02 2022 档案
摘要：安装 pip install opencv-python pip install opencv-python==3.3.0.10 -i https://pypi.doubanio.com/simple 一、读入图像 使用函数cv2.imread(filepath,flags)读入一副图片 filep
阅读全文
摘要：动态参数 顾名思义，动态参数就是传入的参数的个数是动态的，可以是1个、2个到任意个，还可以是0个。在不需要的时候，你完全可以忽略动态函数，不用给它传递任何值。 Python的动态参数有两种，分别是*args和**kwargs，这里面的关键是一个和两个星号的区别，而不是args和kwargs在名字上的
阅读全文
摘要：import torch from collections import Counter def mean_average_precision(pred_bboxes,true_boxes,iou_threshold,num_classes=20): #pred_bboxes(list): [[tr
阅读全文
摘要：>>> np.linspace(2.0, 3.0, num=5)array([ 2. , 2.25, 2.5 , 2.75, 3. ])>>> np.linspace(2.0, 3.0, num=5, endpoint=False)array([ 2. , 2.2, 2.4, 2.6, 2.8])>
阅读全文
摘要：class A: def __init__(self): self.n = 2 def add(self, m): # 第四步 # 来自 D.add 中的 super # self == d, self.n == d.n == 5 print('self is {0} @A.add'.format(
阅读全文
摘要：本来想用mingw编译boost::python模块，网上看了下资料太少，只有使用vs2012 操作环境：win7 x64 python: x86 boost: 1.57 编译boost::python模块 1： 开始->Microsoft Visual Studio 2012->Visual St
阅读全文
摘要：Rank-1看一些论文总是在结果中看到rank-1，等等，但是就不知道什么意思，今天终于搞明白了，备注一下。 意思rank 1， 就是第一次命中rank k，就是在第k次以内命中人脸识别中，就代表，与目标人脸，最相似的k个人脸中，成功命中（找到正确人脸）的概率（和）。RANK曲线，一般又被称呼为CM
阅读全文
摘要：1.IOU损失函数 IOU损失表示预测框A和真实框B之间交并比的差值，反映预测检测框的检测效果。 但是，作为损失函数会出现以下问题： 如果两个框没有相交，根据定义，IoU=0，不能度量IoU为零距离远近的程度。同时因为loss=0，没有梯度回传，无法进行学习训练。 IoU无法精确的反映两者的重合度大
阅读全文
摘要：一、分类问题损失函数——交叉熵（crossentropy）交叉熵刻画了两个概率分布之间的距离，是分类问题中使用广泛的损失函数。给定两个概率分布p和q，交叉熵刻画的是两个概率分布之间的距离： 我们可以通过Softmax回归将神经网络前向传播得到的结果变成交叉熵要求的概率分布得分。在TensorFlow
阅读全文
摘要：公式 首先需要了解CrossEntropyLoss的计算过程，交叉熵的函数是这样的： 其中，其中yi表示真实的分类结果。这里只给出公式，关于CrossEntropyLoss的其他详细细节请参照其他博文。 测试代码（一维） import torch import torch.nn as nn impo
阅读全文
摘要：1、个人理解： 1.1、tensorflow的 构建视图、构建操作... 都只是在预定义一些操作/一些占位，并没有实际的在跑代码，一直要等到 session.run 才会 实际的去执行某些代码 1.2、我们 预定义的 一大堆 视图/操作 等等，并不一定所有的都会执行到，只有 session.run
阅读全文
摘要：总结对比下L1L1 损失函数，L2L2 损失函数以及SmoothL1SmoothL1 损失函数的优缺点。 均方误差MSE (L2L2 Loss) 均方误差（Mean Square Error,MSE）是模型预测值f(x)f(x) 与真实样本值yy 之间差值*方的*均值，其公式如下 MSE=∑ni=1
阅读全文
摘要：https://blog.csdn.net/qq_30815237/article/details/93596163 RPN 思路： 1、先通过conv层+pooling层+relu层，可以是vgg，得到feature maps。 2、在feature maps上提取对应的图。在第一步基础上，先通过
阅读全文
摘要：python2中的range返回的是一个列表 python3中的range返回的是一个迭代值 for i in range(1,10)在python2和python3中都可以使用，但是要生成1-10的列表，就需要用list(range(1,10)) 在python核心编程中要输出abcde的子序列，
阅读全文
摘要：opencv中关于Rect和Size的宽高顺序折磨了我很久，略作记录。 Size_(_Tp _width, _Tp _height)Size是先宽后高，这一点如果不记得可以随时查看Size定义来确认；Rect_(_Tp _x, _Tp _y, _Tp _width, _Tp _height)在ope
阅读全文
摘要：#include <iostream>using namespace std; #define WARN_IF(EXP) if(EXP) cerr << #EXP << endl;#define paster( n ) cout << "token" << #n << " = " << n << e
阅读全文
摘要：本文详细讲解了 RoIPooling 、RoIAlign 和 RoIWarp ，用非常的图来帮助理解，相信通过本文阅读能让你对这三者有更加深刻的理解 如果对你有所帮助请点个在看、点或分享，鼓励一下小编 理解Region of Interest — (RoI Pooling) 快速而简单地解释什么是R
阅读全文
摘要：import os# 图片文件夹路径pic_paths= "D:/sample/neg"f=open('neg.txt', 'w')filenames=os.listdir(pic_paths)filenames.sort()for filename in filenames: # 图片绝对路径 o
阅读全文
摘要：class MyBaseClass: def __init__(self, value): print("MyBaseClass") self.value = valueclass TimesFive(MyBaseClass): def __init__(self, value): super(Ti
阅读全文
摘要：在定义函数的时候参数通常会使用 *args与**kwgs，形参与实参的区别不再赘述，我们来解释一下这两个的作用。 *args是非关键字参数，用于元组，**kwargs是关键字参数 （字典）！！例如下面的代码 def foo(*args,**kwargs): print ('args is',args
阅读全文
摘要：class variable: x = 1 y = 'a' z = True dd = variable() print(hasattr(dd, 'x'))print(hasattr(dd, 'y'))print(hasattr(dd, 'z'))print(hasattr(dd, 'no')) T
阅读全文
摘要：__init__属于魔法函数的一种，让我们来看一下它的前世今生吧。后面介绍了其他的魔法函数：__ str__()、__ new__()、__ unicode__()、__ call__()、__ len__()、__repr__()等等 1. 前言 1.1 什么是魔法函数？ 所谓魔法函数（Magic
阅读全文
摘要：“深度学习的各种任务”，还是代码看得少了，分类任务中会有明显的正负样本(一张图有猫这个图label就是猫，没猫就是背景)，但是比如detection任务，以anchor-based的框架来说，还是一张含有猫的图，gt是猫的bbox和category，而铺的anchor很多，而match到gt的就置位
阅读全文