- 博客(90)
- 资源 (9)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 基于YOLOV7的openpose人体姿态检测识别，FPS可以达到“较高”的效果
前不久yolov7（原yolov4团队）在yolov6（美团）开源不到两周的时间也更新了，如下图所示，yolov7效果比前面的版本确实牛逼，在精度相同的情况下，速度上面提升了一大截，但是这是在比较好的设备上面；YOLOv7 的发展方向与当前主流的实时目标检测器不同，研究团队希望它能够同时支持移动 GPU 和从边缘到云端的 GPU 设备。除了架构优化之外，该研究提出的方法还专注于训练过程的优化，将重点放在了一些优化模块和优化方法上。这可能会增加训练成本以提高目标检测的准确性，但不会增加推理成本。......
2022-08-19 00:06:32
15941
32
原创 RuntimeError: DefaultCPUAllocator: not enough memory: you tried to allocate 1105920 bytes.
RuntimeError: [enforce fail at ..\c10\core\CPUAllocator.cpp:76] data. DefaultCPUAllocator: not enough memory: you tried to allocate 1105920 bytes.
2022-08-17 21:05:31
17291
13
原创 RuntimeError: “unfolded2d_copy“ not implemented for ‘Half‘（实测百分百有效）
RuntimeError: "unfolded2d_copy" not implemented for 'Half
2022-08-16 23:06:59
7331
3
原创 RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is Fal
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device('cpu') to map your storages to the CPU.
2022-08-16 22:48:04
15470
10
原创 七夕到了——属于Python的浪漫， 祝表白成功
python的强大在于它有许多的强大的库，turtle是其中可以交互式的绘画的模块。也是很多提升初学者学习python乐趣的秘密法宝！作为一个艺术白痴，想要画一幅画可能很困难，但是利用python的turtle库，只需要几行代码你就能实现绘画[1]。在使用turtle库时，我们需要构思好项目的一些逻辑、走向，以及一些最重要的。turtle是python自带的一个库，直接调用就可以了。turtle函数熟悉以后可以高效、快速的完成构图！以程序员的方式撒狗粮，专业浪漫，值得拥有！......
2022-08-04 23:25:22
432
原创 python-迭代器（next()，iter()函数）和生成器（yield函数）
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。方法，该方法的作用和 next() 函数完全相同，好像，next() 函数的底层执行的也是**_如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为。StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在。方法返回一个特殊的迭代器对象， 这个迭代器对象实现了。调用一个生成器函数，返回的是一个迭代器对象。迭代器是一个可以记住遍历的位置的对象。......
2022-08-02 22:40:36
1617
2
原创 python-装饰器
装饰器，其实装饰器就是一个``闭包``，装饰器是闭包的一种应用。什么是装饰器呢，简言之，python装饰器就是用于拓展原来函数功能的一种函数，这个函数的特殊之处在于它的返回值也是一个函数，使用python装饰器的好处就是在不用更改原函数的代码前提下给函数增加新的功能。使用时，再需要的函数前加上@name即可。...
2022-07-31 17:57:05
111
原创 pyhton—opencv直线检测(HoughLines)找到最长的一条线（一）
提示：实际情况实际处理文章目录前言一、图像处理二、直线检测代码分析片段分析1片段分析2完整代码前言霍夫变换是图像处理必然接触到的一个算法，它通过一种投票算法检测具有特定形状的物体,该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果，该方法可以进行圆，直线，椭圆等形状的检测。在车道线检测中，当初考虑的一个方案便是采用霍夫变换检测直线进行车道线提取。一、图像处理示例：针对图像特征检测，对图像的清晰度比较高，对于比较模糊的图像，需要对器经行处理：高.
