摘要: 往下翻,博客尾部,一键复制MD 分界线, 以下为个人《学习365日志》专栏 标题: 《学习365日志》 00x/365 时间:2021-01-24 时间: 做了什么: 1 2 3 输出or收货 1 2 3 本次打卡耗时:h 累加耗时:h (上一次累加和为) 成就达成: 暂无 鼓励自己一句话 话 下一 阅读全文
posted @ 2019-07-10 17:25 山枫叶纷飞 阅读(368) 评论(0) 推荐(2) 编辑
摘要: 查询linux下端口占用 netstat -tunlp | grep 80 git add错误之后怎么快速撤销(add的逆操作) # 通过上面的sourcetree的记录: git reset -q xxx文件 jupyter文件一键转换为md等文件格式 jupyter nbconvert --to 阅读全文
posted @ 2019-01-22 16:18 山枫叶纷飞 阅读(318) 评论(0) 推荐(0) 编辑
摘要: 6.1 简介 GitHub:https://github.com/QiangZiBro 6.1.1 什么是边缘? 边缘是图像强度函数快速变化的地方 完成一个Canny边缘检测算法可以分为以下四步: 高斯滤波 目的 1.高斯滤波 去噪声降低错误率 2.计算梯度幅值和方向 估计每一点处的边缘强度与方向 阅读全文
posted @ 2021-09-24 00:03 山枫叶纷飞 阅读(66) 评论(0) 推荐(0) 编辑
摘要: 5.1 简介 图像阈值化的目的是要按照灰度级,对像素集合进行一个划分,得到的每个子集形成一个与现实景物相对应的区域,各个区域内部具有一致的属性,而相邻区域不具有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。 5.2 学习目标 了解阈值分割基本概念 理解最大类间方差法(大津法) 阅读全文
posted @ 2021-09-22 21:01 山枫叶纷飞 阅读(76) 评论(0) 推荐(0) 编辑
摘要: 4.2 学习目标 了解图像滤波的分类和基本概念 理解均值滤波/方框滤波、高斯滤波的原理 掌握OpenCV框架下滤波API的使用 4.4 算法理论介绍 4.4.1 均值滤波、方框滤波 1. 滤波分类 线性滤波: 对邻域中的像素的计算为线性运算时,如利用窗口函数进行平滑加权求和的运算,或者某种卷积运算, 阅读全文
posted @ 2021-09-22 19:25 山枫叶纷飞 阅读(47) 评论(0) 推荐(0) 编辑
摘要: 03 彩色空间互转 3.2 学习目标 了解相关颜色空间的基础知识 理解彩色空间互转的理论 掌握OpenCV框架下颜色空间互转API的使用 3.4 算法理论介绍与资料推荐 3.4.1 RGB与灰度图互转 将R、G、B三个通道作为笛卡尔坐标系中的X、Y、Z轴,就得到了一种对于颜色的空间描述 对于彩色图转 阅读全文
posted @ 2021-09-18 17:58 山枫叶纷飞 阅读(46) 评论(0) 推荐(0) 编辑
摘要: 简介 """ 1、平移、旋转的原理 * 对于旋转和偏移,就需要3步(3次变换): * 将输入原图图像坐标转换为笛卡尔坐标系; * 进行旋转计算。旋转矩阵前面已经给出了; * 将旋转后的图像的笛卡尔坐标转回图像坐标。 1.1 前向传播 前向映射就是根据原图用变换公式直接算出输出图像相应像素的空间位置, 阅读全文
posted @ 2021-09-16 23:04 山枫叶纷飞 阅读(107) 评论(0) 推荐(0) 编辑
摘要: 主要内容 常见的插值算法有最近邻插值、双线性插值和三次样条插值 最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输出。 双线性插值就是线性插值在二维时的推广,在两个方向上做三次线性插值, Python 函数原型: cv2.resize(src, dsize[, d 阅读全文
posted @ 2021-09-14 23:44 山枫叶纷飞 阅读(73) 评论(0) 推荐(0) 编辑
摘要: pytorch-CycleGAN-and-pix2pix 强行在win10环境中启动报错 RuntimeError: CUDA out of memory , 需要分配几M内存,还剩几个G内存无法分配。。。 处理了上面的warning OSError: [WinError 1455] 页面文件太小, 阅读全文
posted @ 2021-08-14 23:45 山枫叶纷飞 阅读(857) 评论(0) 推荐(0) 编辑
摘要: 开源地址见Github:https://github.com/datawhalechina/team-learning 模型融合 详细参考 https://cloud.tencent.com/developer/article/1614539 1. 简单加权融合: 回归(分类概率):算术平均融合(A 阅读全文
posted @ 2021-04-24 17:24 山枫叶纷飞 阅读(108) 评论(0) 推荐(0) 编辑
摘要: 开源地址见Github:https://github.com/datawhalechina/team-learning 此部分为智慧海洋建设竞赛的模型建立模块。在该模块中主要介绍了如何进行模型建立并对模型调优。 学习目标 学习如何选择合适的模型以及如何通过模型来进行特征选择 掌握随机森林、light 阅读全文
posted @ 2021-04-22 00:02 山枫叶纷飞 阅读(295) 评论(0) 推荐(0) 编辑
摘要: 教程的纲要 简单加权融合: 回归(分类概率):算术平均融合(Arithmetic mean),几何平均融合(Geometric mean); 分类:投票(Voting) 综合:排序融合(Rank averaging),log融合 stacking/blending: 构建多层模型,并利用预测结果再拟 阅读全文
posted @ 2021-04-21 23:57 山枫叶纷飞 阅读(152) 评论(0) 推荐(0) 编辑