- 博客(519)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 pytorch的pixel_shuffle转tflite文件
因为，有人发现在单通道的时候是depth_to_space和pixel_shuffle结果是一样的，所以拆分出来计算好在合并就行，这样速度基本上没有增加多少，亲测速度也是很快的，比从头开始实现pixel_shuffle是快非常多的。如果使用这样的从头开始实现，转出来的tflite是没法运行在手机上面的，因为tf.transpose的维度太多了，tflite在手机上不支持6个维度的transpose的，因为超过5个维度就会产生flex层，flex层是不被支持的。新建pytorch模型。
2023-09-28 17:34:03
1471
1
原创 屏蔽百度右侧热搜和首页新闻
这个简单解释一下，right_toplist1屏蔽的是走右侧的热搜，s_main屏蔽的是首页新闻。然后就能在浏览器的扩展，其他浏览器类似的地方，这里使用的360极速浏览器来演示。这样就没有垃圾新闻影响我们的注意力了。
2023-08-28 14:41:33
742
原创 删除流氓360首页
这样打开就不会弹狗币的360首页了，真他吗的流氓，其他的浏览器也是这样设置就行。细心会发现，右键浏览器图标-属性-快捷方式这能看到流氓的360。不管你使用什么浏览器都很容易中招360给你自动设置的首页，目标这个地方会有360的地址，删除就行，这里已经删了。你在浏览器设置新的首页一样无效，比如。完全没有卵用，这流氓的不行，而且。
2023-08-28 14:15:51
136
原创 python压缩pdf文件大小
pdf文件过大，经常会是一个问题，但是市面上基本上都是收费的工具，wps需要开会员才能使用。文件直接小了10倍，打开看也不影响观感，还是比较帮的。
2023-08-11 13:56:11
3383
5
原创 人像美白的python实现
首先得将人像进行皮肤分割，具体最好是使用AI模型，这里就不展开了，本人侧重点是美白算法，所以这里直接使用了一张皮肤分割好的mask图。人像美白在现在的美颜功能里面几乎属于必备的，各家的方案都不太一致，本文主要介绍一种基于肤色分割的人像美白方案。mask图的效果如下图所示，白色区域为皮肤区域，黑色区域为非皮肤区域。我们可以看到，上图的美白效果还是很自然，而且逻辑也非常简单。
2023-06-28 19:32:17
1141
原创 python实现磨皮效果
写的非常棒，我使用python简单的实现了一下，看起来还不错。如果想使用，可以稍微调整一些参数就能达到一个不错的效果了。运行的速度也很快，在pc上面，能到0.15s。
2023-06-25 20:09:52
508
原创 使用python来解析lut 3d
不管是作为影视后期还是航拍和各种单反，是离不开lut的，使用lut来进行调色，就是将原图的rgb的数值映射成自己想要的rgb值，这样就能起到调色的作用。于是在网上找了几个图来计算，这里采样的是16，因此就是16*16*16的尺寸，虽然会比较粗糙一些。讲lut 3d比较清楚，基本上就能知道是怎么回事。
2023-06-24 20:34:27
824
原创 使用python实现一个快速高斯模糊算法
基本上和opencv的结果一致，但是速度快了很多，而且可以自定义sigma，这样就可以根据实际情况选择合适的sigma值了。
2023-06-21 16:26:37
951
原创 python实现柔光效果
在很多图像处理的软件有柔光的效果，，这里就很好奇是怎么实现的，于是就看了一些gimp的源码，然后使用python进行复现了一下，这里会稍微有点差距，因为为了省事就直接使用的cv2的高斯模糊，没有想gimp里面直接分x和y方向单独实现高斯模糊，不过效果基本上还是在的，（3）将原图和（2）的结果进行合并。（2）对（1）的图进行高斯模糊。（1）计算锐化和亮度。
2023-06-18 11:51:16
358
原创 双线性插值算法原理及其python实现
下面我使用python简单的实现一下resize，这里所说的resize都是放大的resize，因为缩小尺寸根本用不到插值，只需要在原图进行采样即可，所以我这里说的resize是针对放大尺寸来说的。不过需要注意的是，python这样运行分辨率较大时会很慢，可以考虑使用numpy的矩阵运算的方式进行运行或者修改成一些加速库，这里只是展示一些原理学习，并不能直接使用在工程项目里面。具体来说，就是使用先计算出Px1和Px2的数值，然后再计算出来Py1和Py2，最终计算出来P的数值。
2023-06-17 17:01:07
2030
1
原创 祛除红眼算法python实现
使用python进行了重新复现，这个算法的效果很不错，比起遍地都是的方法（version1）会好一些，version1方法会明显祛除不干净的。我再放大一些可能会更加明显。
2023-06-16 18:59:13
424
原创 对torchvision在c盘的缓存进行移动
然后需要做的就是配置一下我们刚才的D盘的路径，不然代码是默认识别的路径是c盘的，我们需要在安装torch的路径下面找到hub.py（D:\xxx\Lib\site-packages\torch）文件，打开进行修改None为你D盘的路径就行了。然后进入到torch\hub\checkpoints，把里面的模型拷贝至如下的路径：D:\cache\torch\hub\checkpoints。然后以后使用torchvision的下载的文件也会在这里了，这样的修改时非常方便的，非常有效。
2023-03-29 13:15:19
628
1
原创 pix2pixHD local训练