2022-05-24 16:51:52
2242
2
原创 文件加载出现 _pickle.UnpicklingError: could not find MARK
今天在调式项目代码时，出现加载文件的的错误_pickle.UnpicklingError: could not find MARK在使用pickle反序列化的时候，要预先导入二进制数据中存在的自定义类数据的类pickle反序列化的原理，反序列化应该是根据一个模板将二进制数据还原的过程，所以应该导入序列化时自定义类型解决方法：错误 _pickle.UnpicklingError: could not find MARK```引发是因为文件的偏移量不在开头。解决方法是拨打f.seek(0)`在加载
2021-11-28 17:09:00
8670
1
原创 PaddleOCR文字识别使用教程（训练自己的数据集）（一）
目录项目目录结构数据集准备labelimg参数修改训练预测项目目录结构链接：https://pan.baidu.com/s/1wbZvvonRBL3xy7xO3w57eA提取码：8888开源项目链接：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.3/doc/doc_en/recognition_en.md数据集准备label 路径 识别的内容img当然你的图片名称要和你label里面的
2021-11-17 15:34:46
6721
原创 The CPU_ NUM is not specified, you should set CPU_ NUM in the environment variable list。 CPU NUM
!!! The CPU_ NUM is not specified, you should set CPU_ NUM in the environment variable list。 CPU NUM indicates that how many CPUPlace are used in the current task. And if this parameter are set as N (equal to the number of physical CPU core) the program ma
2021-11-17 15:04:54
1297
2
原创 GAN生成对抗网络----手写数据实现
'''DCGAN on MNIST using KerasAuthor: Rowel AtienzaProject: https://github.com/roatienza/Deep-Learning-ExperimentsDependencies: tensorflow 1.0 and keras 2.0Usage: python3 dcgan_mnist.py'''# 设置GPU内存按需分配# from tensorflow.compat.v1 import ConfigProto#
2021-10-31 22:05:12
3426
3
原创 add 和concatenate的区别
目录add （值相加）concatenate （维度相加）add （值相加）张量元素内容相加，通道数没有改变（就是值相加）eg:Resnet的核心—恒等映射，就是在经过卷积之后，加上原来的特征值，但是维度不变，值变了concatenate （维度相加）concatenate操作用于将特征联合，多个卷积特征提取框架提取的特征融合或者是将输出层的信息进行融合。concatenate是通道数的合并，也就是说描述图像本身的特征增加了，而每一特征下的信息是没有增加。eg:dens
2021-10-31 20:39:11
783
原创 空洞卷积、可分组卷积
这里写目录标题空洞（扩张）卷积--------Dilated Convolution可分组卷积空洞（扩张）卷积--------Dilated Convolution空洞卷积（atrous convolutions）又名扩张卷积（dilated convolutions），在ICLR 2016上提出，其主要作用：在不增加参数和模型复杂度的条件下，可以指数倍的扩大视觉感受野（每一个输出是由诗句感受野大小的输入决定的）的大小。是针对图像语义分割问题中下采样会降低图像分辨率、丢失信息而提出的一种卷积思路。利用
2021-10-25 15:37:24
325
原创 卷积、可分离卷积、转置卷积（反卷积）
卷积卷积层的结构参数卷积核大小（Kernel Size）：定义卷积操作的感受野。步幅（Stride）： 定义卷积核遍历图像时的步幅大小。其默认值通常设置为1。设置大于1的值后对图像进行下采样，这种方式类似池化操作。边界扩充（Padding）： 定义了网络层处理样本边界的方式。当卷积核大于1且不进行边界扩充，输出尺寸将相应缩小；当卷积核以标准方式进行边界扩充，则输出数据的空间尺寸将与输入相等。输入与输出通道（Channels）： 构建卷积层时需定义输入通道I ，并由此确定输出通道O 。这样，可算出每
2021-10-24 15:23:45
1312
原创 Mixup 数据增强
