原创 泛洪填充 均值模糊,中值模糊,銳化 高斯模糊

文章目錄ROI 泛洪填充均值模糊,中值模糊,銳化高斯模糊 ROI 泛洪填充 import cv2 as cv import numpy as np def fill(image): copyImg=image.copy(

原创 深度學習貓狗大戰數據集處理7.2

貓狗大戰數據集: 鏈接:https://pan.baidu.com/s/1_qa0u-vLFx1ARmlmJ05R_w 提取碼:bgao import torch import torchvision import os fro

原创 邊緣保留濾波算法 EPF

邊緣保留濾波算法 EPF方法: 1.高斯雙邊濾波 高斯雙邊濾波與高斯模糊的區別: 高斯雙邊濾波 在空間和邊緣方面,即雙邊濾波,就是指同時考慮了 空間位置和像素值分佈這兩點 而高斯模糊只是在空間上進行模糊,在邊緣上沒有 2

原创 CV之街景字符編碼識別三----pytorch之定義網絡,損失函數和優化器

文章目錄一、定義網絡(Net)二、定義損失函數和優化器 一、定義網絡(Net) 用一個名爲Net的類定義 需要繼承torch.nn中的nn.Module(注意M大寫) Net類包括初始化函數和forward函數兩部分 1)初始化

原创 樹莓派3b+ 安裝Python3.7+opencv 遇到的 ImportError: /usr/local/lib/python3.7/:undefined symbol: __解決

一、Python3.7 首先輸入 Python 查看樹莓派Python版本,我的是2.7,所以我刪掉了(這個地方暫時不知道刪掉是不是必須的,但是我先卸掉了) 1.卸載2.7 sudo apt-get autoremove py

原创 二手車交易價格預測----:模型結果融合

二手車交易價格預測 ——模型結果融合 通過對賽題的分析,我們可以看出此類問題是對價格進行迴歸預測,那我們對於數據需要事先做預處理分析,這裏我們採用EDA探索性數據分析來進行。 探索性數據分析是對調查,觀測所得到的一些初步的雜亂無章

原创 二手車交易價格預測----建模調參(4)

** 二手車交易價格預測----建模調參(4) ** 地址:https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957

原创 如何入門樹莓派,opencv,tensorflow,pytorch,keras庫的樹莓派鏡像,樹莓派開發搭建工具。

一、樹莓派是什麼以及是幹什麼的!!i 我的理解就是樹莓派是一個類似於VMware虛擬機的Linux的小型電腦,裏面可以考入各種鏡像,比如樹莓派官方鏡像,Ubuntu鏡像,kali linux鏡像等等。 像是樹莓派鏡像的好處則是,裏

原创 用Python改變圖像像素+像素運算 B站opencv+python6,7

用Python改變圖像像素 from PIL import Image import cv2 as cv def produceImage(file_in, width, height, file_out): image

原创 Python 2to3.py -w 將Python2 的代碼轉爲Python3 的代碼

嘗試了網上簡歷reg文件的方式來轉換,但不知道爲什麼,流程一樣,我的2to3的功能出不來,所以最後還是選擇使用在cmd中轉換。 首先我們先找到Python中的2to3.py文件。大多分佈位置都一樣,我的在C:\Users\Admi

原创 批處理圖像文件大小Python代碼 OSError: cannot write mode RGBA as JPEG ,解決方案

文章目錄在批處理圖像文件大小Python代碼(圖片格式都是JPG或者JPEG,以下代碼可使用):OSError: cannot write mode RGBA as JPEG批處理圖像大小Python最終代碼(適用於圖像文件有pn

原创 二手車交易價格預測——特徵工程(2) 生成適用於LR的數據

針對於LR,NN模型的數據處理 針對生成樹的數據處理鏈接https://editor.csdn.net/md?articleId=105156784 文章目錄針對於LR,NN模型的數據處理針對生成樹的數據處理鏈接[https://

原创 CV之街景字符編碼識別五----pytorch之模型集成

一、集成學習 bagging: 基本流程: Bagging的基本流程: 經過 M 輪自助採樣,可以得到 M 個包含 N 個訓練樣本的採樣集。 然後基於每個採樣集訓練出一個基學習器。 最後將這 M 個基學習器進行組合,得到集成模型

原创 二手車交易價格預測 ——EDA 探索性數據分析

文章目錄二手車交易價格預測 ——EDA 探索性數據分析1.數據的導入及數據信息的查看2.變量是否有異常值3.變量是否含有缺失值4.樣本是否存在不平衡問題5.變量之間是否存在冗餘6.基於目標price進行分析查看各變量的分佈情況6.

原创 CV之街景字符編碼識別四----pytorch之模型訓練與驗證 ,如何構造訓練集和驗證集

一、訓練集,驗證集,測試集的作用 訓練集(Train Set):模型用於訓練和調整模型參數; 驗證集(Validation Set):用來驗證模型精度和調整模型超參數; 測試集(Test Set):驗證模型的泛化能力。 通俗來講