ruyingcai666666的博客

原创 glip代码应用

参考：https://zhuanlan.zhihu.com/p/662670305。

原创 一张图了解---图卷积神经网络（GCN）公式详解

原创 多模态学习 - 视觉语言预训练综述-2023-下游任务、数据集、基础知识、预训练任务、模型

参考：https://zhuanlan.zhihu.com/p/628840228https://zhuanlan.zhihu.com/p/628994098https://zhuanlan.zhihu.com/p/629996372https://zhuanlan.zhihu.com/p/582424974多模态学习 - 视觉语言预训练综述-2023-下游任务、数据集、基础知识、模型1. 多模态介绍多模态机器学习（multimodal learning ）旨在处理和理解不同模态(诸如视觉、语

原创 Applications of graph convolutional networks in computer vision图卷积在计算机视觉的应用

与上述工作不同的是，为了更全面深入地介绍GCN在计算机视觉领域的作用和应用前景，本研究总结了GCN的基本原理，以及GCN在视觉任务中遇到的困难和解决方案。最后，本文提出了GCN在视觉领域的两个未来发展趋势，即模型轻量化和GCN与其他模型的融合，以提高视觉模型的性能，满足视觉任务的更高要求。为了更好地理解GCN的工作原理和未来在计算机视觉领域的应用，本文综述了GCN的基本原理，总结了GCN在不同视觉任务中使用的难点和解决方案，并详细介绍了在不同视觉任务中利用欧几里得空间数据构造图的方法。

原创 demo of glip

【代码】demo of glip。

原创 python和java区别

2. java声明变量数据类型，使用int a = 8，python声明数据类型使用 a=int（8）；java小数使用double，python使用float；java强制转换类型，a = （byte）4；1.java需要javac编译为.class文件，用java运行，定义的类需要与文件名相同；python能直接运行；不过，现在java的jdk中能直接使用java直接运行.java文件了！3. java自加使用a++，（a++，先用变量后加，++a，先加后用变量，–同理）；a += b是通用的一样的！

原创 self-attention、transformer、bert理解

参考李宏毅老师的视频 https://www.bilibili.com/video/BV1LP411b7zS?self-attention考虑输入之间的关系，关于a1的输出b1的计算方法如上图所示，如此类推计算b2，b3，b4，合并考虑整体计算公式如下图所示，就是找出Wq，Wk和Wv。一个输入，一个输出，未考虑输入之间的关系！

原创 安装某些工具不能用时，可能环境变量出现问题

安装某些工具不能用时，可能环境变量出现问题，尝试使用‘echo %PATH%’查看在环境中的变量，如果环境中没有该变量，退出重进，还是没有就或者手动添加。

原创 RFID reader impinj r420 inventory

RSSI（Received Signal Strength Indication）：这是接收到的信号强度指示，表示读写器接收到标签信号的强度。通过读取标签的"Inventory"信息，可以了解标签的存在与位置，以及与读写器之间的信号强度和相位差等信息。读写器Impinj R420的"Inventory"信息表示读取到的RFID标签的库存信息。Phase Angle：这是标签回波的相位角度，用于测量标签与读写器之间的信号相位差。Antenna Port：表示读写器的天线端口，指示接收到标签信号的天线。

原创 PPT模板下载

300多个各种类型的PPT模板下载，为您提供各种类型PPT模板、PPT图片、PPT素材、海报模板、新媒体配图等内容下载。

原创 关于目标检测、分割后的语义推理算法（1）

关于目标检测、分割后的语义推理算法（1）

原创 AttributeError: module ‘cv2‘ has no attribute ‘TrackerBoosting_create的解决方法！

AttributeError: module 'cv2' has no attribute 'TrackerBoosting_create的解决方法！

原创 多分类问题的precision和recall以及F1 scores的计算

多分类问题的precision和recall以及F1 scores的计算

原创 将Python代码打包成exe可执行文件

打包exe

原创 使用Paddle将 COCO格式数据集划分为训练集, 验证集和测试集(附Paddle安装教程)

