- 博客(115)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 论文笔记 - ：DIGGING INTO OUTPUT REPRESENTATION FOR MONOCULAR 3D OBJECT DETECTION
提出了一种类似于后处理的方法，Trick。采用的方案是对每一个网络现成的输出做了一些增广处理。简单来说就是对每一个检测结果，多预测数个低概率的深度上有偏移的3D预测框。
2024-04-02 17:37:21
1249
1
原创 论文笔记✍GS3D- An Efficient 3D Object Detection Framework for Autonomous Driving
作者首先根据2Dbox得到粗糙的3D框，然后根据残差进行细化，细化的方式是分类而不是回归。此外，专门提取三个表面特征来加强3D属性预测。关键点：透视变换得到表面特征
2024-04-01 16:48:24
696
原创 论文笔记 - ：MonoLSS: Learnable Sample Selection For Monocular 3D Detection
Val-24.77 / Test-19.15 MonoLSS该篇论文基于不合适的特征将会导致不利的预测这个问题，提出可学习样本选择（LSS）和数据增强(MixUP3D)方法，将每个物体的选择合适的正样本采样点进行训练和预测。
2024-03-31 18:19:49
1333
原创 FCOS难点记录
根据上边的画的图可以看出，假设对应的 feature map 大小为 2x2，stride=4，原始图片为8x8。将特征图中的每个特征点映射回去，可以得到相应的 4个（h*w个）坐标。FCOS 中有计算 特征图（Feature map中的每个特征点到gt_box的左、上、右、下的距离）
2023-11-09 17:37:16
419
1
原创 log日志生成
设置日志记录器的日志级别为DEBUG。在本例中，创建了一个StreamHandler对象，用于将日志消息输出到标准输出流（stdout）。创建一个格式化器对象，用于定义日志消息的输出格式。在本例中，使用了一个简单的格式，包括日志消息的时间、日志记录器的名称、日志级别和消息内容。在上述示例中，根日志记录器的日志输出被配置为写入到文件app.log中，而子日志记录器的日志输出将继承根日志记录器的配置。这样，在处理程序处理日志消息时，会应用定义的输出格式。日志记录器是用于记录日志消息的核心对象。
2023-07-19 14:35:11
361
原创 chatGLM2-6b问题， ValueError: expected sequence of length 87 at dim 1 (got 52)
chatGLM2-6b 评估数据集不能超过1000条解决方案
2023-07-11 16:51:58
502
原创 提取手机号从文档中
这是一个否定顺序环视（negative lookbehind），它表示匹配手机号前面不能有数字。换句话说，手机号前面的字符不能是 0-9 之间的任何一个数字。: 这是一个否定顺序前瞻（negative lookahead），表示手机号后面不能有数字。换句话说，手机号后面的字符不能是 0-9 之间的任何一个数字。这个正则表达式可以有效地匹配中国大陆的手机号，同时避免匹配到中间包含手机号格式的更长数字串。，但由于它前后都有数字，所以不会被错误匹配。: 这是手机号的主匹配部分。虽然包含了一个手机号。
2023-05-05 14:43:56
872
1
原创 resnet50
baseresnet50 = torchvision.models.resnet50(pretrained=True)base = nn.Sequential(*list(resnet50.children())[:-2])Sequential( (0): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (1): BatchNorm2d(64, eps=1e-05, momentum=0
2021-11-23 19:55:42
331
原创 plt和opencv显示区别
读入格式区别plt读入格式为RGBCV 读入格式为BGRimport cv2import matplotlib.pyplot as pltimg = cv2.imread('lena.jpg') #img bgrb, g, r = cv2.split(img)img2 = cv2.merge([r, g, b])# img2 rgbplt.subplot(121);plt.imshow(img)plt.subplot(122);plt.imshow(img2)plt.show(
2021-09-20 12:25:04
836
原创 python区别之 sort和sorted
sort 与 sorted 区别：1、sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。2、list 的 sort 方法返回的是对已经存在的列表进行操作，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。...
