- 博客(53)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 360修复后出现打开chrome浏览器无标题的问题解决方法
记录一下：一般重装后原来的书签就会丢失，干脆用IE浏览器重新下载一个chrome浏览器,然后重启电脑即可解决,书签还在。(原来的不要卸载，直接重装即可)为了防止书签再次丢失，最好把书签导出来，或者注册个账号，同步到云端。下次再重装直接导入书签，或者登录账号即可恢复。
2023-12-14 19:43:40
308
转载 关于目标检测数据集中处理负样本的方式
*负样本是指不包含任务所要识别的目标的图像，也叫负图像（Negtive Image)。以识别限速牌为例，如下所示，左图包含限速牌，为正样本，右图不包含限速牌，为背景图，即负样本。正样本负样本。
2023-09-02 16:18:31
3854
转载 使用python批量修改图像尺寸、文件名称、xml文件内容、生成无标记xml文件！
深度学习中经常需要训练无标记的负样本，用于降低目标检测中的误检率、误识别率。生成负样本xml文件的一个方法是用labelImg在图像上随便画一个框，生成xml文件，然后手动去除相关的object节点，但是负样本太多的话，这种方法太耗时间，所以我写了一个脚本可以批量生成空的xml文件。此外本博客还包含了如何批量修改图像尺寸、文件名称、xml文件内容，这些也经常用到，代码如下，大家可以适当参考。小编水平有限，如有错误，麻烦各位告诉我一下哈！
2023-09-02 14:10:26
352
转载 python解析XML
DOM 方式：DOM 中文译为文档对象模型，是 W3C 组织推荐的标准编程接口，它将 XML 数据在。思路分析：这个就是需要修改的customer.xml文件，主要是修改。我自己定义的代码所有改变，是根据查出来的标签之间的数据仅有一个的。2.在python中更新XML文件修改定时文件名称。中解析成一个树，通过对树的操作来操作 XML。二、在python中写xml,生成xml文件。首先我是用的是dom去解析我们xml文件。三、1.在python中更新XML文件。2、修改多个文件配置路径。
2023-08-30 17:51:11
194
原创 Jupyter notebook切换虚拟环境报错DLL load failed python.exe 无法找到入口
Jupyter notebook切换虚拟环境报错：DLL load failed,找不到指定模块; python.exe 无法找到入口,无法定位程序输入点
2022-10-09 16:43:11
1402
转载 使用tensorflow.keras.applications模块搭建MobileNetV2迁移学习框架
使用tensorflow.keras.applications模块搭建MobileNetV2迁移学习框架
2022-08-17 19:45:35
1413
原创 Jupyternotebook修改默认目录无效No such notebook dir
我们在安装完Jupyter notebook后，新建文件是有一个默认的存储路径的，那么如何更改默认路径呢，如果更改路径后无法工作，那么如何解决呢》本篇文章会给小伙伴提供一点思路，希望对大家有所帮助。............
2022-08-09 14:30:47
3235
3
转载 Opencv定义输出vector容器的point类型的点
#include<opencv2/opencv.hpp>#include<iostream>#include"stdio.h" using namespace std;using namespace cv; int main(){ vector<Point2f> vp2f; vp2f.push_back(Point2f(2, 3)); c...
2019-07-09 17:18:22
2249
转载 使用Opencv获取每个像素点的RGB颜色分量/HSV颜色分量
一. 所需结构体CvScalar结构体介绍typedef struct CvScalar { double val[4]; //BGRA }CvScalar; 所需函数cvGet2D函数功能：获取像素点上的RGB颜色分量，如果是灰度图直接返回灰度图颜色分量函数原型：CvScalar cvGet2D( const CvArr* ar...
2019-07-09 16:31:36
5336
1
转载 opencv笔记（二十五）——对于.at(j, i) 和.at(Point(j, i)) 的区别
srcImage.at<uchar>(j, i) //表示的是 j 行 i 列 的这个像素srcImage.at<uchar>(Point(j, i)) //表示的是 坐标（j,i）的像素为了我下面的图方便说明 j 换成 x , i 换成 y 。也就是说srcImage.at<uchar>(x, y) //表示的是 x 行 y 列 的这个像素...
2019-07-09 13:45:30
606
转载 OpenCv学习笔记(二)--Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解
（一）Mat矩阵(图像容器)创建时CV_8UC1,CV_8UC2等参数详解1--Mat不但是一个非常有用的图像容器类,同时也是一个通用的矩阵类 2--创建一个Mat对象的方法很多,我们现在先看一下Mat矩阵/图像容器类在OpenCv中的有关源代码:3--使用Mat图像容器类创建Mat类的对象//! default constructor Mat(); //!...
