原创 Python基礎--計算程序耗時(time)

python用time計算程序耗時 # python3 import time start = time.perf_counter() *** your code and function *** elapsed = (time.

原创 Windows環境下python擴展包

https://www.lfd.uci.edu/~gohlke/pythonlibs/

原创 Python項目IDE可以work,命令行no module

首先分析原因: IDE中可以工作  程序無問題 Python庫都在(IDE讀到,Terminal讀不到) 找IDE和Terminal讀取的不同: 打開Terminal(我的環境pycharm) python >>> import sy

原创 python子文件夾內文件排序(加前綴的形式)

目標效果: --root_dir    ---dir-1          001_xxx.jpg, 002_xxx.jpg,...    ---dir-2          001_xxx.jpg, 002_xxx.jpg,... i

原创 Python獲取數據集下指定後綴文件名list並保存爲csv格式

需求:找出data目錄下,不同子文件夾內的指定後綴爲dcm的文件名,生成list,保存爲csv格式 import fnmatch import os import pandas as pd import numpy as np impo

原创 Python裁剪ROI區域樣本作爲訓練樣本

裁剪目標任務  1. 裁出label2的區域塊出來  2. 重新定義1在2中的座標 import os import xml.etree.ElementTree as ET from md import read_image, wri

原创 Python批量刪除文件名中的特定字符

任務:刪除.jpg前的轉義字符“ \n ” import os if __name__ == "__main__": os.chdir(r'/home/xxx/results/val3') # 切換到目標文件夾下

原创 Python裁剪voc數據集目標區域圖片

因爲項目需求,最近需要根據xml扣出目標區域單獨檢測,縮小檢測範圍 from __future__ import division import os from PIL import Image import xml.dom.minid

原创 MaskRCNN-Benchmark調試指南

1. 重點說明:安裝前需要仔細閱讀官網代碼以及 README.md。 2. 檢測任務要和分割任務區別開,數據集和模型都是不同的 3. maskrcnn_benchmark/config/paths_catalog.py會定義數據集的路徑

原创 Python檢測自制voc格式數據集中的錯誤樣本

一般情況下,自制的voc格式數據集隨着數據量的增加,產生壞數據的概率就會提升,模型往往不可讀這些壞的樣本 人工的檢測又會大大的提升工作量,而且很多壞樣本可視化檢測條件較差,因此需要設計腳本來自動檢測錯誤樣本 以下腳本是我在網上找的,設計非

原创 Python文件批量重命名

把某一文件夾下的所有文件(如圖片),名稱統一爲序號的排列,並可以更改文件的後綴 import os def rename(): i = 0 path = r"/home/xxx/val3" filelist

原创 Python批量刪除結尾爲指定字符串的文件

在做數據清洗的時候,會遇到一部分數據會用到,一部分數據需丟棄的情況,可以做一個字符串篩選器,完成自動化操作 ''' delete part jpg and xml ''' # 同時刪除了以region結尾的jpg和xml文件 impo

原创 Labelme安裝(Win10)

Win10下安裝labelme標註軟件 Labelme介紹 在線圖像標註工具,可做分割或者檢測標註,使用方便,上手迅速。 Labelme 開源地址 https://github.com/CSAILVision/LabelMeAn

原创 Linux文件夾及子文件複製

文件夾複製&文件夾內容複製 cp -r a/b c/d #將a中的b文件夾複製到c中的d文件夾中 cp -r a/b/* c/d #將a中的b文件夾下的文件複製到c中的d文件夾中 ... 同樣,將cp換成mv就是移動指令,不再是複製

原创 Python基本操作--函數初始化

https://www.cnblogs.com/qingrc/p/11278802.html https://www.cnblogs.com/Aphrodite/p/10061416.html