2021-09-10 10:32:33
78
原创 函数装饰器
'''函数装饰器'''import timedef time1(func): def new_num(): t1=time.perf_counter() func() t2 = time.perf_counter() print('耗费时长为：%ss' % (t1 - t2)) return new_num@time1def num(): for i in range(10): pr
2021-09-06 15:36:14
70
原创 MySQL (十一) pycharm使用mysql之 学习回顾记录
文章目录一、基本操作语句二、查询数据三、插入数据四、批量插入数据五、更新数据六、删除数据一、基本操作语句'''# !/usr/bin/python3import pymysql# 打开数据库连接db = pymysql.connect("localhost", "testuser", "test123", "TESTDB")# 使用 cursor() 方法创建一个游标对象 cursorcursor = db.cursor()# 使用 execute() 方法执行 SQL 查询c
2021-09-04 18:41:13
101
原创 MySQL (十) DDL之语法 学习回顾记录
文章目录一、创建数据库创建表三、复制表信息四、删除表五、修改表结构六、综合练习一、创建数据库------------------------------------创建数据库库--------------------------------------语法：create database 数据库名 default character set 字符集 collate 排序规则；# 删除数据库drop database 数据库名；# 创建数据库create database db_lzy
2021-09-02 22:32:23
139
1
原创 openCV (七) 直方图和傅里叶变换 学习回顾记录
文章目录一、直方图（1） 图像均衡化二、傅里叶变换（1）低通滤波（2）高通滤波一、直方图语法：cv2.calcHist(images,channels,mask,histSize,ranges)- images:原图像格式为uint8或float32，当传入函数时需要用[]括起来使用；- channels: 同样用中括号括起来，告诉程序统计图像的直方图。如果是灰度图，就为[0],如果是彩色图像，传入参数为[0][1],[2]对应着BGR- mask：掩模图像。如果要统计整幅图想的直方图，为Non
2021-08-31 19:54:16
231
原创 MySQL (九) DML之INSERT、UPDATE、DELETE 学习回顾记录
文章目录一、插入---INSERT INTO二、更新---UPDATE三、删除---DELETE一、插入—INSERT INTO语法：insert into 表 values (所有字段值); #不推荐insert into 表(字段) values(字段值）; # 插入单个insert into 表(字段) values(字段值),(字段值),...,(字段值); #插入多个注意事项：1、插入的数据应与字段的数据类型相同。2、数据的大小应在列的规定范围内，例如，不能将一个长度为
2021-08-30 22:22:43
91
原创 MySQL (八) 分页、视图、索引 学习回顾记录
文章目录一、分页（1）MySQL分页二、视图（1）创建视图（2）删除视图三、索引（1）explain一、分页1、为什么需要分页：随着表数据量的增加，我们客户端数据的展示不可能一次性的把所有数据全部展示出来，即使全部展示，数据库把所有数据查询出来的也需要很长时间甚至造成数据库崩溃，因此，我们只能一次查询出来多少条即可，这就是分页查询。2、分页种类（1）物理分页：在数据库执行查询时（实现分页查询）查询需要的数据----依赖数据库SQL语句，属于后台分页； 优缺点：速度快，但是会频繁访问数据库。（
2021-08-30 17:52:33
184
原创 openCV (六) 图像金字塔与轮廓检测 学习回顾记录
文章目录一、图像金字塔（1）高斯金字塔（i）高斯金字塔向下采样（下采样）[缩小]（ii）高斯金字塔向上采样（上采样）[放大]（iii） 代码示例（2）拉普拉斯金字塔（i）代码示例二、轮廓检测（1）绘制轮廓（2）轮廓特征（1）面积（2）周长（3）轮廓近似（i）边界矩形（ii）外接圆三、模板匹配（i）单目标匹配（ii）多目标匹配一、图像金字塔在池化中，有一个金字塔池化，他们的意思都差不多，就是利用不同尺度大小的特征，而图像金字塔池化也是一样，对于一张图像而言，尺寸越小，包含的信息越多，相应的分辨率也会大大
2021-08-29 20:25:09
275
原创 openCV (五) 边缘检测 学习回顾记录
文章目录一、Canny 边缘检测（1）高斯滤波器（2）梯度和方向（3）非极大值抑制（Non-Maximum Suppression）（i）线性插值法（ii）简化方法（4）双阈值检测（Double-Threshold）二、代码示例一、Canny 边缘检测canny 边缘检测五个流程：- 使用高斯滤波器，用以平滑图像，滤除噪声。- 计算每个像素点的梯度强度和方向。- 应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测中带来的杂散响应。- 应用双阈值（Double-Th
2021-08-28 22:50:03
161
原创 MySQL (七) 多表查询 学习回顾记录
文章目录一、多表查询（1）等值连接（2）非等值连接（3）自连接二、子查询（1）单行子查询（2）多行子查询三、连接查询方式（1）交叉连接---cross join（2）内连接 --- inner join（3）外连接--- outer join（1）左外连接 | 左连接 （left outer join | left join ）（2）右外连接 | 右连接 （right outer join | right join ）三、联合查询--- union一、多表查询多表查询指基于两张表及以上的查询操作。多
2021-08-28 20:45:13
72
原创 openCV (四) 梯度计算 Sobel、Scharr、Laplacian 学习回顾记录
文章目录一、Sobel算子（1）程序演示（2）相加融合二、Scharr算子（1）程序演示（相加融合和上边一样）三、Laplacian 算子（1）程序演示四、三种方法的结果比较（1）原图（2）三种方法对比一、Sobel算子dst = cv2.Sobel(src,ddepth,dx,dy,ksize)- ddepth:图像的深度- dx和dy 分别表示水平和数值方向- ksize是Sobel算子的大小 （1、3、5、7） 简单理解，Sobel算子可以在两个方向上进行梯度计算，对应的
