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"