- 博客(20)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Git基础操作 -- 码云
在搞一个较大的项目时会有很多改动，这时记录我们的代码是一件很繁琐的事，特别是当改动频繁时。所以使用git连接远程的码云是一个很好地方法。在码云平台提供了详细的教程https://gitee.com/help，对于我平常简单使用做个小结。Git 安装 -- windowshttp://git.oschina.net/progit/1-%E8%B5%B7%E6%AD%A5.html#1.4-%E5%AE%89%E8%A3%85-Git本地Git打开Git bash ，进入相应的项目目录下，初始.
2020-10-04 16:58:41
194
原创 实习篇--tornado框架的记录
Tornado是一个Python web框架和异步网络库，具体的介绍Tornado 用户指南。文章简单记录tornado的使用过程，持续更新Hello worldimport tornado.ioloopimport tornado.webclass MainHandler(tornado.web.RequestHandler): # 继承RequestHandler类 def get(self): self.write("hello")class ID0H.
2020-08-13 15:59:47
214
原创 实习篇 - 特征重要度判断
任务：利用随机森林法和随机逻辑回归法对数据特征的重要程度进行排序——因子重要度审查1、获取数据数据可以是多种形式存储的，可能是txt或者csv，如果是txt的可以先转换为dataframe数据格式写入csv文件（最好是这样，因为要不停的调试，写成csv文件，后面调试直接读取csv就行了），txt转datafram百度一下有很多方法，注意一下缺失值最好在转换过程中处理为numpy.nan，字符串切割也要注意一下。这里结束，应该获得一个dataframe格式的数据，代码：rfm = {'高价值':
2020-08-07 11:42:56
1087
原创 实习篇 - 调用腾讯地图API实现地址经纬度相互转换
任务：根据所给公司名称及地址查询其经纬度。任务细节：1、给的是word文档，为了方便脚本处理，转移到Excel中。python读取公司名称和地址。（百度很多方法）2、调用腾讯地图API 地址解析（地址转坐标） ，该文档有详细的调用细节。简单来说就是需要三个东西：开发者key、地址和区域(可以不要)。 开发者key,是调用脚本的一个通行证，可以百度一下如何申请。 地址就是通过文件获取的公司地址，区域是地址所在的大区，例如北京，广州深圳等，区域可以不写...
2020-08-06 14:37:19
1492
原创 Linux服务器离线安装python库——XXX.tar.gz
服务器无法外网，只能挂VPN连接校内网，所以一些python库只能离线安装。在Linux环境下直接安装xx.bz2是非常简单的，可以见另一篇文章。但是如果只有在官网下载的xx.tar.gz的源文件怎么办呢？以terminaltables-3.1.0.tar.gz为例，在清华的镜像里是找不到的.bz2的安装包的。那就换到只能到官网下载源文件了，下载之后上传到服务器，解压进入相应文件夹，一般都有一个setup.py的文件，这是安装文件，正常情况下，直接使用就可以安装。有一些文件是有安..
2020-06-24 23:34:22
1450
转载 json格式保存数据时，遇到xxx is not JSON serializable
在使用json格式保存数据时，经常会遇到xxx is not JSON serializable，也就是无法序列化某些对象格式，我所遇见的是我使用了numpy时，使用了np的数据格式，写入data后，json.dumps(data)失败，我们可以自己定定义对特定类型的对象的序列化，下面看下怎么定义和使用关于np数据类型的自定义。1.首先，继承json.JSONEncoder，自定义序列化方法。class NpEncoder(json.JSONEncoder): def default(s.
2020-06-15 21:37:20
1052
原创 非root用户--远程连接断开后如何让程序继续运行
使用ssh远程登陆到Linux服务器，而执行一些长时间任务，深度学习等任务时常常使我们感到头疼，因为我们不能关闭远程会话，否则进程会强制终止。screen可以很方便地处理这种情况，让我们可以放心地断开连接而让Linux服务器继续执行任务。下面介绍Linux非root用户如何安装配置screen。安装screenroot用户可以直接用yum install screen命令安装screen，...
2020-05-01 10:15:38
631
原创 论文阅读 -- 时序动作提名--CTAP: Complementary Temporal Action Proposal Generation
CTAP: Complementary Temporal Action Proposal Generation1. 前言时序动作提名生成的方法大致可以分为三类，基于滑动窗口的（SCNN-prop ，TURN），基于动作性分数判定的（TAG,BSN）,将前两者的融合（CTAP,BMN,DBG）。这篇文章是第三种方法的最早的几篇论文了。基于滑动窗口的方法，将视频按照不同尺度划分为一系列窗口，再...
2020-04-18 16:35:44
911
1
原创 video analysis -- 弱监督的动作检测-UntrimmedNets
首先说一下什么是基于弱监督的动作检测，下图是一个视频的标注信息，包含动作类别和每个动作发生的时间信息。强监督就是利用所有信息对视频进行动作识别和定位；而弱监督是单单利用动作类别的信息进行训练，不使用动作时间段的标注。这篇文章是一篇很经典的基于弱监督动作检测的论文，现在的很多方法也是由此发展而来的。简单来说的，作者作者提出了两个模型：分类模型和选择模型来分别实现动作分类和动作定位。这俩模型都是...
