自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(37)
  • 收藏
  • 关注

原创 js使用xlsx生成二进制文件用于上传(不下载)

业务中经常会处理各种数据,本文介绍了前端通过 xlsx 库将数据转换为 excel 文件用于上传的实现。

2023-07-08 23:10:03 623

原创 antd Form.List内字段的关联校验

近期碰到一个需求,需要一个列表式的表单提交,列表内每一项之间都存在关联校验。

2023-04-09 10:50:20 1462

原创 windows下node.js通过N-API调用c++函数

node.js通过N-API调用c++函数

2022-12-10 12:57:33 1155

原创 go get -u sourcegraph.com/sourcegraph/appdash出错

今天安装go的appdash包出错:go get sourcegraph.com/sourcegraph/appdash/cmd/...: unrecognized import path "sourcegraph.com/sourcegraph/appdash/cmd": reading https://sourcegraph.com/sourcegraph/appdash/cmd?go-get=1: 503 Service Unavailable解决办法:go get -u github.com

2021-07-09 20:55:57 411

原创 ubuntu安装配置Nginx

Nginx下载Nginx官网下载页面下载其中的Stable version,我这里是nginx-1.20.1安装依赖库$ sudo apt install libpcre3 libpcre3-dev zlib1g-dev openssl libssl-dev -y解压源码解压源码到目录~/Nginx下面,目录可以自己指定进入源码目录,运行configure文件,这是Nginx软件的自动脚本程序,它会检查环境,根据环境检测结果生成C代码,并生成编译的Makefile文件$ cd ./Ngi

2021-06-15 15:43:06 1003

原创 Linux(Ubuntu)下配置go开发环境

go下载1、其官网: https://golang.org/dl/2、google官网: https://golang.google.cn/dl/推荐使用第二个网址go安装解压压缩包到/usr/local目录下sudo tar -C /usr/local -xzf go1.14.3.linux-amd64.tar.gzgo语言环境变量配置sudo vim ~/.profile在文件后面添加export GOPATH=$HOME/gopathexport GOROOT=/usr/lo

2021-06-10 16:00:00 6650

原创 Windows10配置go开发环境(基于VSCode)

go下载1、其官网: https://golang.org/dl/2、google官网: https://golang.google.cn/dl/推荐使用第二个网址安装Go双击安装包,一路next下去就可以了。安装成功后,使用go version可以查看go版本,确定是否安装成功。环境变量配置1、go的工作路径,即你一般的代码存放路径gopath2、path变量,在path中添加如下两个路径,第一个是gopath下的bin目录,第二个是你go的安装路径下的bin目录备注:一般安装

2021-04-29 16:10:19 1358

原创 c++中cv::Mat按行合并或按列合并

opencv2.4.9的c++接口中并没有多个Mat矩阵合并成一个Mat的矩阵的接口。因此需要自己实现。// 按列合并 A: m*n, B: m*n1, result: m*(n+n1)cv::Mat mergeCols(cv::Mat A, cv::Mat B) { assert(A.rows == B.rows && A.type() == B.type()); int totalCols = A.cols + B.cols; cv::Mat mergeD(A.rows, to

2021-03-09 11:01:23 1757

原创 ubuntu中screen的安装与简单使用

安装命令行输入下面的命令检查是否安装,没有会提示程序"screen"尚未安装。screen -ls未安装则输入如下命令安装sudo apt install screen使用创建窗口screen -S name退出当前窗口ctrl +a d查看已创建窗口screen -ls关闭窗口ctrl+d进入名为name的窗口screen -r namescreen窗口下的Python注意事项screen下即使你进入了python3的虚拟环境,python命令依然会以系统自带的

2020-11-05 15:23:36 11843

原创 python logging模块常用方法

当需要大量打印日志或者保存日志的时候,print就略显臃肿,所以在python中经常使用logging模块来记录我们想要的日志信息。logging模块日志级别critical>error>warning>info>debug我们可以通过setLevel函数来设置输出日志的最低级别,过滤部分不需要的信息,如下所示设置最低级别为debug,所以所有日志都会输出。默认生成的root logger的最低级别是logging.WARNING,不输出info和debug级别日志。log

