- 博客(8)
- 资源 (3)
- 收藏
- 关注
原创 python手动实现maxpool2d(参数:kernel_size, stride, padding, return_indices)
【代码】python手动实现maxpool2d(参数:kernel_size, stride, padding, return_indices)
2023-09-04 14:51:04 200
原创 Win10环境下(cuda11.2)安装mmcv和mmdetection
Win10环境下(cuda11.2)安装mmcv和mmdetection
2022-11-11 10:22:40 1155 1
原创 将gid数据集的标签转换成语义分割模式
Gid的标签是三维tif格式,需要将其转换成适合语义分割的模式。代码如下:import osimport cv2import tifffile as tiffimport numpy as npfrom PIL import Imagedef RGB_to_labe15l(img): label = np.zeros(shape=[img.shape[0], img.shape[1]], dtype=np.uint8) for i in range(0, img.shape
2022-05-19 16:22:19 1382 10
原创 在Linux后台执行某个python程序
在Linux后台执行某个python程序①在py文件当前目录下创建nohup.out日志文件②nohup python 1.py >nohup.out 2>&1 &其中 1.py是要运行的python文件③exit退出终端参考其他博主的建议,正确退出终端后才能继续在后台执行。④查看当前python进程:ps -ef | grep python一些常用的命令kill后台进程:kill -9 进程号ps -A: 查看所有进程信息ps -u root:查看指定用户信
2022-04-19 17:03:34 1151
原创 python读取tif文件与png文件
python读取tif文件与png文件读取tif文件:import tifffile as tiffimage = tiff.imread(image)读取png文件:import numpy as npfrom PIL import Imagefrom matplotlib import pyplot as pltlabel = Image.open(labeldir)label = np.array(label)print(‘图片的shape:’, label.shape)plt.
2022-04-18 11:10:43 4429
原创 论文笔记:Interpretable Convolutional Neural Networks
前向传播对于每一个输入图像I,CNN在Relu操作之后计算filter f 的特征图x,其中x是nxn的矩阵,xij>0。估计目标部分在特征图x的潜在位置是激活最强的神经单元。根据最强的估计位置μ,CNN分配特定的淹没以过滤掉噪声激活。由于f的对应对象部分可能出现在图像的n2个不同位置,我们为f设计了n2个不同的模板{Tμ1,Tμn2}.如图3所示,每一个模板T都是一个nxn的矩阵。当目标部位主要触发了x中的第i个单元时,它描述了特征图x激活的理想分布。我们从n2个中选择模板T作为掩膜。图4可视化
2021-12-13 21:09:25 2509
图书管理系统.rar
2020-02-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人