原创 Python人臉檢測及識別

Python人臉檢測及識別 開發環境: Ubuntu16.04 Python3.6 / Tensorflow1.8 項目目標: 實時識別檢測人臉,並識別人物; 項目思路: 使用mtcnn模型檢測人臉,並提取人臉圖像成對應

原创 Python數據處理過程中一些方法記錄

開帖目的:記錄一些在寫Python工作中經常遇到的一些問題和解決辦法,以防遺忘。 開發環境:Ubuntu16.04+Python3 1. lambda 我們在coding過程中提到的 lambda 表達式,通常是在需要一個函數,但

原创 Deepin手札

關於顯卡 顯卡切換: deepin15.7之後,系統提供了顯卡驅動管理器,方便用戶自由選擇顯卡使用方案,如下圖 我們在使用過程中,經常需要調用GPU,大黃蜂方案情況下,需要我們人工啓動gpu或關閉 在進行訓練前,在終端輸入sud

原创 raw2voc數據集格式處理

前言 用深度學習做目標檢測,經常會接觸到pascal voc這個數據集。目前很多開源項目對數據的處理格式都採用和voc一樣的格式,逐漸這成爲了一種標準數據處理格式,這裏記一次製作符合自己需求的VOC格式數據集。 VOC數據集簡介 文件

原创 常用軟件破解-持續更新

XMind破解 安裝XMind-8 下載破解補丁 鏈接 提取碼: uq7s 將下載的文件 XMindCrack.jar 移動至XMind的安裝目錄 以linux爲例,打開安裝目錄編輯 XMind.ini 文件,在最後添加如下內容,即

原创 一種基於顏色統計和特徵指紋的圖片相似度計算方法

一種基於顏色指紋和內容信息的圖像相似度計算方法 1.摘要 圖片相似度有很多實際應用,比如谷歌搜圖、淘寶識物購買,現在很多類似應用已經使用神經網絡訓練實現,但是本文僅僅從圖像處理角度出發,根據圖像內容特徵信息實現圖片相似度計算。如題描述

原创 Python部分高效函數記錄

開帖目的:記錄一些在寫Python工作中經常遇到的關於效率的問題。 開發環境:Ubuntu16.04+Python2.7 1. lambda 我們在coding過程中提到的 lambda 表達式,通常是在需要一個函數,但是又不想花費精力去

原创 歡迎使用CSDN-markdown編輯器

歡迎使用Markdown編輯器寫博客 本Markdown編輯器使用StackEdit修改而來,用它寫博客,將會帶來全新的體驗哦: Markdown和擴展Markdown簡潔的語法 代碼塊高亮 圖片鏈接和圖片上傳 LaTex數學公式 UM

原创 StackingClassifier

寫在前面 scikit-learn 官網的Ensemble methods 文檔部分只介紹了/bagging / boosting / voting / 三種模型組合方式;但是通過查找學習,受周志華《機器學習》集成學習部分的學習法啓發,瞭

原创 python工具記錄

用於記錄Python的工具知識點 pip 相關 pip list 列出pip安裝的所有包 pip list --outdated 列出可更新的包 pip install somepackage pip uninstall somepa

原创 Ubuntu下安裝部分常用軟件歷程

不喜歡用虛擬機,也不習慣在win下開發,但是也不能放棄win,那好吧,乾脆裝個雙系統吧ubuntu16.04 + win10 Ubuntu開發雖好,但是使用起來如何更加順手,還得自己配置一番。 1.系統安裝篇 vim /etc/apt/s

原创 Python數據分析可視化工具

開發環境:Ubuntu16.04+Python2.7+jupyter pyecharts 可交互的餅圖工具 from sklearn import datasets from pyecharts import Pie data = p

原创 高斯混合模型/前景分割算法

高斯混合模型/前景分割算法 環境 Ubuntu16.04 + OpenCV3.0 + Python2.7,環境配置可參考www.pyimagesearch.com 前言: 背景減法是許多基於視覺的應用程序中的主要預處理步驟。 OpenC

原创 BoostingClassifier

寫在前面 前面博客寫過 bagging 算法的實現方式,並且提到集成算法的其他三類模型組合方式,此文主要簡述Boosting 中Adaboost / GBDT 的實現方式. 算法主要特點 Boosting: 順序集合:嘗試添加在之前模型

原创 機器視覺Ubuntu開發環境搭建

前言 經過幾次的系統重裝,已經感受到配置環境的絕望…哈哈哈,誇張了。言歸正傳,在Ubuntu下搭建深度學習圖像處理開發環境還是較爲順利的。 摘要 在做數據分析時,很多同學都推薦使用Anaconda作爲基礎開發環境。由於個人習慣,比較喜歡使