2020-11-03 11:17:38 477

原创 python函数参数的传递机制

不可变对象的传递机制在Python中,不可变对象是以值传递的方式传递的。即将实参的拷贝传入函数,传入参数与实参是不同的变量(常量)。我们在函数中怎么操作参数都对函数外的实参没有影响。def swap(a, b): a, b = b, a print("a, b in swap function", a, b) returnif __name__=='__main__': a, b = 1, 2 swap(a, b) print(a, b)# a, b in swap function

2020-10-19 16:28:51 293

原创 pytorch使用torch.load加载模型出现错误Unexpected key(s) in state_dict

记录错误积累经验猛然来这么一大串错误信息让我有点震惊。pytorch模型文件以key,value形式保存,现在模型所有key都对不上,有点奇怪。细看发现加载的模型相较于当前模型其key值前面多了“module."。初步诊断class Tester(object): TestParams = TestParams def __init__(self, model, test_params): assert isinstance(test_params, TestP

2020-09-04 22:07:03 3187 2

原创 ASFF使用小记

ASFF代码可以参考论文作者在github上的代码论文地址简要介绍文章所提及的yolov3 baseline就不提了,简单介绍一下ASFF。金字塔特征表示是解决目标检测中目标尺度变化的常用手段。 然而,不同特征尺度之间的不一致是基于特征金字塔的单镜头检测器的主要限制。 作者提出了一种新的和数据驱动的金字塔特征融合策略,称为自适应空间特征融合(ASFF)。 它学习了空间滤波冲突信息以抑制不一致性的方法,从而提高了特征的尺度不变性,并几乎没有引入推理开销。三特征层ASFF结构:核心思想是通过学习自

2020-08-22 17:04:34 11183 42

原创 Canny算法实现车道线检测

算法基于Python3.6实现Python库opencv-pythonmatplotlibnumpy此篇仅实现图片车道线检测,下图是测试结果。详细流程输入图片并将其转换为灰度图通过高斯滤波平滑图片去噪使用Canny算法检测边缘提取感兴趣候选区域霍夫变换,直线检测直线拟合得到车道线图像处理Candy算法介绍:https://blog.csdn.net/sc944...

2020-03-15 09:24:18 2040

原创 nvidia深度学习加速库apex简单介绍

介绍地址:https://docs.nvidia.com/deeplearning/sdk/mixed-precision-training/index.html本人英文水平有限,有误请指正。使用理由使用精度低于32位浮点的数值格式有许多好处。首先,它们需要更少的内存,从而能够训练和部署更大的神经网络。其次,它们需要较少的内存带宽,从而加快数据传输操作。第三,数学运算在降低精度方面运行得更快...

2019-12-25 17:24:36 10172 2

原创 python3 IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`)

出现这个错误是因为需要整形(int)而没有输入整形数。可以尝试加强制类型转换,即int(a) # a为输入常见错误li = [1, 2, 3, 4, 5]a = 10.0b = 5# li[a // b] = 9 # 错误用法,会报错# 因为当a或b有一个为float时,整除算法得到的结果也为floattype(a // b) # <class 'float'>li...

2019-12-18 21:34:21 10155

原创 C++实现修改/删除文件特定行

#include<sstream>#include<string>#include<fstream>using namespace std;// 根据文件行第一个词(即名字)来删除,可修改为根据行号或其他void delLine(string file_name, string name) { ifstream in(file_name); //...

2019-11-10 16:06:52 7748 1

原创 voc格式数据集转coco格式

voc格式和coco格式在目标检测领域是用的比较多的。所以记录一下我将voc格式的数据集转coco格式的过程。分离训练集和测试集由于voc格式的数据集中,训练集和测试集的注释文件放在一个文件夹下,所以我需要先将其分离。# Written by GX# if you want to use it to copy some file from one directory to the othe...

2019-11-04 21:15:12 1421 3

原创 Python str.split()细节小记

str.split()是Python中用来分割字符串的函数。其函数原型如下:str.split(str="", num=string.count(str)).其中,str是分割符,num是分割次数(默认-1)。其分割符默认为空格是很多教程上的说法,但其实不完全准确。s = ' 's.split() # 默认分割符s.split(' ') # 空格为分割符按默认分割符为空格的说...