2020-04-15 17:44:47
1243
原创 video analysis -- 时序动作提名-BMN
本文的主要贡献是通过引入一种全新的时序提名评估机制以及高效的特征采样方式，来提升了BSN方法的性能和效率这篇论文中提出了一种新的时序提名置信度评估机制-边界匹配机制（Boundary-Matching mechanism, BM mechanism），以及基于边界匹配机制的边界匹配网络（Boundary-Matching Network, BMN）。BMN网络能够同时生成与BSN中类似的一维边...
2020-04-11 12:18:46
1176
原创 video analysis -- 时序动作提名-BSN
BSN: Boundary Sensitive Network for Temporal Action Proposal Generation林天威大神的作品。https://zhuanlan.zhihu.com/p/39327364高质量的时序动作提名应该具备几点特质：（1）灵活的时序长度（2）精确的时序边界（3）可靠的置信度分数。现有的基于滑窗或anchor的方法或是基于聚类的方法...
2020-04-11 11:51:35
1649
原创 video analysis -- Temporal Action Proposal任务--评估指标
对于检测而言可以分为以下四种情况：True positives(TP): 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数；False positives(FP): 被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；False negatives(FN): 被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；True negati...
2020-03-27 21:58:09
1435
原创 服务器-Linux系统-跑程序的流程（CPU）
1、登录服务器这里先介绍几个常用的软件Xshell用于远程登录操作服务器，WinSCP是用来本地文件和服务器文件传输用的（虽然Xshell也有这个功能，但这个比较好用），MotioPro是挂载VPN的（像我们学校的服务器，我在家就得用VPN）。这三个软件百度就可以解决安装。就学校的服务器而言，其他租用服务器也一样。首先你得到主机IP地址17x.xx.13.xx，账户名和密码。Xsh...
2020-03-27 11:20:45
2478
原创 video analysis 论文阅读 P-GCN
Graph Convolutional Networks for Temporal Action Localization作者从proposal之间的关系出发，首先构造一个action proposal图（将proposal作为节点，proposal之间的关系作为边），文中构造了两种边contextual edges和surrounding edges分别用于“提取上下文信息”和“描述不同ac...
2020-03-22 09:47:21
640
原创 video analysis 论文阅读-SSN
Temporal Action Detection with Structured Segment Networks首先文章待解决的问题：1、以端到端的方式很难解决长的视频2、之前的方法既没有提供动作中不同阶段(例如开始和结束)的显式建模，也没有提供评估动作完整性的机制。文章是结合了延续了TSN的主要方法（稀疏采样），使用proposal+分类的模式，但是在时间维度显式建模，引入s...
2020-03-09 17:10:37
1078
原创 video analysis 论文阅读-TSN
Temporal Segment Networks: Towards Good Practices for Deep Action Recognition本文延续了双流网络，并考虑到计算花费改善了视频输入形式，提出了新的网络TSN，并且探索了一些实践方法（数据扩充，光流输入其他形式）。虽然文章比较老，但是实验过程以及对数据的处理值得参考。论文主要贡献：提出了TSN（Temporal Segme...
2020-03-06 09:59:21
446
原创 video analysis 论文阅读-Two-stream网络
Two-Stream Convolutional Networks for Action Recognition in Videos将单帧的图像信息和帧与帧之间的变化信息进行融合，单帧的图像可以形成对空间的描述，而通过光流法等方法形成的时间的描述（差分），从而达到时间和空间互补的目的。而本篇文章重点在讲述光流部分，考虑了几种不同的基于光流的输入。Two-stream architectur...
2020-03-06 09:43:41
496
原创 流形学习（一）
1、什么是流形？ 经常会在 paper 里看到“嵌入在高维空间中的低维流形”，高维的数据对于我们总是难以想像，所以最直观的例子通常都会是嵌入在三维空间中的二维或者一维流形。比如说一块布，可以把它看成一个二维平面，这是一个二维的欧氏空间，现在我们（在三维）中把它扭一扭，它就变成了一个流形（当然，不扭的时候，它也是一个流形，欧氏空间是流形的一种特殊情况）。所以，直观上来讲，一个流形好比是...
2019-12-24 20:42:49
733
原创 最大均值差异MMD
最大均值差异是迁移学习中使用频率最高的度量。 Maximum mean discrepancy，它度量在再生希尔伯特空间中两个分布的距离，是一种核学习方法。简单地理解就是计算两堆数据的均值距离，但是实际比较难计算。就将两个分布映射到另一个空间计算距离。计算距离的方法是，计算分布上每一个点映射到另一空间的距离然后求和。MMD的基本原理：假设一个满足P分布的数据集和一个满足Q分布的数据集并且存在一...
2019-11-23 15:11:15
5031
原创 手写数字识别模型识别自己的图片
旨在说明如何将训练好的模型运用到自己的图片中。全连接层神经网络模型搭建、训练等代码如下：// An highlighted blockvar foo = 'bar';#MNIST数据集是一个手写字体数据集，包含0-9这10个数字，#其中有55000张训练集，10000张测试集，5000张验证集，图片大小是28x28灰度图import torchfrom torch import nn...
2019-10-22 16:31:50
9252
16
CNN_MNIST.zip
2020-03-21
智能书柜程序.rar
2019-05-23
温控实验.rar
2019-05-23
stm32串口1DMA接发.rar
2019-05-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人