原创 距離變換 (python 實現)

參考網址 距離變換的定義是:計算圖像中像素點到最近零像素點的距離 python 中scipy工具可以很好的實現,計算像素點到零像素點的歐式距離 >>> a = np.array(([0,1,1,1,1],

原创 caffe + windows +cpu +vs2013安裝與minist測試(中)

修改網絡模型表述文件 F:\caffe0\caffe-windows\examples\mnist\lenet_train_test.prototxt 目前主要修改訓練集和測試集的路徑 注意路徑的斜槓表示 name: "LeNet

原创 使用std--fstream處理文件

fstream文件操作總結 文件的操作一直在用,在此總結一下:fstream的使用 std::fstream從std::ofstream繼承寫入文件的功能,從std::ifstream繼承讀取文件的功能. 包含頭文件 #incl

原创 int main(int argc, char *argv[]) 的用法

int main(int argc, char *argv[]) 的用法 argc 是命令行總的參數個數,包含路徑 argv[]包含argc個參數,第0個參數是路徑 代碼塊 #include<iostream> using

原创 C++ string assign()用法

c++ string assign()賦值常用方法 直接用另一字符串賦值 #include<iostream> #include<string> using namespace std; int main() { st

原创 LFW pairs.txt解釋

參考鏈接 LFW中 pairs.txt 對於LFW的解釋,其他博客已經很詳細,這裏僅對pairs.txt做解釋 readme 第一行:300表示的是300個匹配圖片(相同的人),10表示的是重複十次 Abel_Pache

原创 caffe + windows +cpu +vs2013安裝與minist測試(上)

caffe windows 安裝 caffe安裝參考地址 由於公司的要求安裝Windows版本caffe , 作爲筆記,希望大牛批評指正,上述地址博客安裝很詳盡,但是本人安裝失敗,本人的安裝過程如下: caffe提供Window

原创 caffe + windows +cpu +vs2013安裝與minist測試(下)

公司剛來電,繼續碼字 上一篇說到模型的訓練 在上述超參數中指定路徑,可以得到訓練的參數 總共訓練10000次,5000次作爲一個輸出 訓練模型的測試 準備測試圖片: 生成均值文件: 待補充 %計算均值程序% %trai

原创 linux 隨筆

linux 權限管理 r(讀取) w(寫入) x(執行) chmod a+x file 給file文件的所有用戶增加權限 chmod u+rw file 給file文件的所屬用戶增加r w權限 ls 命令 ls -l 除文件名稱外,亦

原创 notebook 實現3d可視化

在3d分割中經常會遇到可視化問題,notebook中可以非常方便的實現 import numpy as np import ipyvolume x = np.zeros([100,100,100]) for i in range(

原创 區域生長算法

參考鏈接 區域生長的基本思想是將具有相似性質的像素集合起來構成區域。具體先對每個需要分割的區域找一個種子像素作爲生長的起點,然後將種子像素周圍鄰域中與種子像素具有相同或相似性質的像素(根據某種事先確定的生長或相似準則來判定)合併到種子

原创 python 讀取文件夾下文件,將文件名作爲製作標籤,訓練樣本

# -*- coding: utf-8 -*- import os import re path = "F:\\data\\test_Data" # 更改文件名 def Rename_file(path): for file in

原创 mysql操作快捷鍵

登陸:mysql -u root -p 命令行退出 \q quit exit 創建數據庫: Create database **; 顯示數據庫:Show database; 選擇數據庫:Use **;

原创 keras 模型保存,載入

# 保存參數,載入參數 model.save_weights('my_model_weights.h5') model.load_weights('my_model_weights.h5') # 保存網絡結構,載入網絡結構 from ke

原创 tf.app.flags.FLAGS使用

參考鏈接 定義命令行參數,如果沒有輸入按默認參數 # -*- coding: utf-8 -*- import tensorflow as tf FLAGS = tf.app.flags.FLAGS tf.app.flags.DEFIN