2021-08-27 22:21:39
267
1
原创 MySQL (六) 内置函数之分组 GROUP BY
文章目录一、分组二、having（1）不使用 having（2）使用having ,过滤一、分组 group by ，将符合条件的记录，进一步分组使用说明：select 出现分组函数，就不能使用非分组信息（因为没用），可以使用group by 字段。select 出现的字段，group by 必须出现。 group by 出现的字段，select 可以不出现。现在查询的完整结构如下： select distinct * |字段|表达式|函数 as 别名 from 表 表
2021-08-27 18:38:08
184
原创 机器学习（四）决策树回顾总结
文章目录一、决策树二、划分选择三、信息增益 --- ID3 决策树信息熵四、增益率 --- C4.5 决策树五、基尼指数 --- CART 决策树六、剪枝处理（1）预剪枝预剪枝的优缺点（2）后剪枝后剪枝的优缺点一、决策树一般的，一颗决策树包含一个根节点、若干个内部节点和若干个叶节点；叶结点对应于决策结果，其他结点则对应于一个属性测试；每个结点包含的样本集合根据属性测试的结果被划分到子节点中；根节点包含了样本全集； （根节点就是开始，内部节点代表了不同的属性，叶节点代表决策结果。）决策树学习的目的
2021-08-27 00:01:38
161
原创 openCV (三) 图像形态学操作 学习回顾记录
文章目录一、腐蚀操作cv2.erode(img,kernel,iterations)二、膨胀操作cv2.dilate(img,kernel,iterations)三、开运算和闭运算（1）开运算：先腐蚀，在膨胀（2）先膨胀，在腐蚀四、梯度运算（1）梯度 = 膨胀-腐蚀五、礼帽和黑帽（1）礼帽（2）黑帽一、腐蚀操作cv2.erode(img,kernel,iterations)img = cv2.imread('dige.jpg')kernel1 = np.ones((3,3))erosion =
2021-08-25 23:43:49
162
原创 openCV (二) 阈值与平滑处理 回顾总结
文章目录一、图像阈值二、图像平滑（1）均值滤波（2）方框滤波（3）高斯滤波（4）中值滤波一、图像阈值ret,dst = cv2.threshold(src,thresh,maxval,type)- src: 输入图，只能输入单通道图像，通常来说为灰度图- dst：输出图- thresh: 阈值 （通常为 127,255的一半）- maxval: 当像素值超过了阈值（或者小于阈值，根据type来判定），所赋予的值- type ： 二值化操作类型，包含了一下五中类型- cv2.THRES
2021-08-25 23:29:09
168
原创 MySQL (五) 内置函数之 流程控制、组函数
文章目录（一）流程控制实例一实例二（二）组函数（1）count( )（2）max/min（3）sum（4）avg（一）流程控制select xx,xx,case when x(条件)x then yyywhen x条件x then zzzelse aaaaend as xxxfrom xxx(表名)；实例一SELECT ename,sex,case when sex=1 then '男'when sex=0 then '女'else '其他'end
2021-08-25 18:18:22
146
原创 MySQL (四) 内置函数 回顾总结
文章目录一、内置函数（1）数字函数绝对值取余向下取整向上取整四舍五入x的y次方获取圆周率随机数 0-1 之间（2）字符串函数字符串转 ASCIIASCII 转 字符串拼接字符串长度字符串截取，注意，str 下标从 1 开始，非从零开始两边删除默认空格产生 n 个空格替换大小写切换（3）日期时间函数获取当前日期获取当前时间获取当前时间获取特定的值格式化输出给时间添加指定的时间间隔给日期减去指定的时间间隔返回两个日期之间的天数，返回两个时间之间的差值，一、内置函数（1）数字函数绝对值SELECT abs
2021-08-25 16:04:39
170
原创 openCV (一) 图像的基本操作 学习回顾记录
文章目录图像基本操作一、图像读取cv2.imread( )二、图像显示读取灰度图像图像基本操作一、图像读取cv2.imread( )- cv.IMREAD_COLOR:彩色图像- cv2.IMREAD_GRAYSCALE:灰色图像- 读取的格式是 BGR- img.shape H、W、Cimport cv2 # opencv 读取格式是 BGRimport matplotlib.pyplot as pltimport numpy as npimg = cv2.imread(
2021-08-24 23:07:03
1201
1
原创 MySQL (三) Select 语法 回顾总结
文章目录一、Select 语法二、列查询三、行查询（一）且、或、非（二）集合（三）LIKE 模糊查询一、Select 语法select distinct *|字段|表达式 as 别名 from 表名(1) select * from 表名; # 查询某个表中所有的记录的所有字段信息(2) select 列名 from 表名l; #查询某个表中所有的记录的指定字段信息(3) select 列名1，列名2 from 表名; #查询某个表中所有的记录的指定字段
2021-08-23 22:20:58
166
原创 MySQL (二) 基础知识、概念 回顾总结
文章目录一、表的概念二、常见的数据类型（1）数字类型（2）字符类型（3）要存储文章大字段 采用 text ; blob 存储二进制文件。（4）日期类型（5）浮点类型三、关系型数据库设计原则（三范式 Normal Form）（1） 1NF（2） 2NF（3） 3NF四、五大约束一、表的概念表包含了 表名、字段（名称+类型+约束）、记录组成。TablePython表名类名（class）字段名属性名字段类型 数字、字符串、日期等数字、字符串、列表、字典、集合、日期
2021-08-23 21:31:56
83
car_line_detected.py
2021-09-18
乌鸦搜索算法.rar
2020-05-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人