<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Unremitting__的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Unremitting__</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Unremitting__]]></copyright><item><title><![CDATA[npm已经配置淘宝源仍然无法使用]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/136285345</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/136285345</guid><author>Unremitting__</author><pubDate>Sun, 25 Feb 2024 18:13:41 +0800</pubDate><description><![CDATA[这个错误表示发生了证书过期的错误。由于npm请求淘宝源（https://registry.npm.taobao.org）时，发现其证书已经过期所导致的。将原来的源 registry.npm.taobao.org 更改为 registry.npmmirror.com。使用npm命令安装Taro框架的时候，尽管已经设置淘宝源但是仍然无法下载，提示错误。]]></description><category></category></item><item><title><![CDATA[yarn install 报错 error Error: certificate has expired]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/136071399</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/136071399</guid><author>Unremitting__</author><pubDate>Sun, 25 Feb 2024 18:05:48 +0800</pubDate><description><![CDATA[2、使用命令 yarn config set strict-ssl false 将值修改为false。1、使用 yarn config list 查看  strict-ssl 的 值。]]></description><category></category></item><item><title><![CDATA[Python常见报错]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/134102974</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/134102974</guid><author>Unremitting__</author><pubDate>Sun, 29 Oct 2023 14:46:34 +0800</pubDate><description><![CDATA[这个错误在编写python程序的中，可能是经常遇到的。因为在python程序中对缩进的要求是非常严格的，而这个错误正是提醒在程序中出现缩进错误或排版错误，需要你关注报错行的缩进是否出现错误。]]></description><category></category></item><item><title><![CDATA[python实现Json内容转化到excel表格中]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/133947918</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/133947918</guid><author>Unremitting__</author><pubDate>Fri, 20 Oct 2023 15:38:50 +0800</pubDate><description><![CDATA[【代码】python实现Json内容转化到excel表格中。]]></description><category></category></item><item><title><![CDATA[CMake基础和命令介绍]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/132524635</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/132524635</guid><author>Unremitting__</author><pubDate>Sun, 27 Aug 2023 16:25:59 +0800</pubDate><description><![CDATA[target_link_libraries`命令将`my_library`库链接到`my_executable`可执行文件中。在CMake中，可以使用`add_library`命令来创建一个静态库，并使用`target_link_libraries`命令将其链接到可执行文件或其他库中。这将在`path/to/my/library`目录中查找名为`my_library`的静态库，并将其链接到`my_executable`可执行文件中。4. target_link_libraries：链接库到目标文件中。]]></description><category></category></item><item><title><![CDATA[Git相关介绍和操作]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/132524482</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/132524482</guid><author>Unremitting__</author><pubDate>Sun, 27 Aug 2023 16:15:32 +0800</pubDate><description><![CDATA[Git fetch是将远程仓库的更新拉取到本地，但不会合并到当前分支，可以通过Git merge命令手动进行合并。执行Git fetch命令后，可以通过git log命令查看远程仓库的更新情况，但本地分支并不会改变。其中，`<remote>`是远程仓库的名称，`<local-branch-name>`是本地分支的名称，`<remote-branch-name>`是远程分支的名称。以上就是Git创建分支和合并分支的步骤，需要注意的是，在进行分支合并时可能会出现冲突，这时需要手动解决冲突后再进行合并。]]></description><category></category></item><item><title><![CDATA[Python中的item()和items()的不同]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/131510821</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/131510821</guid><author>Unremitting__</author><pubDate>Mon, 03 Jul 2023 10:31:46 +0800</pubDate><description><![CDATA[1、item()，这个经常在模型训练中的loss见到，其目的主要是为了获取更高的精度，示例如下。2、items()主要用于字典，将字典中的键值对组成元组，然后将这些元组放在列表中进行返回。Python中的item()和items()尽管看起来有些相似，但是使用起来却十分不同。]]