最近在YOLOX 中看见了Mixup的方式的数据增强，mixup可以将不同的图像进行混合，从而扩充训练数据集，以下分别从图片和label的角度，介绍经过mixup操作后，数据和label的变化。其实Mixup 就是将两张图像进行融合实现代码：代码import cv2 as cvdef ronghe(path1,path2): img1 = cv.imread(path1) img2 = cv.imread(path2) img3 = cv.resize(img2,(
2021-10-22 17:55:25
2044
原创 python -- 使用selenium模拟登录淘宝，爬取商品信息
目录环境谷歌驱动下载解析代码环境windows10python3.7.3selenium谷歌谷歌驱动谷歌驱动下载http://chromedriver.storage.googleapis.com/index.html 下载与自己电脑谷歌浏览器版本相应的谷歌驱动解析在这里主要爬去商品的基本信息：代码from selenium import webdriverimport timefrom selenium.webdriver import ActionChainsim
2021-10-21 16:27:22
1018
原创 跟踪算法-Deep sort简介
目录跟踪的基本思想跟踪框与检测框卡尔曼滤波算法---预测匈牙利算法----匹配对于目标跟踪，前提是能够对单张图片中的车辆进行检测，从而知道图片中车辆的位置，根据连续的图像中目标位置的轨迹预测，从而来实现跟踪。跟踪的基本思想如下图所示，设T1和T2是视频中连续的两帧图像， 如要在T2帧中跟踪T1中的红色框中的车辆，首先，在T2中进行车辆检测，检测到了三辆车，如黄色框所示；然后需要解决的问题是，要在T1中红色框和T2中黄色框之间建立关联，根据关联关系，确定T2中检测到的车哪辆是T1中的跟踪结果，并用该检测
2021-10-15 11:33:55
19333
3
原创 深度学习基础面试知识（二）
目录学习率的高低影响图像尺寸变大，CNN网络参数会变不？变为几倍？数据不平衡处理（正1000：负100）Epoch、Barch、Iteration模型参数最佳模型梯度爆炸、梯度消失学习率的高低影响如果在训练模型时，学习率低会导致训练速率缓慢（模型收敛缓慢），对权重更新十分小；但是在实际训练中，在局部最优时需要经行多次更新。太高如果在训练模型时，对权重更新过大，模型可能不会收敛，loss过大，模型效果较差；在实际训练中，容易在局部最优时（最低点）震荡。在我们实际使用的时候，最开始，一般会使用一个较大
2021-10-14 23:33:03
175
原创 深度学习基础面试知识（一）
目录Batch Normalization（BN）Bias和Variance(偏差和方差)模型评估指标前向过程反向求导反复迭代激活函数Batch Normalization（BN）BN是训练神经网络的一种方法目标：将特征（每层激活函数后的输出）归一化均值为0，标准差为1作用：可以使用更大的学习率，加快模型的收敛。（BN将不稳定的数据归一化为合理稳定的数据【数据起伏大】）BN可以有助于权重值的学习。（可以避免X值经过直线的非线性激活函数后过饱和的线性情况）可以有效的减少（抑制）过拟合现象B
2021-10-10 23:57:53
296
原创 python库 argparse的add_argument基础用法
argparse 是python自带的命令行参数解析包，可以用来方便地读取命令行参数。它的使用也比较简单。当你的代码需要频繁地修改参数的时候，使用这个工具可以将参数和代码分离开来，让你的代码更简洁，适用范围更广。name or flags - 选项字符串的名字或者列表，例如 foo 或者 -f, --foo。action - 命令行遇到参数时的动作，默认值是 store。store_const，表示赋值为const；append，将遇到的值存储成列表，也就是如果参数重复则会保存多个值;appe
2021-09-24 14:33:06
1329
原创 OCR-CRNN （CNN+CTC）文字识别，实践上手（三）
前言提示：这里可以添加本文要记录的大概内容：文字识别可根据待识别的文字特点采用不同的识别方法，一般分为定长文字、不定长文字两大类别。定长文字（例如验证码），由于字符数量固定，采用的网络结构相对简单，识别也比较容易；不定长文字（例如印刷文字、广告牌文字等），由于字符数量是不固定的，因此需要采用比较复杂的网络结构和后处理环节，识别也具有一定的难度。提示：以下是本篇文章正文内容，下面案例可供参考文章目录前言环境一、数据集二、数据集构造模型训练加载模型，识别图片检测结果完整代码下载结果展示环
2021-09-16 17:21:47
4124
8
原创 OCR--秒懂文字检测CTPN(CNN+LSTM) 二
