6 vola9527

尚未进行身份认证

暂无相关简介

等级
TA的排名 9k+

OpenCV 之 模板匹配

模板匹配是在一幅图像中寻找一个特定目标的方法之一。这种方法的原理非常简单,遍历图像中的每一个可能的位置,比较各处与模板是否“相似”,当相似度足够高时,就认为找到了我们的目标。在 OpenCV 中,提供了相应的函数完成这个操作:matchTemplate 函数:在模板和输入图像之间寻找匹配,获得匹配结果图像minMaxLoc 函数:在给定的矩阵中寻找最大和最小值,并给出它们的位置在具体介...

2019-02-14 17:24:29

避免’sudo echo x >’ 时’Permission denied’

甲: 示例sudo echo a > 1.txt-bash: 1.txt: Permission denied乙: 分析:bash 拒绝这么做,说是权限不够.这是因为重定向符号 “>” 也是 bash 的命令。sudo 只是让 echo 命令具有了 root 权限,但是没有让 “>” 命令也具有root 权限,所以 bash 会认为这个命令没有写入信息的权限。丙: ...

2019-02-03 20:30:20

查看CPU使用率 top命令详解

一 top是一个动态显示过程,即可以通过用户按键来不断刷新当前状态.如果在前台执行该命令,它将独占前 台,直到用户终止该程序为止. 比较准确的说,top命令提供了实时的对系统处理器的状态监视.它将显示系统中CPU最“敏感”的任务列表.该命令可以按CPU使用.内存使用和执行时间 对任务进行排序;而且该命令的很多特性都可以通过交互式命令或者在个人定制文件中进行设定.说明:前五行都统计系统整体信息的 ...

2018-12-24 18:28:17

树莓派3 播放音乐

步骤第一步安装mpg123sudo apt-get install mpg123第二步播放音乐mpg123 **.mp3 (或网络音乐 http://****.mp3)不能正常播出第一步sudo raspi-config第二步选择 Advanced Options 选项第三步选择 Audio选项第四步选择 Force 3.5mm(‘headphone’)jack(具体...

2018-12-19 20:41:56

tesseract macOS 安装指南

基于这篇博客,对tesseract官方版本(3.0.5)在macOS上的安装进行了汇总。步骤如下:1.安装官网tesseract, 并安装训练工具brew install --with-training-tools tesseract2.将tesseract添加到系统路径brew link tesseract (添加到路径)如果系统之前安装过tesseract,可能需要...

2018-07-22 18:34:39

python tesseract 4.0 安装踩过的坑(基于macOS )

Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata” directory

2018-07-20 15:57:33

tesseract 4.0 安装 基于macos 的homebrew

macOS with Homebrew 安装tesseract 4.0 安装依赖项brew install automake autoconf libtoolbrew install pkgconfigbrew install icu4cbrew install leptonicabrew install gcc训练工具的依赖项brew install pango编译 ...

2018-07-18 17:16:50

opencv 之 cv2.minAreaRect angle角度问题

经过经验总结和反复的trialsanderrors,终于搞清楚了opencv中的rotationangle角度问题。具体来讲,rotationangle范围为[-90,0),具体角度测算方法可以分为两个步骤(如下图):1.x轴逆时针旋转到最近邻近边,该旋转角即为angle2.邻近x轴的边即为矩形的宽,另一边为height原理图如下图:...

2018-07-18 10:27:16

linux 命令 之 ps 查看相关进程

ps命令用于报告当前系统的进程状态。可以搭配kill指令随时中断、删除不必要的程序。ps命令是最基本同时也是非常强大的进程查看命令,使用该命令可以确定有哪些进程正在运行和运行的状态、进程是否结束、进程有没有僵死、哪些进程占用了过多的资源等等,总之大部分信息都是可以通过执行该命令得到的。命令:查看带有name的进程名ps -ef | grep namegrep命令是一种强大的...

2018-06-21 19:43:02

Anaconda 之 导出环境/从外部安装环境

对于好不容易配置好的环境,将其中的包,版本号等导出作为记录是很重要的一件事,这便于我们对环境的安装进行再次的复现。导出已有环境:condaenvexport>environment.yaml环境会被保存在environment.yaml文件中。当我们想再次创建该环境,或根据别人提供的.yaml文件复现环境时,可以:condaenvcreate-...