2019-09-21 10:05:47 438

原创 numpy库:numpy.asarray()与numpy.array()区别小记

numpy.asarray(a, dtype=None, order=None)'''a : 输入,任何可以转换成array形式的数据,如列表,元组等dtype : 输出数据类型,默认继承输入数据类型(可选参数)order : {'C', 'F'},使用行主('C')或列主('F')内存表示形式,默认为'C'。(可选参数)return : ndarraynumpy.array()的详...

2019-06-28 15:41:17 2242

原创 LeetCode329 矩阵中的最长递增路径

题目描述:给定一个整数矩阵,找出最长递增路径的长度。对于每个单元格,你可以往上,下,左,右四个方向移动。 你不能在对角线方向上移动或移动到边界外(即不允许环绕)。示例 1:输入: nums =[[9,9,4],[6,6,8],[2,1,1]]输出: 4解释: 最长递增路径为 [1, 2, 6, 9]。示例 2:输入: nums =[[3,4,5],[3,2,6],...

2019-05-22 20:21:31 185

原创 自定义Python排序函数比较方式

当你想按自己的方式对数组元素进行排序时,我们需要自定义比较函数实现我们想实现的排序方式。例1以降序对数组进行排序>>> def comp(x,y):... return y-x... >>> a = [1,8,4,5,2,7]>>> a.sort(comp)>>> a[8, 7, 5, 4, 2, 1...

2019-04-04 22:18:12 2628

原创 Python创建二维列表方法及其区别

今天写代码发现我的代码跑例程老是报错,但又看不出算法错误,对比其他人的算法实现发现我们创建二维数组的方法不一样,于是对比了一下两种方法的区别。

2019-03-23 15:14:49 3602

原创 Python3跳过第一行读取文件

在读取文件的时候,我们很多时候并不需要文件头的注释信息(即第一行),通过判断其是否是第一行来读取在读取大文件时很费劲(每读取一行判断一次)。下面是我跳过第一行的方法总结打开文件后f.readlines()返回的是一个包含每一行的列表,因此我们可以如下操作(也可以从任意行开始读取):with open('file_name', 'r') as f: lines = f.readli...

2019-03-18 10:09:20 12454

原创 maskrcnn-benchmask训练自己的数据集(voc格式)

次博客仅为记录自己的实现过程

2019-01-12 15:27:41 8281 39

原创 Ubuntu不能挂载移动硬盘问题Error mounting /dev/sda1 at /media/XXXX: Command-line `mount -t "ntfs" -o

因为在复制文件过程中误操作把移动硬盘拔了出来导致再次插入挂载出错。(傻逼操作)修复过程如下:先把移动硬盘插入电脑(ubuntu系统)命令行下输入 sudo fdisk -l 查看分区挂载情况最后面那一行就是出错的移动硬盘分区。修复挂载错误的分区(即上面的/dev/sdb1)在命令行输入sudo ntfsfix /dev/sdb1即可完成修复修复完成后安全拔出再重新插入即可...

2019-01-01 16:22:05 10758 3

原创 Detectron训练自己的数据集(voc格式的数据集)笔记

detectron是facebook的开源项目,其实现主要基于caffe2。里面有诸如FPN,Mask-RCNN等优秀目标检测算法的实现。利用Detectron训练自己的数据集,首先我们要搭建好相应环境。caffe2的安装请参考caffe2官网安装教程。https://caffe2.ai/docs/getting-started.html?platform=ubuntu&amp;amp;config...

2018-12-15 10:28:47 3104 2

原创 pytorch0.4学习过程中遇到不知名bug

仅为记录一下自己遇到的bug,方便以后查询。在使用pytorch的自动求导功能过程中遇到的bug。以下是能正确运行的代码import torchdtype = torch.floatdevice = torch.device("cpu")N, D_in, H, D_out = 64, 1000, 100, 10x = torch.randn(N, D_in, device=de...

2018-11-16 10:24:47 166

原创 Is Faster R-CNN Doing Well for Pedestrian Detection?论文阅读

原文链接:http://arxiv.org/pdf/1607.07032v2.pdf源码链接:https://github.com/zhangliliang/RPN_BF/tree/RPN-pedestrian简介:行人检测是个特定课题,而不是一般的物体检测。虽然最近流行的深度物体检测方法 如: Fast/Faster RCNN 在一般的物体检测中,取得了比较理想的结果,但是在行人检测方面却不...