简介CTPN是在ECCV 2016提出的一种文字检测算法。CTPN结合CNN与LSTM深度网络，能有效的检测出复杂场景的横向分布的文字，效果如下图，是目前比较好的文字检测算法。如下图所示，左面为传统RPN预测的框，右面为CTPN的框。由于RPN中anchor感受野的问题，不可能有一个anchor可以像传统的人车物检测那样覆盖了整行的文本。CTPN网络结构CTPN结构与Faster R-CNN基本类似，但是加入了LSTM层。CTPN 使用到了 CNN 和 双向LSTM 的网络结构：CNN使
2021-09-15 22:30:45
1565
1
原创 RuntimeError: CUDA out of memory. Tried to allocate 170.00 MiB (GPU 0； 3.82 GiB total capacity； 1.94
错误：RuntimeError: CUDA out of memory. Tried to allocate 170.00 MiB (GPU 0; 3.82 GiB total capacity; 1.94 GiB already allocated; 169.19 MiB free; 1.96 GiB reserved in total by PyTorch)我们可以看见内存是还有很多的，但是在运行程序的时候还是会出现CUDA out of memory解决方法一、正确调用指定GPU我们在调
2021-09-15 09:52:23
3704
原创 opencv 图像增强，旋转、平移、缩放、仿射等变化后新坐标计算
文章目录一、旋转二、缩放三、平移四、仿射提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、旋转import cv2import numpy as np"""旋转后图片返回"""def dumpRotateImage(img, degree): #图片，角度 height, width = img.shape[:2]
2021-09-13 20:39:38
1581
4
原创 OCR-CTPN 文字检测
文本检测和一般目标检测的不同——文本线是一个sequence（字符、字符的一部分、多字符组成的一个sequence），而不是一般目标检测中只有一个独立的目标。这既是优势，也是难点。优势体现在同一文本线上不同字符可以互相利用上下文，可以用sequence的方法比如RNN来表示。难点体现在要检测出一个完整的文本线，同一文本线上不同字符可能差异大，距离远，要作为一个整体检测出来难度比单个目标更大——因此，作者认为预测文本的竖直位置（文本bounding box的上下边界）比水平位置（文本bounding box的
2021-09-07 15:11:29
8432
11
原创 机器学习之深度学习 二分类、多分类、多标签分类、多任务分类
多任务学习可以运用到许多的场景。首先，多任务学习可以学到多个任务的共享表示，这个共享表示具有较强的抽象能力，能够适应多个不同但相关的目标，通常可以使主任务获取更好的泛化能力。此外，由于使用了共享表示，多个任务同时经行预测时，减少了数据来源的数量，以及整体模型参数的规模，使预测更加搞效。在多个领域中，可以利用多任务学习来提高效果或者性能，比如垃圾邮件过滤、网页检索、自然语言处理、图像识别、语音识别等等。文章目录``多任务学习可以运用到许多的场景。``相关任务多任务学习二分类多分类多标签分类相关关系相关
2021-09-04 16:26:36
9468
3
原创 selenium 分分获取职位招聘详细信息，十万数据不是梦
大数据的时代，数据成为最重要的基础，不管是数据挖掘、数据分析、还是人工智能里的机器学习还是深度学习，数据就是基础，没有数据就没有后期的发展。下面是为做数据分析来爬取的51job网的职位数据。环境：python3.7.3windows10GoogleGoogle驱动seleniumcsv1 模拟登录第一步我们先配置谷歌，谷歌驱动，在这里我们需要加载 图片，因为在登录验证的时候我们需要手动去勾选同意条款def main(): option = webdriver.ChromeO
2021-09-03 23:32:38
4252
7
原创 Pillow 根据字体类型、字号（字体大小）来计算字符串的像素（长 和 高）
有的时候我们在进行数据标注的时候，经常需要对标注的信息------坐标，保存它，后期作为数据集，用来模型训练。完整代码from PIL import ImageFont #导入库font = ImageFont.truetype("./simsun.ttc",25)#设置字体q = '91110108MA00BD0E7H'# 需要计算的字符串width, height = font.getsize(q)#获取长度print(width,height)结果展示希望这篇文章对你有用！谢谢
2021-09-03 10:18:30
2380
原创 Pillow 10行代码给营业执照模板写数据，批量生产
对于给图片打标签，我们经常使用opencv来，但是在遇到中文成为流行语言的时候，给图片写上中文成为一大亮点。简介就例如在车辆属性、车牌识别的时候，我们经常会使用得到中文。下面是根据营业执照的模板样式给它赋予数据（内容）在这里我们需要设置字体，我们需要选取能够支持中文的字体，font单张图片标注font = ImageFont.truetype("./simsun.ttc",25)font_1 = ImageFont.truetype("./simsun.ttc",20)im1 = Ima
