原创 blog不停更第二彈之虛心請教(QD)

2018年2月28日 Wednesday QDWorks:1.編輯器(Editor)Sublime Text/Notepad++/word# At first, it just like the office word. # But,

原创 DeepLabV3+預測單張圖片代碼實現和問題解決

問題一:在使用export_model.py進行導出模型並進行網絡正向傳播的過程中,出現錯誤: 2019-03-25 17:47:42.896918: W tensorflow/core/framework/allocator.cc:1

原创 陌生人的善意 && 絕對不要因爲陌生人而生氣

                                       陌生人的善意                                                                        ——

原创 blog不停更第一彈之多巴胺(QD)

2018年2月27日 Tuesday  QDWorks:1.初學Python一體化解決方案就是安裝Anaconda(包括了Python,package,科學計算工具等等),其中還包含了Python編程利器:Jupiter NoteBook

原创 VOC分割數據集數據增強

分割數據集的正常的數據增強方式:對原始數據和ground-truth做相同的增強變換,代碼實現如下。 對於原始數據進行增強的代碼:my_Augment_data.m %圖像的水平翻轉和垂直翻轉 clear;clc % file_pat

原创 Pytracking代碼運行筆記

https://github.com/visionml/pytracking 1.git clone https://github.com/visionml/pytracking.git 2.cd pytracking/ 3.git

原创 labelme工具解析json文件

由於自己的處理數據需求和labelme的直接使用處理還有差距,所以特此開發了新的工具,鳴謝我的合作伙伴,由於labelme工具解析json開源,則採用使得數據組織格式和標準json相同的方式。 解析代碼如下: 修改文件爲:D:\Users

原创 DeepLabV3+訓練自己的數據

1.按照官方文檔,配置環境:https://github.com/tensorflow/models/blob/master/research/deeplab/g3doc/installation.md 安裝tensorflow-gpu時

原创 codeforces522 div3 20190416

好久不打CF了,雖然時間點不match,但仍希望可以好好堅持下去,哪怕只做一題也可以,目的是獲得成就感。 1.題目鏈接: http://codeforces.com/problemset/problem/1154/A 代碼: #incl

原创 pdb-Python調試器(pdb-Python Debugger)

該模塊pdb爲Python程序定義了一個交互式源代碼調試器。它支持在源代碼行級別設置(條件)斷點和單步執行,檢查堆棧幀,源代碼列表以及在任何堆棧幀的上下文中評估任意Python代碼。它還支持事後調試,可以在程序控制下調用。 使用pdb的方

原创 DeepLabV3+預測單張圖片

在使用export_model.py進行導出模型並進行網絡正向傳播的過程中,出現錯誤: 2019-03-25 17:47:42.896918: W tensorflow/core/framework/allocator.cc:122]

原创 git用法總結

<一>如何把自己的代碼上傳到代碼倉庫中(ubuntu操作系統) 1.sudo apt-get install git 安裝git,確保git在ubuntu本地已經安裝   2.ssh-keygen -t rsa -C 'pangzhenn

原创 Ubuntu命令錯誤集錦20190309

一.安裝統計代碼工具cloc時,使用命令:sudo apt-get install cloc 出現報錯: E: 無法獲得鎖 /var/lib/dpkg/lock - open (11: 資源暫時不可用) E: 無法鎖定管理目錄(/var

原创 SEMANTIC IMAGE SEGMENTATION WITH DEEP CONVOLUTIONAL NETS AND FULLY CONNECTED CRFS

使用深度卷積網絡和全連接的CRFs進行語義圖像的分割 CRF-條件隨機場  Liang-Chieh Chen 加州大學洛杉磯分校 摘要 深度卷積神經網絡(DCNNs)最近已經在高水平的視覺任務中展示出了最先進的表現,例如圖像分類和目標檢測

原创 FCN語義分割訓練自己的數據(依據VOC2012數據集格式)(更)

製作數據: 更新1:爲了實現labelme批量json_to_dataset方法,特地修改d:\users\pangzhennan\anaconda3\envs\labelme\lib\site-packages\labelme\cli\