2019-07-03 14:06:37
3084
1
转载 【OpenCV】将单通道的Mat对象转换为三通道的Mat
在项目中遇到一个问题，调用别人编好的库需要传入三通道的彩色图像。但是我的图像经过处理后已经是二值化的图像了，所以得想想办法了。分析：三通道的彩色图像就是R,G,B三个通道，那么将我的单通道黑白图复制三份merge一下，不就是一张三通道图像了嘛，只不过有颜色只有黑白，实验了一下果然可以用了。废话不多说，上代码：/***********************************...
2019-06-27 16:27:10
1827
转载 角点（corner point）、关键点(key point)、特征点(feature point)概念辨析
1、角点（Corner Point) 通常意义上来说，角点就是极值点，即在某方面属性特别突出的点，是在某些属性上强度最大或者最小的孤立点、线段的终点。对于图像而言，如图所示圆圈内的部分，即为图像的角点，其是物体轮廓线的连接点。 关于角点的具体描述可以有几种：...
2019-06-25 11:30:27
7176
原创 角点检测详细总结及代码示例
角点检测(Corner Detection)是计算机视觉系统中用来获得图像特征的一种方法，广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域中。也称为特征点检测。一、角点（corner）角点通常被定义为两条边的交点，或者说，角点的局部邻域应该具有两个不同区域的不同方向的边界。更严格的说，角点的局部邻域应该具有两个不同区域的不同方向的边界。而实际应用中，...
2019-06-24 15:00:09
20645
2
转载 Canny边缘检测及C++实现
声明：这篇文章是转载的，但是代码由于出现错误，更改了几处，对于小尺寸图像可以跑通，对于大尺寸的图像存在栈溢出的问题，希望高手可以指点修改下。Canny边缘检测算法是澳大利亚科学家John F. Canny在1986年提出来的，不得不提一下的是当年John Canny本人才28岁！到今天已经30年过去了，Canny算法仍然是图像边缘检测算法中最经典、有效的算法之一。一起睹一下大家Canny的...
2019-06-14 16:12:27
1385
转载 自然语言处理1---分词
1 概述分词是自然语言处理的基础，分词准确度直接决定了后面的词性标注、句法分析、词向量以及文本分析的质量。英文语句使用空格将单词进行分隔，除了某些特定词，如how many，New York等外，大部分情况下不需要考虑分词问题。但中文不同，天然缺少分隔符，需要读者自行分词和断句。故在做中文自然语言处理时，我们需要先进行分词。2 中文分词难点中文分词不像英文那样，天然有空格作为...
2019-05-07 21:59:30
720
转载 CNN Data Augmentation（数据增强）-旋转
1、原始状态最初的图像是这个样子的.xml文件张下面这个样子<annotation> <object> <name>face</name> <difficult>0</difficult> <bndbox> <xm...
2019-05-07 21:34:08
767
1
转载 [Deep Learning] 神经网络基础
阅读目录1. 神经元模型 2. 感知机和神经网络 3. 误差逆传播算法 4. 常见的神经网络模型 5. 深度学习 6. 参考内容 目前，深度学习（Deep Learning，简称DL）在算法领域可谓是大红大紫，现在不只是互联网、人工智能，生活中的各大领域都能反映出深度学习引领的巨大变革。要学习深度学习，那么首先要熟悉神经网络（Neural Networks，简称NN）的一些基...
2019-05-07 17:04:06
394
转载 支持向量机通俗导论（理解SVM的三层境界)
这篇文章比之前自己推理SVM算法那篇讲解的更加细致，理解的更加透彻，作者也着实强大，特转载分享在此，同大家一起学习。前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了(见文末参考链接)，但在描述数学公式的...
2019-04-12 17:16:28
1495
1
转载 Python中打开文件的方式（With open）
python文件读写文件是最常见的IO操作。Python内置了读写文件的函数，用法和C是兼容的。 读写文件前，我们先必须了解一下，在磁盘上读写文件的功能都是由操作系统提供的，现代操作系统不允许普通的程序直接操作磁盘。 读写文件就是请求操作系统打开一个文件对象（通常称为文件描述符），然后，通过操作系统提供的接口从这个文件对象中读取数据（读文件），或者把数据写入这个文件对象（写文件）文章目...