数据集划分

原创 pip加速下载

加速下载

原创 Qt 封装

封装

原创 霍夫变换直线检测（Line Detection）Hough Line原理

来源：https://www.bilibili.com/video/BV1T44y1Y7kL?from=search&seid=2243995462535311546&spm_id_from=333.337.0.0

原创 IndexError: boolean index did not match indexed array along dimension 0； dimension is 1 but correspo

IndexError: boolean index did not match indexed array along dimension 0; dimension is 1 but corresponding boolean dimension is 255使用mask rcnn训练模型，但是没使用labelme标注工具，使用的是二值化图像，出现标题所示的情况。搞了一下午，终于找到原因了！！！我的数据集使用的是二值化图像，变为彩色图像的话，本来白色区域会变为0-255任意数值，所以可能会导致出现25

原创 AlexNet网络结构

设输入图像尺寸为W，卷积核尺寸为F，步幅为S，Padding使用P，则经过卷积层或池化层之后的图像尺寸为（W-F+2P）/S+1一、第一层是卷积加池化结合层。输入大小224×224×3或者227×227×3，使用96个11×11的卷积核，步长为4，经过一层卷积，输出特征图大小为（224-11）/4 +1向上取整，得55×55×96，经过 激活函数ReLU和局部归一化LRN。对特征图池化操作，卷积核3×3，步长为2，输出特征图55/2=27，得27×27×96。二、第二层是卷积加池化结合层。.

原创 GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch in

我的电脑是GeForce RTX 3060，一开始安装的是cuda10和对应的cudnn，pytorch1.7.0，但是出现警告，GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch installation.但是，并没有报错，我就以为是无关紧要的，但是电脑加载数据就特别慢。我以为是因为我的cpu或者硬盘出问题了，然后就各种操作，找原因。。。找不到。。。。然后

原创 cuda官网下载

cuda官网下载记下来，省得以后找不到了！！！https://developer.nvidia.com/cuda-toolkit-archive

原创 class ProposalLayer(KE.Layer): AttributeError: module ‘keras.engine‘ has no attribute ‘Layer‘

训练mask rcnn的时候出现：AttributeError: module ‘keras.engine’ has no attribute 'Layer’可能是版本问题！！！卸载：pip uninstall keras -ypip uninstall keras-nightly -ypip uninstall keras-Preprocessing -ypip uninstall keras-vis -ypip uninstall tensorflow -ypip uninstall h

原创 endnote插入参考文献，引文如何变[1-3]为[1]-[3]？

第一步，编辑参考样式，如图所示：2. 把勾勾去掉；把，变成 ],[ 。如图所示：3. 结果如下图所示：4. 变成[1]-[3]还需要在word中操作，先插入第一篇；然后加上-；再插入第二篇，第三篇。结果如下图所示：5. 然后点这里，把第二篇（不需要展现的）选择show only in bibliography。6.大功告成！！！哈哈哈...

原创 cuda10.1总是安装失败，这样解决！！！

上午，下载好安装包之后，安装了无数次，总是失败！！！都要搞崩溃了，最后就不搞了，关机，眼不见心不烦！！下午，重新开机，准备尝试一下，能不能安装，竟然装成功了！！！哈哈哈！！！我太厉害了。。。总结：安装之前需要重启，才能安装成功！！！...

原创 使用eiseg实现自动标注功能

EISeg(Efficient Interactive Segmentation)是基于飞桨开发的一个高效智能的交互式分割标注软件。它使用了RITM(Reviving Iterative Training with Mask Guidance for Interactive Segmentation)算法，涵盖了高精度和轻量级等不同方向的高质量交互式分割模型，方便开发者快速实现语义及实例标签的标注，降低标注成本。 另外，将EISeg获取到的标注应用到PaddleSeg提供的其他分割模型进行训练，便可得到定制

原创 文库代下载

最近发现一款极好用的东西，当我们想要某某文库的文档的时候，要么就是需要vip，要么就是需要付费，这时候就需要一款好用的东西了。就是某宝店铺，哈哈哈！！！它这里下载多的话会更便宜，值得推荐给大家！！！...

