原创 QT+opencv+dnn調用預訓練好的模型

由於項目需要,需要在QT中進行圖片分類,準備用opencv自帶的dnn模塊,調用訓練好的模型。 win7/64+QT5.11.1+opencv3.4.1 1.QTCreator配置opencv 先測試是否可用,QTCreator的

原创 圖像分類項目(一):製作自己的TFRecord數據集,讀取並顯示(詳細圖解)

自定義數據集、模型,用QT、c++調用tensorflow編譯好的pb模型的圖像分類項目 第一步:本文 第二步:讀取自定義的TFRecord數據集,訓練卷積網絡並保存pb模型 第三步:opencv讀取自定義的pb模型,自定義sof

原创 隨機函數生成20個不同的2位整數填充數組,從小到大排列,然後在插入一個2位整數,輸出打印

幫朋友寫的一個作業,題目和代碼如下: 已知一個數組a大小爲20個元素,用隨機函數生成20個不同的2位整數填充該數組,再將該數組元素從小到大排序。現要求任意輸入一個2位整數,要求將該數插入數組中合適的位置,使得這個數組中的21個元素

原创 如何實現WPF登陸界面的記住賬號密碼及水印功能

剛開始學編程。學了三個月了,學的C#和.net(貌似有點坑),公司應該是讓做b/s,socket和數據庫比較難,暫時不怎麼會,對WPF花的時間比較多一些(畢竟可視化效果看起來比價有成就感)(WPF的課程案例貌似不多,加油) 新手

原创 基於VS2017+OpenCV3.4.1的PC端攝像頭卡通化和皮膚變換

教材:《深入理解OpenCV 實用計算機視覺項目解析》 https://pan.baidu.com/s/16YPsbWmcys31CBXPCR4b3Q 提取碼:o8dk 案例源碼:https://github.com/Master

原创 圖像分類項目新手升級版(一):製作多個TFRecord數據集

自定義數據集、模型,用QT、python腳本模式調用tensorflow編譯好的pb模型的圖像分類項目 第一步:本文 第二步:文章目錄flower_photos數據集保存爲tfrecord文件1.獲取訓練集和驗證集的圖像列表和標籤

原创 QT調用python腳本,用PyImport_ImportModule返回值總是爲0的解決方法

參考: Qt中用C++調用Python文件的三種方法 開始測了沒問題。後來我修改文件就出問題了,PyImport_ImportModule那裏老是錯誤,明明文件都沒動。 QT調用python部分如下: //進行初始化 P

原创 圖像分類項目(二):讀取自定義的TFRecord數據集,訓練卷積網絡並保存pb模型

自定義數據集、模型,用QT、c++調用tensorflow編譯好的pb模型的圖像分類項目 第一步:tfrecord數據集的製作和讀取(驗證)、 第二步:本文 第三步:opencv讀取自定義的pb模型,自定義softmax,argm

原创 opencv提取最大矩形邊框線

項目需要,提取出把所有目標物體框進去的最大矩陣邊框線的ROI。因爲我的照片背景單一,所以可以利用像素點的循環遍歷找到最大外輪廓邊框。方法很蠢,滿足我的需求就行,哈哈 #include <iostream> #include <ve

原创 圖像分類項目(三):opencv讀取自定義的pb模型,自定義softmax,argmax函數輸出圖像分類結果

自定義數據集、模型,用QT、c++調用tensorflow編譯好的pb模型的圖像分類項目 第一步:製作自己的TFRecord數據集,讀取並顯示(詳細圖解) 第二步:讀取自定義的TFRecord數據集,訓練卷積網絡並保存pb模型 第

原创 圖像分類項目(一):製作自己的TFRecord數據集,讀取(圖解)

自定義數據集、模型,用QT、c++調用tensorflow編譯好的pb模型的圖像分類項目第一步。 tfrecord數據集的製作和讀取(驗證) flower_photos數據集 鏈接:https://pan.baidu.com/s/

原创 QT+opencv+dnn調用訓練好的模型

由於項目需要,需要在QT中進行圖片分類,準備用opencv自帶的dnn模塊,調用訓練好的模型。 win7/64+QT5.11.1+opencv3.4.1 1.QTCreator配置opencv 先測試是否可用,QTCreator的

原创 輸入一個數組,用空格隔開,並錄入到一個數組

昨天做了一個筆試,裏面第一個編程題有一個需求類似這樣的 輸入第一行一個整數,保存到整數N 輸入第二行N個整數,用空格隔開,保存到一個整數數組。 當時這裏卡住了,神煩,基礎還是不牢固 後來百度找了一下代碼,自己測了一下: #incl

原创 Qt 創建文件夾

由於項目需要,需要保存圖片保存到文件夾。 演示步驟: 1.加載圖片 Mat img = cv::imread("apple.jpg");//加載並顯示圖片 imshow("Image", img); 2.準備文件夾名和圖片名 文

原创 No dashboards are active for the current data set.

在學習TensorFlow實戰Google深度學習框架(第2版)中第十一章TensorBoard可視化時,始終無法成實現。 我的運行環境 系統win7(64位),環境爲Anaconda3-5.3.0下新建環境(python3.6.