></description><category></category></item><item><title><![CDATA[win10+clion+opencv配置出错undefined reference to cv::imread未定义引用]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/130932701</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/130932701</guid><author>Unremitting__</author><pubDate>Mon, 29 May 2023 17:25:27 +0800</pubDate><description><![CDATA[set(Opencv_LIBS opencv_core opencv_imgproc opencv_highgui opencv_imgcodecs)，一般即可处理大多数错误。这个错误的原因一般是因为在Cmake文件中没有设置对Opencv库的引用所造成的，因此需要在CmakeLists.txt文件中添加一句。]]></description><category></category></item><item><title><![CDATA[Visual Studio Code运行C++程序，配置MingGW遇到问题，the file has been downloaded incorrectly]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/130785361</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/130785361</guid><author>Unremitting__</author><pubDate>Sat, 20 May 2023 20:38:30 +0800</pubDate><description><![CDATA[MingGW问题]]></description><category></category></item><item><title><![CDATA[python中元组(tuple)的基本操作]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/130737666</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/130737666</guid><author>Unremitting__</author><pubDate>Thu, 18 May 2023 00:22:25 +0800</pubDate><description><![CDATA[python中tuple的使用方法简单介绍]]></description><category></category></item><item><title><![CDATA[Opencv中开运算、闭运算、膨胀、腐蚀]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/130686798</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/130686798</guid><author>Unremitting__</author><pubDate>Mon, 15 May 2023 22:35:13 +0800</pubDate><description><![CDATA[(1)膨胀：如果结果大于255的话，将中心像素设为255 （2）腐蚀：结果小于255×4的话，将中心像素设为0。3、开运算则是首先进行N次腐蚀，再进行N次膨胀。开运算可以用来去除仅存的小块像素。3、闭运算则是先进行N次膨胀，再进行N次腐蚀， 闭运算能够将中断的像素连接起来。2、进行大津二值化，利用阈值将原图像分成前景，背景两个图象。2、进行大津二值化，利用阈值将原图像分成前景，背景两个图象。1、将图像转化为灰度图。1、将图像转化为灰度图。]]></description><category></category></item><item><title><![CDATA[pycharm2023导入conda环境]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/130611464</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/130611464</guid><author>Unremitting__</author><pubDate>Wed, 10 May 2023 22:52:44 +0800</pubDate><description><![CDATA[第二步，先选择conda Environment, 会发现弹出的界面和以往大不相同，别急 只不过是多了一步操作，新版pycharm要求我们先导入conda.bat，这样更加方便环境的切换。第一步，还是和以往一样，在pycharm主界面，点击任务栏中右下角 python版本(图像中我的是python3.10)，然后点击 Add New Interpreter, 最后点击Add Local Interpretetr..., 即可进入导入conda环境的界面。]]></description><category></category></item><item><title><![CDATA[python中的内置修饰符staticmethod、classmethod和property]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/130269366</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/130269366</guid><author>Unremitting__</author><pubDate>Thu, 20 Apr 2023 16:24:10 +0800</pubDate><description><![CDATA[Python当中内置的修饰符有三个，分别是staticmethod、classmethod和property，作用是分别把类中定义的实例方法变成静态方法、类方法和类属性。这三种修饰符在平常读代码的时候偶尔遇到，在此记录一下。@classmethod 将对象方法转化为类方法，在类方法函数的参数上需要加上cls作为参数，但是在调用的时候不需要添加参数。@staticmethod 将对象方法转化为静态方法，可以被类直接调用。@property的作用是将类方法转为属性，直接通过方法名访问。]]></description><category></category></item><item><title><![CDATA[Python中的.join() 方法]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/128302201</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/128302201</guid><author>Unremitting__</author><pubDate>Tue, 13 Dec 2022 15:04:45 +0800</pubDate><description><![CDATA[Python中的.join()方法]]></description><category></category></item><item><title><![CDATA[目标检测中的LOU(交并比)和NMS(非极大值抑制)代码实现]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/121018972</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/121018972</guid><author>Unremitting__</author><pubDate>Tue, 01 Nov 2022 19:19:07 +0800</pubDate><description><![CDATA[代码如下所示：