2019-03-28 11:39:17
21528
原创 【Leetcode】题解1@python --Two Sum
题目来源：https://leetcode.com/problems/two-sum/题目原文：Given an array of integers, return indices of the two numbers such that they add up to a specific target.You may assume that each input would h...
2019-03-27 18:38:53
456
转载 Python中*args 和**kwargs的用法
好久没有学习python了，应为工作的需要，再次拾起python，唤起记忆。当函数的参数不确定时，可以使用*args 和**kwargs，*args 没有key值，**kwargs有key值。还是直接来代码吧，废话少说def fun_var_args(farg, *args): print "arg:", farg for value in args: ...
2019-03-27 15:16:49
549
原创 通俗易懂经典排序算法(一)---Java和Python实现冒泡排序及算法优化详解
Python和Java冒泡排序冒泡排序1）基本概念冒泡排序（英语：Bubble Sort）是一种简单的排序算法。它重复地遍历要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。遍历数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。通俗的讲，冒泡就是将元素两两之间进行比较，谁大就往...
2019-03-15 15:51:47
507
转载 深度学习之卷积神经网络CNN及tensorflow代码实现示例
一、CNN的引入在人工的全连接神经网络中，每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时，这时全连接网络需要训练的参数就会增大很多，计算速度就会变得很慢，例如一张黑白的 28×28 的手写数字图片，输入层的神经元就有784个，如下图所示：若在中间只使用一层隐藏层，参数 ww 就有 784×15=11760 多个；若输入的是28×28 带有颜色的RGB格式的手...
2019-01-17 20:25:10
1256
转载 机器学习中的PR曲线和ROC曲线
主要是我对周志华《机器学习》第二章模型估计与选择中一些内容的总结1.查准率、查全率和F1对于二分类问题，可将样例根据其真实类别与学习器预测类别的组合划分为真正例（TP），假反例（FN），假正例（FP），真反例（TN），具体分类结果如下 查准率P和查全率R分别定义为：查准率关心的是”预测出正例的正确率”即从正反例子中挑选出正例的问题。 查全率关心的是”预测出正例的保证性”即从正...
2018-12-27 20:15:43
863
转载 机器学习中的ROC和PR曲线以及代码实现
转自：https://blog.csdn.net/taoyanqi8932/article/details/54409314引言 在 21 Must-Know Data Science Interview Questions and Answers 的文章中，有这类似这样的问题，它问的是Explain what precision and recall are. How do they r...
2018-12-27 19:56:55
1607
原创 【机器学习】准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
在机器学习、数据挖掘、推荐系统完成建模之后，需要对模型的效果做评价。业内目前常常采用的评价指标有准确率(Precision)、召回率(Recall)、F值(F-Measure)等，下图是不同机器学习算法的评价指标。下文讲对其中某些指标做简要介绍。ps:很多资料上将精确度precision称为准确率，实际真正严格来讲，准确率和精确率是有区别的，周志华老师的书中称为查准率。Recall，周...
2018-12-26 19:53:37
21380
1
原创 【TensorFlow】tf.nn.conv2d卷积实现+filter计算原理
本来想转载底层实现过程的，结果发现原文中的实验2错误，在这里说明下fliter工作过程：输入层：就是输入的图像，有可能是三通道的有可能是单通道的filter:深度与输入层的深度(通道数)相同输出层：输出层的就是filter遍历输入层后的的计算结果。具体的计算过程如下：输出层的深度等于filter的个数！每一个filter遍历输入层会产生一个深度的输出层，那么n个输出层就会产生n......
2018-12-18 19:32:42
4184
2
转载 ReLU激活函数：简单之美
导语在深度神经网络中，通常使用一种叫修正线性单元(Rectified linear unit，ReLU）作为神经元的激活函数。ReLU起源于神经科学的研究：2001年，Dayan、Abott从生物学角度模拟出了脑神经元接受信号更精确的激活模型，如下图：其中横轴是时间(ms)，纵轴是神经元的放电速率(Firing Rate)。同年，Attwell等神经科学家通过研究大脑的能量消耗过程，推...
2018-12-06 16:54:37
783
转载 如何直观理解AUC评价指标？
导语最近一直在思考如何直观理解AUC，查了维基百科的以及网上的讲解描述，感觉仍然很难把这个概念表述得通俗易懂，直到昨天周会后拿笔在纸上画了画，感觉似乎找到了一种比较有意思的理解方法，下面就请各位看官容我慢慢道来。首先简单介绍一下什么是AUC。根据维基百科的描述，AUC（Area under the Curve of ROC）是ROC曲线下方的面积，是判断二分类预测模型优劣的标准。ROC（...
