原创 圖片處理 python
1. 圖片分辨率表示 Width * Height 2. cv2讀入圖片及縮放方式 讀入圖片存儲類型: numpy array --> Height * Width * Channel import cv2 as c
原创 深度學習常用損失函數介紹和使用
1. nn.L1Loss 取預測值和真實值的絕對誤差的平均數 注意數據類型爲:double或float import torch.nn as nn import torch import numpy as np x=np.ar
原创 數組、列表、字典的使用 python
1. 定義 import numpy as np a=[1,2,3] #list b=np.ones(100) #numpy c=np.ones([2,3]) #numpy,2行3列 d={'a
原创 視頻的讀取與保存 python
1. 視頻的讀取 主要使用python的cv2 主要介紹:視頻幀讀取、視頻寬高讀取、FPS讀取 import cv2 as cv vc = cv.VideoCapture('12.mp4') # 讀入視頻文件 fps=vc.get(
原创 Visio,Python,Matlab 畫圖
1. Visio 1)對齊技巧: 先選擇的第一個爲基準位置 2)保存高清圖技巧:另存爲--》類型:.jpg 3)小圖標網址: https://www.iconfont.cn/
原创 爬蟲明星圖片 python
# -*- coding: utf-8 -*- """ Created on Mon Oct 16 20:32:27 2017 @author: Jingwang Li """ import requests import re i
原创 文件、文件夾的處理使用 python
1. 子文件夾的獲取 2. 文件的複製移動 # -*- coding:utf-8 -*- import os from shutil import copy2 allDir="D:\\pics\\易烊千璽" trainDir = "C
原创 情感識別相關數據集總結
(*主要介紹數據集的格式) 一. 圖片 1. artphoto 未劃分train-test; 圖片數據;標籤 2. SFEW2.0 訓練集+驗證集: 圖片數據;標籤;特徵 測試集 : 圖片
原创 action recognition論文閱讀
1.Potion 步驟: (1) 抓取每一幀每個joint的heatmaps(每一個像素點被劃分爲某一個joint概率的heatmap) --》每一幀圖像都得到N個heatmap(H*W), 共 T*N*H
原创 常用損失函數
1. nn.L1Loss 取預測值和真實值的絕對誤差的平均數 注意數據類型爲:double或float import torch.nn as nn import torch import numpy as np x=np.ar
原创 pytorch函數使用
1. Squeeze函數與UNsqueeze函數 torch.squeeze()主要對數據的維度進行壓縮,去掉維數爲1的的維度 添加參數,則表示僅去掉該維數爲1的
原创 pycharm與GitHub聯合使用
1. 將新項目提交到GitHub 1)登錄GitHub 2)點擊VCS 3) 設置名字和權限 4)選擇要上傳的文件 5)成功 2. 修改、添加文件後更新GitHub 1)點擊右上角commit 2)添加描述,進行commit
原创 卷積操作中的group
group參數,其意思是將對應的輸入通道與輸出通道數進行分組卷積處理, 默認值爲1。 比如輸入數據爲B*Cin*H*W, 卷積核配置爲 Cout 3*3 group: group=1,即我們常用的全連接的卷積,對輸入的全部Cin個通道與
原创 pytorch的一些庫
1. torchvision的models 裏面包含常用的深度模型:AlexNet、VGG、GoogleNet等 使用: model=models.resnet50() 2. pretrainedmodels 裏
原创 遷移學習-模型參數加載
1. 模型定義時name規則 定義了變量名的,name=變量名; 沒有定義變量名的,使用Sequential()的,從0開始標號name。 class Net(nn.Module): def __init__(self):