pix2pixHD是18年的一个精度比较好的生成网络，生成器方面主要是有两个网络组成(g1:global network，g2:local network) 官网开源的代码默认训练是训练global network，也就是G1，就目前来说，G1本身就能达到一个精度不错的效果，不过既然pix2pixHD的精髓是g1+g2那么，就需要联合训练一下，按照论文里的说法，需要先训练一个低分辨率的g1，然后将g1加入到g2中，然后只微调g2，最好是联合训练，将g1+g2都一起训练，能达到一个精度更好的效果，由于开源出来
2022-09-22 19:44:59
1559
2
原创 pytorch和numpy的@用法
我们可以看到，x2*x3得到的是点乘的结果，而x2@x3才是真正的乘法，这样的写法只是为了简写，本来torch和numpy是提供的乘法规则的，只是这样计算相对来说简单一些。
2022-09-22 19:17:50
815
原创 ubuntu安装opencv4
安装opencv4 在Ubuntu比较简单，几步就行：（1）sudo apt-get install build-essentialsudo apt-get install build-essential（2）sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-devsudo apt-get install cmake git libgtk2.0
2022-03-07 14:20:46
4899
原创 opencv使用openvino模型
还记得在这篇文章，我们提到了cv::dnn::readNetFromModelOptimizer可以读取深度学习模型，但是当时并未使用，这个函数可以直接读取openvino格式的模型，我们可以先去下载一个人脸检测的模型。现在我们直接使用，和之前使用没啥区别，只是模型文件变成了xml和bin文件，使用代码如下：#include<iostream>#include<opencv2/core.hpp>#include<opencv2/highgui.hpp>#
2022-02-22 10:52:28
3024
1
原创 openvino直接使用TensorFlow的模型
opencv里面dnn模块可以读取TensorFlow等深度学习模型，我在这篇文章里面实践过。opencv的dnn模块还可以直接结合openvino使用深度学习模型进行推理，虽然openvino可以使用自己的方式加载模型，但是直接使用opencv:dnn相对来说简单直接。重点是我们可以先不将TF的模型转成openvino的模型，这样也能直接运行，不过亲测好像TF2以上的办法没法运行。这里我们还是使用的MobileNetSSD代码如下：#include<iostream>
2022-02-22 10:10:06
2645
原创 opencv使用MobileNetSSD进行目标检测
这里我们使用MobileNetSSD进行目标检测，模型文件是下载的这个：https://github.com/PINTO0309/MobileNet-SSD-RealSense/tree/master/caffemodel/MobileNetSSD具体使用的代码如下：void main() { cv::Mat i1=cv::imread("51.jpg");cv::dnn::Net net; net = cv::dnn::readNet("MobileNetSSD_deploy.
2022-02-14 16:36:59
2690
原创 opencv里面使用caffe模型
opencv可以加载很多主流的深度学习模型，比如caffe、onnx、TFcv::dnn::readNetcv::dnn::readNetFromCaffecv::dnn::readNetFromDarknetcv::dnn::readNetFromONNXcv::dnn::readNetFromTensorflowcv::dnn::readNetFromTorchcv::dnn::readNetFromModelOptimizer下面我们简单使用一下，使用的bvlc_googlene
2022-02-14 11:54:19
2444
原创 python中使用字符串进行反射
直接上代码class BigData: def __init__(self,hdfs=None,yarn='yarn'): super(BigData, self).__init__() self.hdfs=hdfs self.yarn=yarn def hive(self): print('use hive to select data') def hbase(self): print('use
2021-11-02 20:46:10
1545
7
原创 混合精度工具apex安装
apex可以在深度学习训练的时候使用自动混合精度（amp）apex安装直接使用pip install apm能够安装但是不能使用直接使用源码安装就行git clone https://github.com.cnpmjs.org/NVIDIA/apex.gitcd apexpython setup.py install这样就可以使用apex了...
2021-08-09 15:31:15
754
原创 利用BeautifulSoup解析并下载文件
!pip install beautifulsoup4from bs4 import BeautifulSoupsoup=BeautifulSoup(open('XXX.html',encoding='utf-8'),features='html.parser')ls=soup.find('div',{'id':'_imageList'}).findAll('img')res=[]for i in ls: #print(i['data-url']) res.append(i[.
