- 博客(27)
- 收藏
- 关注
RSS订阅原创 ImportError:libcudart.so.8.0:cannot open shared object file:No such file or directory
最近在调试Faster R-CNN代码，出现一个很模型奇妙的问题：ImportError:libcudart.so.8.0:cannot open shared object file:No such file or directory我电脑装的是ubuntu16.04系统，安装cuda9.0 cudnn7.0.5 按理说并不牵涉到cuda8.0的问题呀解决方案：将如下链接中的libcudart.so.8.0的库放到/usr/local/cuda-9.0/lib64/文件夹中链接：h
2020-09-28 17:57:20
1147
原创 ubuntu 下向文件夹复制文件，出现Permission denied的解决方法
今天遇到个诡异问题，向一个文件夹(lib64)粘贴文件的时候，出现这样一个提示ubuntu error moving file:permission died是权限没设好，仅仅是拷贝粘贴一个文件，怎么会这样？解决的办法：$ sudo chmod -R 777 lib64其中：-R 是指级联应用到文件夹里的全部子文件夹和文件777 是全部用户都拥有最高权限参考：https://www.cnblogs.com/lcchuguo/p/4037912.html...
2020-09-28 17:50:41
2262
1
原创 k-means++算法：针对K-means算法缺点的针对性改进版本
在上一篇中我们对k-means算法进行了简单地介绍，明确了k-means算法的优缺点，本章我们将介绍k-means算法的改进版本——k-means++算法，该算法是为解决k-means分类结果会受到初始点的选取而存在区别而提出的。 k-means++算法仅对k-means算法的初始点选择部分进行改进，改进后算法的初始质心选择思路为：初始聚类中心之间的相互距离要尽可能的远； 假设已经选取了n个初始聚类中心（n < k），则在选取第n+1个聚类中心时，距离当前 n个聚类中心越...
2020-06-10 22:24:11
2631
原创 K-means聚类算法：一种无监督学习算法
1 描述 k-means聚类算法是基于距离的聚类算法，该算法采用距离大小作为相似性的评价指行标，即认为两个数据点的距离越近，其相似性就越大。该算法认为簇是由距离靠近的数据点组成的，因此把得到的紧凑且独立的簇作为最终目标。2 算法核心思想 k-means聚类算法是一种迭代求解的聚类分析算法，其步骤是随机选取k个数据点作为初始聚类中心，然后计算其他每个数据点与各个初始聚类中心的距离，把每个数据点分配给距离它最近的初始聚类中心。3 算法实现步骤首先确定一个k值，即希望将数据集合聚...
2020-06-08 14:03:27
4028
原创 【剑指offer】刷题：剪绳子问题
题目描述给你一根长度为n的绳子，请把绳子剪成整数长的m段（m、n都是整数，n>1并且m>1），每段绳子的长度记为k[0],k[1],...,k[m]。请问k[0]xk[1]x...xk[m]可能的最大乘积是多少？例如，当绳子的长度是8时，我们把它剪成长度分别为2、3、3的三段，此时得到的最大乘积是18。输入描述:输入一个数n，意义见题面。（2 <= n <= 60）输出描述:输出答案。示例1输入8输出18解题方法1：贪心算法当
2020-06-08 11:13:12
326
原创 ValueError: port must be None or a string, not class int 解决方法
调试串口通信代码进行端口号设置过程中出现如下错误：端口号设置代码如下：def port_open(): ser.port = 3 #设置端口号 ser.baudrate = 9600 #设置波特率 ser.bytesize = 8 #设置数据位 ser.stopbits = 1 #设置停止位 ser.parity = "N" #设置校验位 ser.open()
2020-05-22 10:05:14
1906
原创 Python串口通信代码-亲测好用
最近开发一个项目需要使用python进行串口的数据发送和接收，在查询资料和实际测试后终于找到一个比较好用的串口通信代码，如下：# -*- coding: utf-8 -*-import serial#打开串口serialPort="COM3" #串口号baudRate=9600 #波特率ser=serial.Serial(serialPort,baudRate,timeout=0.5)print("参数设置：串口=%s ，波特率=%d"%(seri...
