SanJin_Young的博客

原创 matplotlib 直方图代码

输入是一个列表，bins越大，折线图展现的图形越清晰。

原创 Python多线程运行程序(限制线程数)

threading.Thread 和 Process是两种多线程方式。target是运行函数，args是参数。

原创 vicuna集成语句

【代码】vicuna集成语句。

原创 pytorch代码 swa

【代码】pytorch代码 swa。

原创 python resize dicom(dcm)代码

python resize dicom(dcm)代码

原创 pytorch使用 ROIalign 代码实例

无

原创 对比图像清晰度（模糊度）之灰度方差算法 python代码实现

灰度方差算法图像最清晰，图像中的高频分量也最多，该算法以图像所有像素的灰度平均值为参考，对每个像素点的灰度值求差后求平方和，然后用像素总数标准化，它表征了图像灰度变化的平均程度，灰度变化的平均程度越大，图像越清晰，灰度变化平均程度越小，图像越模糊。import cv2img_1 = cv2.imread(r'C:\Users\SZU\Desktop\figure6.png', 0)h, w = img_1.shapemean_g = 0.0pixel = 0.0for i in

原创 Albumentation库 bbox使用案例代码（voc）

import osimport numpy as npimport cv2from matplotlib import pyplot as pltfrom urllib.request import urlopenfrom albumentations import ( HorizontalFlip, VerticalFlip, Resize, CenterCrop, RandomCrop, Crop, Compose)# 用于图片.

原创 Albumentation库 bbox使用案例代码

import osimport numpy as npimport cv2from matplotlib import pyplot as pltfrom urllib.request import urlopenfrom albumentations import ( HorizontalFlip, VerticalFlip, Resize, CenterCrop, RandomCrop, Crop, Compose)# 用于图片.

原创 mmdetetion test需要的json代码

import osimport cv2import jsondata_dir = '/home/yxq/桌面/falunwen/submit_test'annotations_info = {'images': [], 'annotations': [], 'categories': []}categories_map = {'Aortic_enlargement': 1, 'Atelectasis': 2, 'Calcification': 3, 'Cardiomegaly': 4, .

原创 dicom转png代码

import osfrom glob import globimport cv2import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport pydicomfrom pydicom.pixel_data_handlers.util import apply_voi_lutfrom tqdm.notebook import tqdmimport imageiofrom PIL import Imag.

原创 图像分块代码

import cv2import osdef judge_box_region(box, index): x1,y1,x2,y2 = float(box[0]),float(box[1]),float(box[2]),float(box[3]) if index == '1': if x1<1280 and y1<1280: # 左上角 return True else: return.

原创 ResNeSt中的ResNest Block（split-attention blocks）

从图中很明显可以看出 ResNeSt是 SENet-block、SKNet-block和 ResNeXt 的集成。首先和 ResNeXt一样，先将输入划分为K份，每一个都记作 Cardinal X。然后将每个 Cardinal继续拆分为 Split Y，所以总共就有 G=XY 个分支（可以想象成一棵树）。Split Y是由若干卷积组成，用于特征的提取，同一个 Cardinal里的 Split通过同一个 Split Attention 模块进行输出。 Split...

原创 医疗图像论文笔记五：《Deep Learning for Automatic Pneumonia Detection》

这篇论文是kaggle上RSNA肺炎检测挑战赛的亚军方案，更多的是比赛的技巧和数据解读方面的收获。（一）数据 数据总共包含26684个病人的肺部X光的前视图，每张图片都有属于自己的类别”Normal”, ”No Lung Opacity / Not Normal”, ”Lung Opacity”。通常来说，我们的肺部是充满空气的，而得了肺炎的人，肺部本该包含空气的部分会被其他物质所替代，例如液体、细菌和免疫细胞等等。肺不透明（Lung Opacity）指的是没有提前衰减...

原创 目标检测论文笔记二：CenterNet《Objects as Points》

论文通过将物体建模成一个物体中心点，使用关键点估计网络来预测物体中心并回归一系列物体属性（长宽高等等）。并且相比于基于anchor的物体检测器，CenterNet 更简单、更快、更准确。 网络的整个运行流程为：在训练时，先将图像送入全卷积神经网络中生成热图，热图中的峰值点就是物体的中心点，每一个峰值点的图像特征用于预测物体框的属性。在预测时，仅为简单的网络前向过程，没有NMS作为后处理。作者认为CenterNet与onestage的基于anchor的目标检测方法十分接近，但是却有几...

原创 医疗图像论文笔记四：《U-Net: Convolutional Networks for Biomedical Image Segmentation》

这篇论文在全卷积神经网络FCN《Fullyconvolutionalnetwork》的基础上，修改和增加部分网络结构，使得网络可以在使用很少的训练数据的情况下，获得更精确的分割结果。(一) 网络结构 网络由左边的 contractingpath和右边的expansivepath组成。contractingpath是典型的卷积网络结构，由两个重复的3x3卷积（unpadded）组成，卷积操作后都跟随一个Re...

原创 目标检测论文笔记一：RefineDet《Single-Shot Refinement Neural Network for Object Detection》

摘要：作者提出了一种网络结构RefineDet，既能取得比二阶段目标检检测算法更高的精度，也能保持与一阶段目标检测算法相当的效率。网络主要由ARM、ODM和TCB三个模块组成，，并且应用多任务损失函数来完成网络的端到端训练。（一）Introduction 作者认为目前SOTA的二阶段目标检测算法有三个优点： ①using two-stage structure with sampling heuristics to handle class imbal...

