- 博客(8)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 python手动实现maxpool2d（参数：kernel_size, stride, padding, return_indices）
【代码】python手动实现maxpool2d（参数：kernel_size, stride, padding, return_indices）
2023-09-04 14:51:04
149
原创 Win10环境下（cuda11.2）安装mmcv和mmdetection
Win10环境下（cuda11.2）安装mmcv和mmdetection
2022-11-11 10:22:40
1028
1
原创 将gid数据集的标签转换成语义分割模式
Gid的标签是三维tif格式，需要将其转换成适合语义分割的模式。代码如下：import osimport cv2import tifffile as tiffimport numpy as npfrom PIL import Imagedef RGB_to_labe15l(img): label = np.zeros(shape=[img.shape[0], img.shape[1]], dtype=np.uint8) for i in range(0, img.shape
2022-05-19 16:22:19
1173
8
原创 在Linux后台执行某个python程序
在Linux后台执行某个python程序①在py文件当前目录下创建nohup.out日志文件②nohup python 1.py >nohup.out 2>&1 &其中 1.py是要运行的python文件③exit退出终端参考其他博主的建议，正确退出终端后才能继续在后台执行。④查看当前python进程：ps -ef | grep python一些常用的命令kill后台进程：kill -9 进程号ps -A: 查看所有进程信息ps -u root:查看指定用户信
2022-04-19 17:03:34
1137
原创 python读取tif文件与png文件
python读取tif文件与png文件读取tif文件：import tifffile as tiffimage = tiff.imread(image)读取png文件：import numpy as npfrom PIL import Imagefrom matplotlib import pyplot as pltlabel = Image.open(labeldir)label = np.array(label)print(‘图片的shape:’, label.shape)plt.
2022-04-18 11:10:43
4376
原创 论文笔记：Interpretable Convolutional Neural Networks
前向传播对于每一个输入图像I，CNN在Relu操作之后计算filter f 的特征图x，其中x是nxn的矩阵，xij>0。估计目标部分在特征图x的潜在位置是激活最强的神经单元。根据最强的估计位置μ，CNN分配特定的淹没以过滤掉噪声激活。由于f的对应对象部分可能出现在图像的n2个不同位置，我们为f设计了n2个不同的模板{Tμ1，Tμn2}.如图3所示，每一个模板T都是一个nxn的矩阵。当目标部位主要触发了x中的第i个单元时，它描述了特征图x激活的理想分布。我们从n2个中选择模板T作为掩膜。图4可视化
2021-12-13 21:09:25
2449
图书管理系统.rar
2020-02-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人