2018-12-06 16:33:04
1661
转载 斐波那契数列递归算法和非递归算法以及其时间复杂度分析
1、在学习数据结构这门课的过程中，发现斐波那契数列的递归算法以及非递归算法，以及其时间复杂度分析是一个小难点。所以特别总结一下。斐波那契数列的表达式：Fibonacci数列简介：F(1)=1F(2)=1F(n)=F(n-1)+F(n-2) (n>2)2、(1)斐波那契数列的递归算法思想描述：利用递归思想，每次计算当前的值时候，就要引用之前的两个值，一步一步的递...
2018-12-06 12:13:40
15684
原创 【机器学习】信息量，信息熵，相对熵(KL散度)，交叉熵
1.信息量 信息奠基人香农（Shannon）认为“信息是用来消除随机不确定性的东西”。也就是说衡量信息量大小就看这个信息消除不确定性的程度。“太阳从东方升起了”这条信息没有减少不确定性。因为太阳肯定从东面升起。这是句废话，信息量为0。 “吐鲁番下中雨了”（吐鲁番年平均降水量日仅6天）这条信息比较有价值，为什么呢，因为按统计来看吐鲁番明天不下雨的概率为98%（1-6/300），对...
2018-12-05 18:53:42
2502
转载 pytorch入门
前言在接触深度学习的时候，最开始是使用theano，当时觉得哇塞这个还等自动求导，和之前使用python自己写权值更新公式方法比较起来简直是厉害到不行，后来接触到了tensorflow，发现比Theano还要简便，因此也写了很多关于tensorflow的文章，而且在实习过程中，发现很多的互联网公司也是用tensorflow，当时还准备就蹲在这个坑了，诚然，tensorflow以其Google爸爸...
2018-11-30 20:03:25
217
转载 GPU，CUDA，cuDNN的理解
我们知道做深度学习离不开GPU，不过一直以来对GPU和CPU的差别，CUDA以及cuDNN都不是很了解，所以找了些资料整理下，希望不仅可以帮助自己理解，也能够帮助到其他人理解。先来讲讲CPU和GPU的关系和差别吧。截图来自资料1（CUDA的官方文档）： CPU ...
2018-11-30 19:33:29
2272
转载 CNN、RNN、DNN区别
神经网络的来源 神经网络技术起源于上世纪五、六十年代，当时叫感知机（perceptron），包含有输入层、输出层和一个隐藏层。输入的特征向量通过隐藏层变换到达输出层，由输出层得到分类结果。但早期的单层感知机存在一个严重的问题——它对稍微复杂一些的函数都无能为力（如异或操作）。直到上世纪八十年代才被Hition、Rumelhart等人发明的多层感知机克服，就是具有多层隐藏层的感知机。...
2018-11-23 20:53:24
37705
转载 目标检测——HOG特征
1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal...
2018-11-23 20:32:45
895
原创 深度学习技巧总结
一、深度学习算法调优技巧1：优化器。机器学习训练的目的在于更新参数，优化目标函数，常见优化器有SGD，Adagrad，Adadelta，Adam，Adamax，Nadam。其中SGD和Adam优化器是最为常用的两种优化器，SGD根据每个batch的数据计算一次局部的估计，最小化代价函数。学习速率决定了每次步进的大小，因此我们需要选择一个合适的学习速率进行调优。学习速率太大会导致不收敛，速率...
2018-11-23 17:44:48
2442
转载 Python中如何拷贝一个对象？（赋值、深拷贝、浅拷贝的区别）
一、赋值、引用在python中赋值语句总是建立对象的引用值，而不是复制对象。因此，python变量更像是指针，而不是数据存储区域这点和大多数语音类似吧，比如C++、Java等 1、先看个例子： 1 2 3 values=[0,1,2] values[1]=values print(values) # [0, [....
2018-11-19 12:05:02
37616
转载 图像缩放--OpenCV cvResize函数--最近邻插值---双线性插值--基本原理
图像大小变换void cvResize( const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR ); src输入图像.dst输出图像.interpolation插值方法:CV_INTER_NN - 最近邻插值, CV_INTER_LINEAR - 双线性插值 (缺省使用) CV_INTER_AREA - 使用象素...
2018-10-26 18:06:20
1630
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人