原创 医疗图像论文笔记三：《HEp-2 Specimen Image Segmentation and Classification Using Very Deep Fully Convolutional》

摘要： 论文提出了一种使用全卷积神经网络的模式识别系统，能同时完成人类上皮细胞样本图像的分割和分类问题。作者将残差网络ResNet改进为全卷积的的残差网络（fullyconvolutionalresidualnetwork FCRN），使得网络能够完成语义分割任务，其次引入sand-clock形状的的残差块来提升FCRN的性能。（一）网络结构（1）Fully Convolutional ResNet（FCR） 网络由88层卷积组成，每一个Bottleneck模块...

原创 医疗图像论文笔记二：《Learning to recognize Abnormalities in Chest X-Rays with Location-Aware Dense Networks》

这篇论文做了三个方面的工作：

原创 医疗图像论文笔记一：《Comparison of Deep Learning Approaches for Multi-Label Chest X-Ray Classification》

摘要：

原创 基于PIL的Image库的yolo版本的图像resize策略(包含bbox的变换)

import torchimport randomfrom PIL import Imagedef resize(img, boxes, size, random_interpolation=False): w, h = img.size target_w, target_h = size scale = min(float(target_w)/float(w),...

原创 python3 kemeans聚类anchor

# coding: utf-8# This script is modified from https://github.com/lars76/kmeans-anchor-boxesfrom __future__ import division, print_functionimport cv2import osimport numpy as npdef iou(box, clu...

原创 python opencv视频抽帧保存

# -*- coding:utf8 -*-import cv2import os# 保存图片的路径video_path = r'D:\underwater_object_detection\all_video'savedpath = r'D:\underwater_object_detection\video_picture'video_list = os.listdir(vide...

转载 VOC格式xml文件转COCO格式json文件

import osimport cv2import jsonimport xml.dom.minidomimport xml.etree.ElementTree as ETdata_dir = '/home/yxq/桌面/underwater_object_detection/voc_test/VOC2007' #根目录文件，其中包含image文件夹和box文件夹（根据自己的情况修改...

原创 目标检测调用pycocotools验证map

from argparse import ArgumentParserimport itertoolsimport mmcvimport numpy as npfrom pycocotools.coco import COCOfrom pycocotools.cocoeval import COCOevalfrom terminaltables import AsciiTable...

原创 Python3代码——COCO格式json文件转VOC格式xml文件

from lxml.etree import Element, SubElement, tostringfrom xml.dom.minidom import parseStringimport osimport jsondef make_xml(coco_json, save_xml_path): name = [] img_bbox = {} bbox_ca...

原创 python3 可视化COCO格式json文件目标检测矩形框

import jsonimport cv2import os# json文件路径path = r"complex_train.json"file = open(path, "r", encoding='utf-8')fileJson = json.load(file)field = fileJson["annotations"]# 图片路径ori_pic = 'D:\Baid...

原创 python点击照片获取像素值

import cv2img = cv2.imread('depth_gray10.png')def on_EVENT_LBUTTONDOWN(event, x, y,flags, param): if event == cv2.EVENT_LBUTTONDOWN: print("1:",img[y][x][0]) print("2:",img[y][...

原创 IntelD435摄像头将深度图与摄像头进行像素对齐（并抽帧保存）

#coding=utf-8import pyrealsense2 as rsimport numpy as npimport cv2import os# 创建一个管道pipeline = rs.pipeline()# Create a config并配置要流​​式传输的管道# 颜色和深度流的不同分辨率config = rs.config()config.enable_str...

原创 intelD435摄像头python调用代码（深度图和彩色图）

#coding=utf-8import pyrealsense2 as rsimport numpy as npimport cv2# Configure depth and color streamspipeline = rs.pipeline()config = rs.config()config.enable_stream(rs.stream.depth, 640, 480,...

原创 python逐行读取xls文件

# -*- coding:utf-8 -*-import xlrddata = xlrd.open_workbook('成分信息.xls') # 打开xls文件table = data.sheets()[0] nrows = table.nrows # 获取表的行数for i in range(nrows): # 循环逐行打印 # 跳过第一行 if i =...

原创 RuntimeError: Expected object of scalar type Long but got scalar type Int for argument #2 'target'

方法一：targets =torch.LongTensor(targets)方法二：device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')targets = targets.to(device,dtype=torch.int64)

原创 python3 txt文件转xml(VOC)格式

from lxml.etree import Element, SubElement, tostringfrom xml.dom.minidom import parseStringimport osdef make_xml(f,save_xml_path): # 第一层循环遍历所有的照片 for line in f: lines = str(line)....

原创 python3 可视化voc格式标注信息

import xml.etree.cElementTree as ETimport cv2import osimport globdef GetAnnotBoxLoc(AnotPath): tree = ET.ElementTree(file=AnotPath) root = tree.getroot() ObjectSet=root.findall('obje...

原创 python将文件夹下所有子文件夹的文件转移到另一个文件夹（建立相同的子文件夹）

import osimport shutilpath = 'D://BaiduNetdiskDownload//rock'num = 0for foot, dir, file in os.walk(path): if len(file) != 0: lujing = str(foot).split('\\') path = lujing[0]...

原创 cv2.findContours函数出现 ValueError: too many values to unpack (expected 2)解决办法

原创 Python3 xml数据转txt格式

import xml.etree.ElementTree as ETimport osVOC_CLASSES = ( # always index 0 'aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car', 'cat', 'chair', 'cow', 'diningtable', 'do...

原创 解决ValueError: invalid literal for int() with base 10

字符串的浮点数强制转成int类型出现了这个错误解决办法：先转成float类型再转成int类型就OK了

原创 python3 代码根据进程名字杀死进程

import osos.system('pkill -f "进程名字"')

原创 opencv视频编码格式转换为H264

# coding: utf-8import sys, osimport threadingclass mp4_to_H264(): def __init__(self): pass def convert_avi(self, input_file, output_file, ffmpeg_exec="ffmpeg"): ffmpe...