#假设box1的维度为[N,4] box2的维度为[M,4]
def Lou(box1, box2):
    N = box1.size(0)
    M = box2.size(0)
    #计算两个边框的交集，首先获取相交的左上和右下的坐标
    lt = torch.max(
          box1[:,:2].unsqueeze(1).expend(N, M, 2),
          box2[:.]]></description><category></category></item><item><title><![CDATA[OpenCV在win10安装]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/124439684</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/124439684</guid><author>Unremitting__</author><pubDate>Tue, 26 Apr 2022 23:25:04 +0800</pubDate><description><![CDATA[1、首先在Opencv官网下载合适版本的 opencv，注意, 下载一定要选windows版本。


注意：在官网可能会遇到无法下载情况，也可以去github下载（https://github.com/opencv/opencv/releases）。选择合适的版本，下载 .exe 文件。

2、将下载好的.exe文件双击打开，会出现如下安装界面，选择合适的安装路径，安装即可。

3、安装完成后，需要配置环境变量。首先找到 opencv 的安装文件，寻找路径 opencv\opencv\build\x64，可]]></description><category></category></item><item><title><![CDATA[python将视频分解为图像序列]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/124393263</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/124393263</guid><author>Unremitting__</author><pubDate>Sun, 24 Apr 2022 22:13:25 +0800</pubDate><description><![CDATA[1、将视频分解为图像序列
"""Script read video from local ,and clip pic rename save in local"""
import os
import cv2

class clipvideo(object):
    def __init__(self, video_path, save_path, num):
        """
        :param video_path: 视频文件路径
        :param save_path: 图像]]></description><category></category></item><item><title><![CDATA[python分解GIF图]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/124393121</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/124393121</guid><author>Unremitting__</author><pubDate>Sun, 24 Apr 2022 22:06:59 +0800</pubDate><description><![CDATA[使用python将GIF动态图分解为图像序列
from PIL import Image
import os
"""
    将一张GIF动图分解到指定文件夹
    src_path：要分解的gif的路径
    dest_path：保存后的gif路径
"""
def gifSplit(src_path, dest_path, suffix="png"):
    img = Image.open(src_path)
    for i in range(img.n_frames):
        im]]></description><category></category></item><item><title><![CDATA[python实现将图像合成GIF图]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/124392985</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/124392985</guid><author>Unremitting__</author><pubDate>Sun, 24 Apr 2022 22:00:57 +0800</pubDate><description><![CDATA[1、首先将需要合成的图像按照序列放到统一的文件夹下。
2、`import imageio   #主要使用imageio这个库
import os
def create_gif(image_list, gif_name, duration=0.35):
frames = []
for image_name in image_list:
frames.append(imageio.imread(image_name))
imageio.mimsave(gif_name, frames, ‘GIF’, durat]]></description><category></category></item><item><title><![CDATA[把二叉搜索树转换为累加树]]></title><link>https://blog.youkuaiyun.com/Unremitting__/article/details/121017993</link><guid>https://blog.youkuaiyun.com/Unremitting__/article/details/121017993</guid><author>Unremitting__</author><pubDate>Thu, 28 Oct 2021 17:00:35 +0800</pubDate><description><![CDATA[题目描述

给出二叉 搜索 树的根节点，该树的节点值各不相同，请你将其转换为累加树（Greater Sum Tree），使每个节点 node的新值等于原树中大于或等于node.val的值之和。

提醒一下，二叉搜索树满足下列约束条件：

节点的左子树仅包含键 小于 节点键的节点。
节点的右子树仅包含键 大于 节点键的节点。
左右子树也必须是二叉搜索树。





输入：[4,1,6,0,2,5,7,null,null,null,3,null,null,null,8]
输出：[30,36,21,36,...]]></description><category></category></item></channel></rss>