2020-05-22 09:45:28
4215
原创 解决DHSNet ValueError: operands could not be broadcast together with shapes (224,224) (3, ) (224,224)
最近在复现DHSnet-pytorch模型，代码调试过程中遇到如下错误：ValueError: operands could not be broadcast together with shapes (224,224) (3, ) (224,224)通过错误描述可知该问题出现在 dataset.py 文件的第56行：该函数的功能是将输入图片和ground truth 进行真值处理，以增强物体与背景的对比度，最后转化为GPU可以处理的张量。而为什么会在这一行出错呢，该错误的描述即为：
2020-05-18 12:40:25
3303
1
原创 error: (-215:Assertion failed)解决方案
今天调试下面这段代码的时候遇到了个小问题，在自己多次调试后终于找到解决方案，下面分享给大家：调试代码：res_path='G:/coding_data/Model_Zoo/PoolNet/training_testing_data/DUTS-TE/DUTS-TE-Results/' gt_path='G:/coding_data/Model_Zoo/PoolNet/training_testing_data/DUTS-TE/DUTS-TE-Mask/' res_list=os.li
2020-05-16 09:31:46
35062
1
原创 向日葵windows 控制 ubuntu 显示连接已断开 解决方案
最近在使用向日葵Windows客户端控制Ubuntu16.04客户端时，点击”远程协助“按钮后，无法连接被控制的Ubuntu16.4系统电脑，出现”连接已断开”的提示，在查阅资料后总结解决方案如下：首先，打开ubuntu系统下的向日葵客户端； 然后，打开ubuntu系统的终端，依次输入如下命令：sudo apt-get updatesudo apt-get upgradesudo apt install lightdm最后，重启电脑即可解决该问题。...
2020-05-15 14:58:32
16984
12
原创 Deep Learning Notebook 2:单隐藏层神经网络搭建
“本篇主要介绍从零开始搭建一个具有单隐藏层的神经网络结构”在笔记1中我们搭建了一个不含隐藏层的简单神经网络模型，本节我们将搭建一个包含单个隐藏层的神经网络模型，神经网络模...
2020-04-29 21:18:24
483
原创 Deep Learning Notebook 1: 从零搭建感知机模型
“本文从零开始搭建简单的神经网络模型，明确神经网络模型搭建的步骤，并通过实际编程实现了模型”本文主要介绍从零搭建感知机模型的基本过程，具体步骤如下：定义网络结构（制定输入层、隐藏层和输...
2020-04-28 14:44:27
348
原创 Sort算法介绍
今天有点时间，专门研究了一下目标跟踪算法SORT的论文和源码，简单整理了以下和大家分享。这篇文章参考了下面的博客，大家如果想深入了解可以到下面的链接中查看。https://...
2020-01-02 20:29:44
3627
转载 将博客搬至CSDN
为了能够让“AI计算机视觉”微信公众号的文章让更多同学查看，以后的文章将会自动同步的CSDN博客，感谢大家关注！感谢大家一直以来的支持！...
2019-12-16 11:51:52
147
原创 深度学习常用框架和架构梳理
在深度学习技术日益成熟的今天，深度学习框架作为起到支撑作用的基础性平台，也逐渐走向成熟。目前我们常用的深度学习框架由tensorflow、Caffe和Pytorch等，这些框架各有优劣，下面是我对常用的7个深度学习框架做的简单梳理。目前百度开发的深度学习开发框架PaddlePaddle经过一段时间的技术积累，也开始逐渐走向成熟，大家可以持续关注。 除了深度学习框架...
2019-12-13 18:07:03
3033
转载 使用jupyter notebook连接服务器进行远程炼丹
之前分享过一篇使用vscode远程炼丹文章《使用VSCode进行远程炼丹》。今天分享用jupyter notebook实现同样的功能。（1）简单介绍一下jupyter notebook的...
2019-12-12 23:29:10
465
1
原创 VGG16_Tensorflow版本实现图片分类
start首先将本文涉及到的代码、预训练模型和数据集上传，大家可以自行下载：VGG16代码链接：https://pan.baidu.com/s/1Xy5H3t9SVnQM2OMorH4pmQ提取码：zju1预训练模型VGG16.npy链接：...