原创 RCNN、Fast-RCNN、Faster-RCNN模型理解

ROI 和Region proposal区别把原始图像上的region proposal映射到feature map上就成了roi。意思就是region proposal是对图像而言的，roi是针对feature map上的。RCNN步骤：输入图像利用selective search对图像生成1K~2K的候选区域（regionproposal），这个量比传统的算法要少得多。具体一点，选出regionproposal的方法是运行图像分割算法，对于分割算法跑出来的块，把它作为可能的region

原创 8.pytorch中卷积层、池化层、激活函数的搭建

#卷积层import torchfrom torch.utils.data.dataloader import DataLoaderimport torchvisionfrom torch import nnfrom torch.nn import Conv2dfrom torch.utils.tensorboard import SummaryWriterdata_set=torchvision.datasets.CIFAR10(root="./data_set",train=False,

原创 7.pytorch中神经网络学习及搭建--卷积和池化

from torch import nnimport torchimport torch.nn.functional as Ffrom torch.nn.modules import padding# class Tudui(nn.Module):# def __init__(self):# super().__init__()# pass# def forward(self,input):# output=input+1

原创 6.pytorch中dataloader的学习

from torch.utils.data import dataloaderimport torchvisionfrom torch.utils.data.dataloader import DataLoaderfrom torchvision import datasetsfrom torch.utils.tensorboard import SummaryWritertest_data = torchvision.datasets.CIFAR10("./data_set",train=Fa

原创 5.pytorch中dataset的使用及与transform的结合

import torchvisionfrom torch.utils.tensorboard import SummaryWriterdataset_trans = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])train_set=torchvision.datasets.CIFAR10(root="./data_set",train=True,transform=dataset_trans,download=T

原创 免费编辑pdf的方法，想在这里分享一下

将pdf文档打开，另存为word格式，然后在word里编辑，编辑完另存为pdf格式就行了哇。亲测，很简单实用，不用再充值pdf编辑器的会员了！

原创 4.torch中学习transform

from torchvision import transformsfrom PIL import Imagefrom torch.utils.tensorboard import SummaryWriterw=SummaryWriter("logs")img_path="dataset/train/ants/0013035.jpg"img = Image.open(img_path)# totensor将图片的格式转换为tensortrans_tensor=transforms.ToTe.

原创 3.torch中学习使用tensorboard

from torch.utils.tensorboard import SummaryWriterimport numpy as npfrom PIL import Imagew=SummaryWriter("logs")img_path="dataset/train/ants/0013035.jpg"img_PIL = Image.open(img_path)img_array=np.array(img_PIL)w.add_image("test",img_array,1,datafo

原创 ImportError: cannot import name ‘SummaryWriter‘ from partially initialized module ‘torch.utils.tenso

ImportError: cannot import name 'SummaryWriter' from partially initialized module 'torch.utils.tensorboard' (most likely due to a circular import)出现这个的原因是因为你命名的文件与系统的文件重复啦，记得查一下啊，尽量避免与系统名重复，否则程序导包的时候很容易出错呢...

原创 2.使用pytorch中的dataset读取需要训练的数据

from torch.utils.data import Datasetimport cv2from PIL import Imageimport os# help(dataset)class MyData(Dataset): def __init__(self,root_dir,label_dir) -> None: self.root_dir=root_dir self.label_dir=label_dir self.path=o

原创 1.pytorch两个重要函数

原创 conda安装本地包

conda install --user-local +完整的包名字

原创 (-2:Unspecified error) could not find a writer for the specified extension in function‘cv::imwrite_

当运行imwrite函数时出现下面的错误error: (-2:Unspecified error) could not find a writer for the specified extension in function 'cv::imwrite_'出现这个的原因是cv.imwrite(**'skeleton',**skeleton)没有后缀，jpg，png等。。。改成下面这样就行了cv.imwrite('skeleton.jpg',skeleton)...