2021-07-22 20:15:11
705
1
原创 利用string.Template操作数据结构
直接上代码：import stringa = string.Template('$var1 is $var2')print(eval(a.substitute(var1='1',var2='11')))b = string.Template('$var1 == $var2')print(eval(b.substitute(var1='1',var2='11')))x1,x2=1,1print(eval(a.substitute(var1='x1',var2='x2')))x3,x4=[1
2021-07-22 20:09:26
372
原创 mount: /: wrong fs type, bad option, bad superblock on /dev/sda5, mis
在挂载硬盘的时候出错，实际上是因为超级块的问题，我们可以修复一下磁盘即可e2fsck -y /dev/sda5然后等待修复完成，重新挂载就没问题了
2021-07-19 17:56:29
1545
原创 @staticmethod的作用
class human(): @staticmethod def eat(x): print('person a eatting %s in night' %x) print(2) human.eat('香蕉')human().eat('西瓜')class human: def eat(x): print('person a eatting %s in night' %x) print(2)human.eat(...
2021-07-19 17:53:08
500
原创 针对显存超过某个阈值，自动重启程序
import pynvmlimport timeimport os,signalpynvml.nvmlInit()handle = pynvml.nvmlDeviceGetHandleByIndex(0)meminfo = pynvml.nvmlDeviceGetMemoryInfo(handle)while True: _used=meminfo.used _total=meminfo.total if _used>_total*0.98: .
2021-07-07 16:25:32
640
1
原创 批量杀死python进程
#!/bin/basha=`pidof "/opt/AN/bin/python3.8"`arr=(${a// / }) for var in ${arr[@]}do echo $var kill -9 $vardone这里使用的python3.8，这样可以批量杀死python了
2021-07-07 16:22:17
588
原创 使用paddlegan进行视频超分
虽然RealSR不是效果最好速度快的算法，但是使用起来很方便，代码如下，需要提前安装paddlegan就行from ppgan.apps import RealSRPredictorsr = RealSRPredictor()res_path='1.mp4'_,out_path=sr.run(res_path)print(out_path)当这个方式也可以输入一张图片进行图片的超分。...
2021-06-25 10:55:49
1054
1
原创 使用crontab设置python程序开机自启
使用这样的方式很容易成功，不容易失败而且设置起来很简单，不需要复杂的配置，只需要和设置定时任务一样简单@reboot cd /ABC/ && /opt/AN/bin/python demo.py >> demo.log 2>&1
2021-06-24 16:33:17
573
原创 使用ThreadPool批量处理任务
multiprocessing提供了一个线程池的工具，可以供使用者进行批量处理任务比如下面一个例子，就是使用这个批量打印路径import osimport timeimport tempfileimport pathlibimport shutilfrom multiprocessing.pool import ThreadPool_paths=[str(i)+".jpg" for i in range(1000)]def fast(_p): _pss="/opt/"+_.
2021-06-24 15:39:14
408
原创 内存递增之moviepy.video.io.ImageSequenceClip.ImageSequenceClip
moviepy.video.io.ImageSequenceClip.ImageSequenceClip
2021-06-20 15:16:35
964
原创 Failed opening ‘filename‘ (could not find in RIFF header)
运行aubio出错：Failed opening 'filename' (could not find in RIFF header)在GitHub找到解决方式，重新安装即可pip uninstall -yv aubiopip install --force-reinstall --no-cache-dir --verbose aubio
2021-06-17 10:27:31
611
原创 Transforming the Latent Space of StyleGAN for RealFace Editing
近日，快手发表一篇名为《Transforming the Latent Space of StyleGAN for RealFace Editing》的论文在stylegan的基础进行改进，引入transformer，提出一个W++的空间先观看一下网络结构：文章最大的贡献是引入了transformer，效果总的来说比W和W++空间好，可以看一下效果文章解释了为啥引入transformerAn ideal solution to this problem should ther
2021-06-06 09:27:34
531
3
原创 svm使用gpu加速
sklearn里面的svm拿来训练真的贼慢，还不能使用多线程加速，哪怕你的cpu是8核或者16核，训练的时候只使用1核，找了各种方式没有找到最终发现一个库，叫做thundersvm，可以做gpu加速使用起来也十分的简单，api几乎和sklearn里面是一模一样的安装使用pip安装就行：pip install thundersvm下面演示一下二分类：import numpy as npimport pandas as pd#from sklearn import svmfro
2021-05-21 13:54:06
10524
16
原创 使用OpenCV进行图片风格化
OpenCV现在可以直接读取训练好的风格化的深度学习模型，模型下载地址如下：https://github.com/jcjohnson/fast-neural-style/blob/master/models/download_style_transfer_models.sh话不多说，直接先上代码：这里我是使用的其中一个模型import cv2 as cvimport numpy as npnet = cv.dnn.readNetFromTorch('feathers.t7')pr
2021-05-20 15:19:00
1324
原创 使用c++版dlib做人脸对齐
dlib提供好了一个做人脸对齐的方法get_face_chip_details人脸对齐的原理也很简单，主要是先通过人脸关键点检测，然后对其进行仿射变换，得到标准人脸。使用例子如下：#include"dlib/image_processing/frontal_face_detector.h"#include"dlib/image_processing/render_face_detections.h"#include "dlib/image_processing.h"#include"dl
2021-05-15 13:51:37
1012
1
Roy Thomas Fielding博士论文REST(中文版)
2018-11-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人