not in 都是一种作为if判断的逻辑运算,文字解释可以这样理解:in 右侧的内日那个里面是否包含了左侧的内容,代码是这样的:if a in b#b中是包含了a,如果包含了就返回true,不包含返回falsenot in 可以这样理解:右边的内容是否不包含左边的内容,如果不包含返回true,包含返回falseif a not in b...原创 2021-06-08 18:10:55 · 8156 阅读 · 0 评论