2018-10-03 19:25:40 994

翻译 Is Faster R-CNN Doing Well for Pedestrian Detection?论文翻译

翻译仅为学习,如有侵权请联系我删除~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~摘要行人检测被认为是特定课题,而不是一般的物体检测。虽然最近的深度学习对象检测器,如Fast/Faster R-CNN[1,2]在一般目标检测方面表现出了优异的性能,但它们在检测行人方面的成功率有限,而以往的主要行人检测器通常采用手工构造特征和深度卷积特征相结合的混合方法。在本...

2018-09-30 17:40:26 479

原创 collections模块中的OrderedDict与其方法popitem()

OrderedDict使用dict时,key是无序的。在对dict做迭代时,我们无法确定Key的顺序。如果想要保持key的顺序,可以使用OrderedDict。OrderedDict的key会按照插入的顺序排列,不是key本身排序。d = OrderedDict([('a', 1), ('b', 2), ('c', 3)])print(list(d.keys()))ds = Ordere...

2018-09-28 11:34:34 5844

原创 python3字典之pop()与popitem()

这里我们要说的是字典删除方法:pop()和popitem(),这两种种方法的作用不同,操作方法及返回值都不相同。pop (key[,default])其中,key是必选参数,必须给出,default是可选参数,可以不给出。如果键值key在字典中存在,删除dict[key],返回 dict[key]的value值。否则,如有给出default值则返回default值,如果default值没有...

2018-09-28 11:02:42 12576 5

翻译 Cascade RCNN论文翻译

翻译仅为学习,如有侵权请联系我删除。翻译不当之处请多多指教。摘要在目标检测中,需要一个交并比(IOU)阈值来定义物体正负标签。使用低IOU阈值(例如0.5)训练的目标检测器通常会产生噪声检测。然而,随着IOU阈值的增加,检测性能趋于下降。影响这一结果的主要因素有两个:1)训练过程中由于正样本呈指数级消失而导致的过度拟合;2)检测器为最优的IOU与输入假设的IOU之间的推断时间不匹配。针对这...

2018-09-20 19:46:43 6895

转载 #ifdef __cplusplus 有什么作用

引自:https://www.cnblogs.com/stonecrazyking/archive/2006/09/23/512552.htmlhttps://zhidao.baidu.com/question/150033840.html时常在cpp的代码之中看到这样的代码:#ifdef __cplusplusextern “C” {#endif//一段代码#ifdef __cp...

2018-09-18 10:01:39 721

原创 Acquistion of Localization Confidence for Accurate Object Detection论文翻译

翻译仅为学习,如有侵权请联系我删除。 翻译如有错误之处请指出。摘要 现在的基于CNN物体检测器依赖于边界框回归和非极大值抑制来定位物体。虽然类标签的概率自然的反映了分类置信度,但缺乏定位置信度。这使得合适的定位边界框在迭代回归期间退化,甚至在NMS时被抑制。在这篇论文里我们提出了IoU-Net学习预测每个识别框和其匹配真值框之间的IoU。这个网络获得了定位置信度,这通过保存准确定位边界...

2018-09-15 17:40:38 797

原创 caffe添加自己的python层

本人也是入门小白一枚,写博客是为了加深自己的映像。如有错误或不妥之处请多多指教 环境准备 caffe安装及其Python接口编译请自行查找教程。caffe使用自己的Python层在编译pycaffe之前需要额外修改Makefile.config.# Uncomment to support layers written in Python (will link against Python...

2018-09-09 10:06:00 1337

原创 Ubuntu16.04安装caffe编译pycaffe错误:python/caffe/_caffe.cpp:1:52: fatal error: Python.h: 没有那个文件或目录

遇到此类问题基本是caffe找不到python,因此在make pycaffe之前反复确认下anaconda或python所在目录是否存在,因为anaconda安装后默认的名字为 anaconda2。 如果确认目录存在,可能是环境变量问题 sduo gedit ~/.bashrc 添加如下代码 export CPLUS_INCLUDE_PATH=/home/zhangguoxiong/an...

2018-09-04 14:11:20 3675 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

提示
确定要删除当前文章?
取消 删除