摘要:LaTeX:表格内换行与各种居中完美解决 基本操作如下: 宏包:\usepackage{makecell} 环境:tabular 命令:\makecell[居中情况]{第1行内容 \\ 第2行内容 \\ 第3行内容 ...} 参数说明: [c]是水平居中,[l]水平左居中,[r]水平右居中; *[c
阅读全文
摘要:python计算程序的运行时间的方法(python程序,jupyter) Jupyter计算运行时间 jupyter中提供了简洁的统计程序运行时间的方法,包括%%time, %time, %timeit方法 %%time(统计cell块运行时间) %time(统计语句行运行时间)
阅读全文
摘要:LaTex制作表格之合并单元格 latex 表格如何精细控制行高,行距,行与行之间的距离 Latex 表格 行合并,列合并,控制行间距 单元格宽度 Tables Generator 在制作LaTex表格的时候,常常需要合并行和列,本文介绍的是使用 multirow 包里面的命令完成合并行列的方法。
阅读全文
摘要:class strtree.STRtree(geometries) class strtree.STRtree(geometries) STRtree构造函数采用一系列几何对象, 几何对象的引用将保留并存储在R-tree中 strtree.query(geom) 返回strtree中所有几何体的外延
阅读全文
摘要:numpy.angle详解 Python之复数、分数、大型数组数学运算(complex、cmath、numpy、fractions) 思路: 通过复数,可以计算每一个复数与x轴正方向的夹角 过坐标相减就可以计算向量与x轴正方向的夹角 分别计算两个向量与x轴正方向的夹角,从而计算两个向量之间的夹角 举
阅读全文
摘要:两种方法可以实现: 通过 numpy 自己实现 通过 cv2.cvtColor 函数实现,灰度图转 RGB 所谓的灰度图转为三通道,就是三个通道都是一样的信息,相当于相同维度信息的重复,主要是通过 numpy.array 来实现,其实是可以通过类似广播的形式来实现。 1. 每一行赋值相同的内容 >>
阅读全文
摘要:目录: cv2.threshold cv2.distanceTransform cv2.cvtColor cv2.findContours cv2.subtract cv2.drawContours cv2.waterShed cv2.connectedComponents 1. cv2.thres
阅读全文
摘要:python-opencv去除小面积区域/孔洞填充(二值图像) 具体实现: 1. 读取并显示原始图像 import cv2 import os import numpy as np from PIL import Image img_path = "seg_smooth.png" img = cv2
阅读全文
摘要:[1] 关于cv2.imread()读取图像为BGR问题 [2] OpenCV笔记02:用cv2.imread函数读取图片 cv2.imread在不加第二个参数的情况下默认将图片转换成了一个三维数组,最里面的一维代表的是一个像素的三个通道的灰度值,第二个维度代表的是第一行所有像素的灰度值,第三个维度
阅读全文
摘要:[1] python实现膨胀与腐蚀 [2] 图像腐蚀与图像膨胀(Python篇) [3] OpenCV 图像处理之膨胀与腐蚀【推荐】 膨胀 cv2.dilate(img, kernel, 1) 腐蚀 cv2.erode(img, kernel, iterations=1) 开运算 开运算:先腐蚀,再
阅读全文
摘要:【525】keras.utils.Sequence 制作生成集 - 在 fit() 中使用 如何使用Keras fit和fit_generator(动手教程) keras:怎样使用 fit_generator 来训练多个不同类型的输出【推荐】 Keras多输出(多任务)如何设置fit_generat
阅读全文
摘要:【530】keras 实现多输出模型 [Keras] [multiple inputs / outputs] ValueError: No data provided for "xx". Need data for each key... keras:怎样使用 fit_generator 来训练多个
阅读全文
摘要:【529】图像增强(imgaug 包) 对于上面关于 imgaug 包的描述,只能针对一套标注图片进行图像增强,不过对于一张图片有两种标注的情况无法实现,需要对两个标注生成一样的变换。 对于包含楼顶、楼体,需要同时调整变换的时候,内置的方法无法实现,因此我自己建立随机数据来实现,实现思路如下: 对于
阅读全文
摘要:在计算 语义分割 结果的 metrics 的时候,会通过 K.sum 来计算 TP、FN、FP 的值,从而来计算 Precision、Recall、F1 以及 IOU 的值,不过在计算的过程中,这几个值会出现大于 1 的情况,实际上是计算中出现错误,主要原因就是 K.sum 计算中的一些问题。由于标
阅读全文
摘要:mirrors / fengshuanglang / unet 二分类问题,应该选择sigmoid还是softmax? 为什么 softmax 函数面对二分类问题时可以简化为 sigmoid 函数 对于语音分割为两类的情况,label 的值为 0 和 1,预测结果也是只有 0 和 1,存在集中可行的
阅读全文
摘要:[1] Numpy系列之ndarray数组的维度变换,拼接,分割和复制 调整行,通过 [[]] 来实现 >>> arr1 array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) # 第 0 行 与 第 2 行 调换 >>> arr1[[2,1,0]] array([[6,
阅读全文
摘要:图片多分类会将不同的数字写在同一副图片上面,例如有3类【0、1、2】,为了输入模型,需要将三个类的结果分别映射到三个通道: 0 类:第 0 通道,对于是 0 的像素点设置为 1,其他均为 0 1 类:第 1 通道,对于是 1 的像素点设置为 1,其他均为 0 2 类:第 2 通道,对于是 2 的像素
阅读全文
摘要:[1] Keras自定义Loss函数 [2] 【602】语义分割评价指标 IoU mIoU precision recall F1 的计算 [3] keras训练和加载自定义的损失函数 Dice_loss 实现: from keras import backend as K # 防止分母为0 smo
阅读全文
摘要:import keras from keras import layers from keras.datasets import imdb from keras.preprocessing import sequence max_features = 2000 max_len = 500 (x_tr
阅读全文
摘要:[1] 图像分割任务中的图像增强 [2] imgaug学习笔记(包含各个函数说明) [3] python图像数据增强——imgaug (二) 说明: 实例化 iaa.Sequential(),里面包含多种变换 输入 图像数据+标注mask数据,进行对应的增强处理注意:对于图像数据,直接转为 nump
阅读全文
摘要:[1] python 获取文件大小,创建时间和访问时间 在使用 via 进行标注的时候,为了从另外的 json 转为可以识别的 json,需要增加属性 文件名+文件大小,文件大小就是按照参考链接里面的方法进行获取。 os.path.getsize()
阅读全文