2018-06-20 12:46:19

Anaconda 之 所搜安装包

当你不确定要安装包的名字或查看某个安装包多有哪些版本的时候,可以使用:conda search package_name该命令会列举出所有和你输入相似的安装包以及他们所对应的版本号/所支持的python版本等信息。安装时,你只需要制定版本号即可,即:conda install package_name=1.0.1(版本号)...

2018-06-20 12:13:44

git 提交时忽略不必要的文件

步骤cd 到 repro根目录运行touch .gitignore将需要屏蔽的文件或文件夹路径写入即可

2018-05-26 00:25:14

将本地文件夹处理为git repro

将本地某文件夹处理为一个git repro 适用情景:需要将本地某个文件夹设定为一个git repro 方法/步骤在web端/online仓库中新建一个和待处理文件夹一样名称的仓库cd到该文件夹下,git initgit add .git commit -m “comments”git remote add origin 相应的.gitgit pu...

2018-05-26 00:19:59

神经网络 之 思考与讨论(1)

引入:training set 的accuracy 和 validation or test set的accuracy 的关系.training set 和 test set的样本是完全不相交的. training set是用来训练我们的网络model的. test set 是作为实际的生产数据来检验模型的, 它是对模型在实际场景中的检验. 两个数据集没有交集, training ac...

2018-04-22 01:22:06

transfer learning and fine tuning

transfer learning / fine tuning卷积神经网络需要大量的数据和资源来进行训练, 例如, imagenet ILSVRC model 是需要在1.2 million 张图片,利用多GPU,耗时2-3个周的训练才能完成. transfer learning 是将在之前任务(例如image net)训练过的网络权值,迁移到一个新任务上去. 研究者们或者参与者们已经更习惯...

2018-04-19 21:14:10

keras 之 迁移学习,改变VGG16输出层,用imagenet权重retrain.

迁移学习,用现成网络,跑自己数据:保留已有网络除输出层以外其它层的权重,改变已有网络的输出层的输出class个数.以已有网络权值为基础,训练自己的网络,以keras2.1.5/VGG16Net为例.导入必要的库fromkeras.preprocessing.imageimportImageDataGeneratorfromker...

2018-04-18 00:50:24

火星坐标, WGS84坐标, 百度坐标

地图坐标系目前包括:地球坐标 (WGS84)WGS84:World Geodetic System 1984,是为GPS全球定位系统使用而建立的坐标系统。国际标准,从 GPS 设备中取出的数据的坐标系国际地图提供商使用的坐标系火星坐标 (GCJ-02)也叫国测局坐标系GCJ-02是由中国国家测绘局(G表示Guojia国家,C表示Cehui测绘,J表示Ju局)制订的...

2018-04-16 21:09:35

深度学习 之 data augmentation

深度学习是基于数据驱动的学科,通过data augmentation(数据扩张)可以有效的进行数据扩张并进行一些数据normalized操作. 以此,便于扩大数据集,丰富数据多样性,便于学习到更深度广泛的特征, 避免模型的overfit和underfit. 这里直接调用keras.preprocessing.image中的ImageDataGenerator. 这个函数包含了常用的图像...

2018-04-15 00:27:38

CNN 之 fine-tune methods

CNN 的基本结构是由卷基层和全连接层构成的. 对于在大规模数据集(例如ImageNet)上训练好的网络, 我们可以利用它的权重来帮助我们实现我们的任务. 从原理上来讲,随机初始化容易将网络导向不确定的局部最优, 因此一般需要利用多次随机初始化训练来验证结果的有效性. 而借助已训练好的网络或者说利用已训练好的的网络权重作为网络初始值已被广泛证明有利于网络以较快的速度趋于最优化(tran...

2018-04-14 23:22:04

keras 自带VGG16 net 参数分析

对VGG16 这类keras自带的网络分析有感,写在这里. 查看VGG16在keras中的说明文档,可以这样:from keras.applications.vgg16 import VGG16然后(在jupyter notebook, jupyter lab或Ipython中)? VGG16可查看VGG16的使用帮助.Signature: VGG16(inclu...

2018-04-13 16:37:38

查看更多

勋章 我的勋章
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!