深度学习
文章平均质量分 71
波比波
如果梦想有捷径的话,那么这条路的名字一定叫坚持。
展开
-
【记录】VSCode通过跳板机连接远程服务器,并在服务器上使用Docker容器跑代码
【代码】【记录】VSCode通过跳板机连接远程服务器,并在服务器上使用Docker容器跑代码。原创 2023-03-29 16:06:36 · 1040 阅读 · 0 评论 -
将voc数据集xml格式、labelme标注转为coco数据集json格式
coco转voc点这里:将COCO数据集json格式文件转为VOC数据集xml格式1.划分数据集voc数据集中用于训练、验证、测试的xml和jpg全在一个文件夹里,所以需要根据txt文件先将这些文件分成训练集验证集测试集。(注:划分前要先分别建立好文件夹)#某一个txt文本中的数字存的是图片的名字,#要把这些名字的图片保存到另一个文件夹中#修改两处,注意自己建立文件import shutil#这个库复制文件比较省事from PIL import Imageimport osf3 = o原创 2022-04-20 10:08:44 · 1082 阅读 · 0 评论 -
Python修改图片尺寸、裁剪图片、拼接图片
在YOLO算法中对输入的图片有尺寸大小要求,如果图片太大网络就提取不到特征,无法检测图片中的物体。在进行医学图像处理的时候,一般医学影像拍出来的图片分辨率很大,细胞非常小,所以不能将图片直接拿去检测,需要做一些处理:以我现有的图片为例,图像尺寸为10150×15050,可以切割为很多50×50的小方图,但是我觉得50×50尺寸较小,影响网络检测速度,所以先将图片尺寸通过加白边的方式扩展到10500×15500,再切割成651张500×500的小方图,再进行检测。这里需要注意的是,由于我的图片尺寸太大原创 2022-03-17 16:11:42 · 8675 阅读 · 0 评论 -
将COCO数据集json格式文件转为VOC数据集xml格式
由于之前使用Mask R-CNN数据集是coco格式的,现在用YOLO需要voc格式的数据集,重新制作样本太麻烦,所以直接用python代码转换。1.首先要把一个整的json文件分为单个的,因为coco数据集是把全部标签整合到一个文件的我的数据集较小,所以是一次一次提取的,如果数据集较大的话可以自己改成循环。from __future__ import print_functionimport jsonjson_file='F:/研究生/研一/计算机视觉/mask-rcnn/test/annota原创 2022-03-09 20:36:52 · 6048 阅读 · 16 评论 -
Java学习日记(81-90天,CNN 卷积神经网络)
学习地址第 81 天: 数据集读取与存储数据 train.format:下载地址以前我们用过 arff (第 51 天) 文件和压缩的评分文件 (第 54 天), 再来一个存储数据的方式. 图片数据还是按结构化的方式来存取 (m*n 点阵和类别).这里使用了 java.util.List 类. 我们在前面实现的数据结构, 很多可以直接在 java.util 包中找到. 不过自己写一遍总是好的. 与自己读取并使用 double[][] 来管理数据相比, List 类允许添加数据, 更加灵活. 当然,原创 2021-08-01 19:56:27 · 913 阅读 · 0 评论 -
Java学习日记(71-80天,BP 神经网络)
学习地址目录第 71 天: BP神经网络基础类 (数据读取与基本结构)第 71 天: BP神经网络基础类 (数据读取与基本结构)BP算法基本原理:利用输出后的误差来估计输出层的直接前导层的误差,再用这个误差估计更前一层的误差,如此一层一层的反传下去,就获得了所有其他各层的误差估计。一个三层BP网络:激活函数:必须处处可导(一般都使用S型函数)使用S型激活函数时,BP网络输入与输出关系如下:输入:net=x1w1+x2w2+...+xnwn net=x_1w_1+x_2w_2+...+x_原创 2021-07-22 16:01:39 · 349 阅读 · 0 评论 -
Java学习日记(51-60天,kNN 与 NB)
学习地址目录第 51 天: kNN 分类器第 51 天: kNN 分类器今天将代码抄写并运行下载安装了weka.jar包,加载arff文件代码:package xjx;import java.io.FileReader;import java.util.Arrays;import java.util.Random;import weka.core.*;public class KnnClassification { /** * Manhattan distance.原创 2021-07-02 21:52:41 · 403 阅读 · 0 评论