原创 PaddlePaddle學習內容分享

PaddlePaddle學習內容分享課程內容第1天第2天第3天第4天第5天第6天感想 課程內容 疫情期間,一次巧合的機會讓我參加了百度PaddlePaddle7天打卡,7天打卡包括: 第一天:新冠肺炎數據可視化; 第二天:DNN手

原创 基於matlab的雙目攝像頭標定

利用matlab對雙目攝像頭進行標定,本文使用的matlab版本爲Matlab R2018b。 (1)下載標定工具箱 網址:http://www.vision.caltech.edu/bouguetj/calib_doc/download

原创 雙目攝像頭三種標定方式標定結果對比

不同的人利用不同的方法對雙目攝像頭進行標定,總結起來包括如下三種,(1)利用matlab分別對左、右攝像頭進行標定;(2)利用matlab同時對雙目攝像頭進行標定;(3)利用opencv對攝像頭進行標定。 需要特別注意的是,對於標定圖像,

原创 Win 10 + cudn 10.1 + anaconda + pytorch 1.4.0+torch-scatter

在win 10 環境下配置torch-scatter,經歷了很多坑,最後總結起來,就是要看官方文檔,先給出官方文檔的連接及相關有用的鏈接: https://pytorch.org/ https://github.com/rusty1s/p

原创 腦電信號傅里葉變換及濾波方式總結

最近由於項目需要,因此接觸了腦電信號,腦電信號能夠比較準確的反映用戶的行爲以及思想方式,在得到一段腦電信號後,首先需要將腦電信號中所包含的Delta波,Theta波,Alpha波,Beta波以及Gamma波完整的提取出來。 Delta波:

原创 百度深度學習PaddlePaddle打卡營---python小白逆襲大神

最新一期的打卡營又開始了,如果對於有一定python編程基礎以及深度學習基礎的人,就不建議參加了,因爲講的真的是太基礎了,即使是講的基礎知識也是基礎的基礎,沒有什麼過多的幫助。參加過幾次打卡營,自我感覺百度是在對剛剛入門深度學習的同學推薦

原创 anaconda中Spyder更新到4.0.0後使用kite實時補全代碼

當安裝完畢kite後,在瀏覽器輸入欄輸入kite://home便可打開。

原创 EndNote論文文獻相關規則

1.主流英文期刊參考文獻作者姓名寫法均遵循【姓氏全寫,名字縮寫】的原則 主流英文姓名寫法:名字+姓氏 James Cook, George Walker Bush, Ross H.Crozier 張美麗->Meili Zhang|Mei-

原创 禁止在C盤安裝軟件

step 1: win+R->regedit step 2: 找到路徑:\HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows\CurrentVersion step 3:     完成

原创 python開發人臉識別

網址:https://pypi.org/project/face_recognition/ face recognition示例代碼:https://github.com/ageitgey/face_recognition/blob/ma

原创 dlib人臉關鍵點提取庫在matlab 2018b平臺的使用(VS2015和Matlab 2018b跨平臺編程)

dlib人臉關鍵點提取庫,擁有準確的提取精度,但是dlib人臉關鍵點提取庫對於C++以及OpenCV具有很好的支持,對於matlab的支持較少,爲了可以在matlab平臺上使用dlib進行人臉關鍵點的提取,需要將dlib人臉關鍵點提取的代

原创 基於Windows平臺的Intel第二代神經網絡棒配置及事例代碼測試

Intel第二代神經網絡棒可以在Win 10 64位,Linux,macOS以及Linux for FPGA中進行應用,由於Windows系統應用廣泛,因此基於Windows平臺進行配置以及應用。 第一步:安裝Intel Distribu

原创 利用labelme製作自己的語義分割數據集

本文硬件環境爲DELL,GPU 1060TI,軟件環境爲windows10 64位操作系統,python 3。 首先在windows系統下基於anaconda安裝labelme: # python3 conda create --nam

原创 谷歌MIT:微小運動放大算法的實現

原始論文題目:《Learning-based Video Motion Magnification》 作者:Tae-Hyun and Jaroensri, Ronnachai and Kim, Changil and Elgharib,

原创 關於博客“基於SegNet和U-Net的遙感圖像語義分割”配置過程中出現的問題及解決方法

在利用深度學習,對遙感圖像中的景物進行語義分割時,使用https://github.com/AstarLight/Satellite-Segmentation的代碼,實驗環境爲Window 10,使用Anaconda集成環境,利用Spyd