2021-09-02 17:03:15
5718
5
原创 requests+selenium 爬取企查查网，1000+条数据轻轻松松
对于这个我们就很简答了，我们需要获取公司的具体链接我们根据如下链接去爬取公司的具体链接：https://blog.csdn.net/qq_44936246/article/details/120049948?spm=1001.2014.3001.5501selenium 轻松模拟登录企查查，获取企业详细信息链接数据注意注意注意注意我们在根据链接，去获取 HTML的时候，前后获取的我们需要设置停顿时间---time.sleep(60)，我一般是60s,如果我们不设置十分容易被封IP，本人就是时
2021-09-01 23:16:39
5069
7
原创 selenium 轻松模拟登录企查查，获取企业详细信息链接
对于爬虫，现在网上的教程也越来越多，方法也是五花八门，甚至出现了APP等爬虫软件。下面我们将爬取著名的企查查对于企查查网，我们需要做一些营业执照等信息的话，就需要公司的具体信息，例如公司名称，法定代表人，成立日期，注册金额等基础信息，如下图。本文最最最要：def main(): while True: option = webdriver.ChromeOptions() option.add_experimental_option('excludeSwit
2021-09-01 22:56:15
9749
7
原创 Django-Web服务器网关接口（WSGI）
web服务器网关接口--------web server Gateway interface是python语言中定义的web服务器和web应用程序或者框架之间的通用接口标准。WSGI的作用是再协议之间经行转化。WSGI将web组件分成了三类：- web服务器- web中间件- web应用程序在这里WSGI就是一个桥梁，将web服务器和web应用程序链接起来。WSGI接口定义非常简单，只需web开发者实现一个函数，即可响应HTTP请求。hello.pydef application(envi
2021-08-27 18:37:02
728
原创 Django的MTV的模式三大层之一，视图层（url映射）基础（四）
Django视图层衔接了HTTP请求、后台程序以及前端HTML模板等内容，URLdispatcher（URL分布）映射配置又是Django整体项目的入口配置，即URLdispatcher是用来指定用户访问后台python处理函数的控制器。1、正则表达式在url映射的配置中，对于HTTP路径的配置就要使用到正则表达式。正则表达式一般是用来匹配一段符合要求的字符串或者URL。大家可以看这篇博文来学习正则表达式。Python-强大的正则表达式，让你快速匹配字符串使用正则表达式可以快速正确的匹配上符合要
2021-08-26 19:01:19
165
原创 Django-模板的继承，extends和block一看就懂
Django对模板还提供了继承机制。所谓的继承就是子模版可以沿用模板的内容，并且还可以添加新的内容来丰富现有模板。对于Web开发来说，父模板一般来说只包含公共部分的内容，包含页头、导航栏、页脚、ICP声明等；子模版一般是用来扩充或者丰富父模板的，正如浏览网站时，只要时同一个网站，他的页头、导航栏、页脚基本都是一样的，不一样的就是页面的主题内容了。父模板<!DOCTYPE html><html lang="en"><head> <meta cha
2021-08-24 18:11:59
476
2
原创 Django的MTV的模式三大层之一，模板基础（三）
网页设计的修改相对于python来说代码频繁，而且python代码编写和HTML设计师两回事，不同的工作，网页设计者不应要求更改Python代码来达到前端显示要求。模板是一个用于分离文档表现形式和内容的文本。模板定义了占位符以及各种规范文档如何显示的各部分基本逻辑（模板标签）。模板通常产生HTML，但是Django的模板也能产生任何基于文本格式的文档。<!DOCTYPE html><html lang="en"><head> <meta char
2021-08-24 16:18:32
154
4
原创 Django-超简单的表单数据验证，一看就懂（六）
这个是以一个简单的用户信息填写表单来写的；文章目录一、HTML编写二、views.py三、添加url映射四、结果展示注意、注意、注意本示例均在APP3下编写完成的参考链接：Django-创建一个简单的表单，并获取表单信息（五）一、HTML编写在这里我命名为login.html<!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8"> <title>login
2021-08-18 19:07:45
768
4
20000+条公开网络岗位招聘信息
2021-09-13
TA创建的收藏夹 TA关注的收藏夹
TA关注的人