2019-12-11 15:01:53
2070
14
原创 VGG网络原理介绍
VGG的起源VGG网络起源于Simonyan 和Zisserman的文章Very Deep Convolutional Networks for Large Scale Image Recognition，其中VGG是两位作者所在的牛津大学视觉几何组（Visual Geometry Group）的缩写。VGG网络在2014年ImageNet图像分类与定位挑战赛中获得分类任务的第...
2019-12-11 14:57:49
4490
原创 手把手教你使用VGG19做图像风格迁移
前面文章中介绍了使用VGG19做图像风格迁移的基本原理，这篇文章中将为大家介绍使用tensorflow的VGG19版本做图像风格迁移的实验，教大家手把手进行图像的风格迁移。项目代码使用的...
2019-11-18 16:31:00
6700
6
转载 目标检测：速度和准确性比较（Fater R-CNN，R-FCN，SSD，FPN，RetinaNet和YOLOv3）
文章来源：https://zhuanlan.zhihu.com/p/91719437已授权转载，如需转载请联系作者很难在不同的目标检测器之间进行公平的比较。对于哪个模型是最好的？这个问题...
2019-11-17 13:27:42
1235
1
原创 VGG19图像风格迁移
——1引言————人工智能与艺术的交叉碰撞，不仅在相关的技术领域和艺术领域隐去广泛关注，以相关技术为基础的图像处理软件一经推出便吸引了广泛的关注，而在这背后的核心技术便是基于深度学习的图...
2019-11-15 19:03:59
4192
转载 超详讲解图像拼接/全景图原理和应用 | 附源码
点击上方“AI算法与图像处理”，选择加"星标"或“置顶”重磅干货，第一时间送达研究好玩又有用的技术第008期在学习中发现快乐，在应用找到价值。这是我第八期分享图像技术...
2019-10-25 16:01:22
1190
原创 LabelImg使用说明
戳上面的蓝字关注我们哦！labelImg是我们常用的标注工具，可以用来进行目标检测项目的标注工作，其基本使用比较简单，在这里我们简单介绍一些该软件的使用方法：首先看一下软件的整体界面红色...
2019-07-31 11:09:49
3657
转载 计算机视觉，计算机图形学和图像处理的区别与联系
本文转自：https://blog.csdn.net/hanlin_tan/article/details/50447895，感谢博主TomHeaven分享1.基本概念从定义理解概念是最严谨的。所以首先搞清楚维基百科中这些概念的定义。计算机视觉(CV)：Computer vision is a field that includes methods for acquiring, processin...
2018-05-24 14:57:01
7382
原创 软阈值小波变换 Birge-Massart策略整理
小波变换应用领域：信号处理、图像处理领域内的应用：信号（图像）的降噪、压缩小波变换的优势：在正交小波中，正交基的选取比传统方法更接近实际信号本身，所以通过小波变换可以更容易地分离出噪声或其他我们不需要的信息，因此在这类应用中小波分析有着传统方法无可比拟的优势。降噪和压缩这两种应用有一个共同点在于他们都是尽量把无用的信息从原始信号中剔除，所以Matlab提供了一条通用的命令wdencmp，同时处理降...
2018-05-22 16:27:42
4849
1
原创 VS2010打开VS2015等高版本文件
首先给大家看一下VS2010版本的.sln工程文件，大家选中.sln工程文件右键打开方式选择记事本打开步骤：1、右键打开VS2015版本的项目.sln工程2.首先将第一行的版本号改掉 然后将VS2015的限制版本那两行直接删除 保存之后就可以用VS2010打开了...
2018-05-22 16:09:59
1976
原创 MFC Edit Control读入和输出使用
1.使用 CEdit类成员函数:GetWindowText和SetWindowText进行操作步骤：1、基于对话框建立MFC窗体程序；2、在对话框中添加两个Edit Control控件和一个Buttom按钮；3、选中第一个Edit Control控件右键添加变量M_edit1，同理选中第二个Edit Control控件邮件添加变量M_edit2;4、双击Buttom按钮，添加按键响应程序如下：5、...
2018-04-11 17:48:01
23533
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人