原创 超精簡ubuntu的GPU配置(實測好用)

一、安裝英偉達 GPU 驅動 #安裝ubuntu後運行以下命令來升級內核版本 sudo apt-get update sudo apt-get upgrade #以下命令會將與你係統相兼容的驅動版本顯示出來 sudo add-apt-

原创 Residual Attention Network for Image Classification(原文閱讀)

 Abstract      In this work, we propose “Residual Attention Network”, a convolutional neural network using attention me

原创 SE_densenet+efficient memory

SE_densenet參考http://www.zhouyuangan.cn/2018/11/se_densenet-modify-densenet-with-champion-network-of-the-2017-classifica

原创 地基雲分割

讀取地基雲圖,並顯示 %matplotlib inline import gluonbook as gb from mxnet import gluon,init,nd,image from mxnet.gluon import dat

原创 選擇模型訓練

def densenet121_model(img_rows, img_cols, color_type=1, nb_dense_block=4, growth_rate=48, nb_filter=64, reduction=0.5,

原创 製作大圖效果

模型預測 import pickle import cv2 import numpy as np f = open('/home/xm/桌面/論文精華/sample_data_498_558.txt','rb') data = pick

原创 製作手指檢測數據集

將所有手指圖片統一尺寸 import os from PIL import Image import sys sys.path.append('/home/xm/桌面/finger_detection') from utils impo

原创 手指檢測訓練過程

讀取製作的手指檢測的數據集 from mxnet import gluon from mxnet import image from mxnet import nd data_shape = 256 batch_size = 36 rg

原创 製作雲圖數據集

import pickle import numpy as np import random #讀取採集的背景數據,數據形式爲Nonex28x28x4 others = np.load('/home/xm/桌面/make_dataset

原创 如何通過鼠標採集圖片數據集

#合成圖片 import numpy as np import cv2 channel_1 = cv2.imread('/home/xm/桌面/make_dataset/3201844/HJ1A-CCD1-27-68-2017

原创 如何計算自己的圖片數據集的均值和方差

import numpy as np import pickle def load_CIFAR_batch(filename): """ load single batch of cifar """ with open(

原创 重裝window10,重啓黑屏必須通過按F12,才能進入桌面的解決辦法、

按F1,在startup裏選CSM Support 更改爲Disabled,從而保證直接進入桌面。

原创 xml轉化成txt

import os import sys import xml.etree.ElementTree as ET import glob def xml_to_txt(indir,outdir):     os.chdir(indir)  

原创 detection

import os from PIL import Image import sys sys.path.append('/home/xm/桌面/caohuifinger') from utils import parse_voc_xml

原创 mouse select

#include "opencv2/core/core.hpp" #include "opencv2/objdetect/objdetect.hpp" #include "opencv2/highgui/highgui.hpp"