原创 點雲轉爲圖像的相關處理

爲什麼會有這麼一個操作呢? 是因爲有些時候在三維上可能很難處理,但是在二維上卻是很簡單的事情,比如提取線性特徵啊什麼的,這些opencv都有很成熟的算法,直接調用就可以了(我這個憨坨坨剛開始準備直接在三維上面找直線)。這些代碼呢是在很久之

原创 Windows tensorflow安裝

因爲疫情待在家裏,平時工作用的電腦被封鎖在了武漢,沒辦法,只能拿出家裏已經10歲的老筆記本來學習一下。 一直在看關於深度學習的內容,但是感覺不敲下代碼,學了也白學,所以準備在這老電腦上安裝一下tensorflow試試。老電腦的window

原创 點雲凸包

乘勝追擊再寫一個點雲凸包怎麼找的代碼好了,畢竟下一次更新也不知道是什麼時候,太懶了,太懶了,不適合搞學術 啥是凸包呢,在網上隨便找了一個圖哈,大概意思就是每個轉角的地方都是凸出去的,這個代碼師兄也跟我說很簡單很簡單,行吧,反正我是想了好久

原创 深度學習TensorFlow學習筆記 六 卷積神經網絡

1.基本定義 全連接NN:每個神經元與前後層的每個神經元都有連接關係,輸入的是特徵,輸出的是預測結果 參數個數 = (前層*後層+後層),也就是w和b的總數 待優化的參數過多,容易導致模型的過擬合,因此在實際應用中,通常先對你特徵進行提取

原创 vscode 導入的三方庫沒有代碼提示的問題

發現在vscode裏面 關於tensorflow的內容都不提示,需要一個字母一個字母的敲。 搜索了一下解決方案:https://blog.csdn.net/weixin_34224941/article/details/86023757

原创 深度學習 TensorFlow 學習筆記三 學習率、滑動平均和正則化

這幾天學習的內容有點多,光看定義和一些理論知識還是太抽象了,結合代碼看上手比較容易。建議理論部分就去看吳恩達老師的深度學習課程,然後再看北大的tensorflow課程,先理論後實際。 目錄 1. 學習率 learning rate 1.1

原创 深度學習tensorflow 學習筆記二 反向傳播

目錄 1. 反向傳播(back propogation) 2. 損失函數(loss) 3. 反向傳播訓練方法 4. 搭建一個簡單的神經網絡的步驟 5.代碼示例 1. 反向傳播(back propogation)  訓練模型參數,在所有的參

原创 matplotlib基本畫圖學習

1. 普通繪圖: plot(x,y) 2.設置座標範圍; plt.xlim()   plt.ylim() 3.設置xy軸的座標標籤: xlabel()   ylabel() 4.設置刻度:xticks()     yticks() 5.設

原创 深度學習Tensorflow 學習筆記一 前向傳播

最近在看北京大學曹健老師的tensorflow課程 (https://www.bilibili.com/video/BV1GE411k7Q2?p=16),講的很詳細,老師也很帥 將一些重要的點記錄一下,方便後面翻閱複習。 發現有個老哥也在

原创 python學習記錄八——turtle繪圖 五角星

right就是從當前方向向順時針選擇 #coding:utf-8 import sys #引入系統交互操作 import os #方便路徑訪問 import re #引入正則化 import turtle #利用此函數實現資源路

原创 點雲的種子填充算法來聚個類

寫的代碼太多了,我也不記得哪個寫過哪個沒有寫過,好慘,找了半天才找到,既然如此,就記錄一下咯 一樣的先申明一哈哈,ccPointCloud是cloudcompare軟件裏面自帶的類型,就是存所有點的,反正都把它轉成pcl的類型進行處理 /

原创 深度學習 Tensorflow學習筆記 五 MNIST手寫數據集的識別

MNIST數據集:手寫數字(0~9)的圖片和標籤,包含6w張28*28 圖片, 用於訓練, 1w張28*28圖片用於測試 目錄 1.導入數據集 2. 返回各子集樣本數 3.返回標籤和數據 4.取一小撮數據,準備餵給神經網絡訓練 5. tf

原创 Python學習記錄三——界面製作與程序打包

1.下載pyinstaller  : pip install pyinstaller 2. 修改代碼:加get_resources_path函數 #coding:utf-8 import tkinter import os import

原创 python學習記錄七——scale和scrollbar用法

紅色筆畫的地方就是scale組件,藍色筆畫的地方就是scrollbar組件 #coding:utf-8 import tkinter #引入界面設計庫 import sys #引入系統交互操作 import os #方便路徑訪問

原创 Keras搭建yolo4目標檢測平臺

=參考鏈接https://blog.csdn.net/weixin_44791964/article/details/106014717 學習yolo4之前強烈建議大家先學學yolo,把幾個大概的模塊熟悉一下。 yolo4對比yolo3最