<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[baidu_41879652的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/baidu_41879652</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; baidu_41879652]]></copyright><item><title><![CDATA[VOC格式数据集转适用YOLOv8格式]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/130751357</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/130751357</guid><author>baidu_41879652</author><pubDate>Thu, 18 May 2023 17:26:41 +0800</pubDate><description><![CDATA[voc数据集一键转yolov8]]></description><category></category></item><item><title><![CDATA[Loguru基本、进阶使用方法小结。]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/129478912</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/129478912</guid><author>baidu_41879652</author><pubDate>Sun, 12 Mar 2023 18:39:23 +0800</pubDate><description><![CDATA[loguru基本、进阶使用方法，打印显卡型号]]></description><category></category></item><item><title><![CDATA[python-opencv滑动条，cv2滑动条，模糊示例]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/127283454</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/127283454</guid><author>baidu_41879652</author><pubDate>Wed, 12 Oct 2022 15:59:22 +0800</pubDate><description><![CDATA[快速使用cv2滑动条，两条函数搞定]]></description><category></category></item><item><title><![CDATA[PIL，cv2，plt的使用与区别]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/120077920</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/120077920</guid><author>baidu_41879652</author><pubDate>Fri, 03 Sep 2021 11:50:01 +0800</pubDate><description><![CDATA[PIL，cv2，plt的使用与区别1 比较三者的打开图片、显示图片、打开的图片的类型2 图像类型的转换（PIL与numpy）
1 比较三者的打开图片、显示图片、打开的图片的类型
from PIL import Image
import cv2
import matplotlib.pyplot as plt

import numpy as np

# 比较三者的打开图片、显示图片、打开图片的类型
# ************PIL************
PIL_img = Image.open('D:/i]]></description><category></category></item><item><title><![CDATA[解决PySide2的This application failed to start because no Qt platform plugin could be initialized问题]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/119057088</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/119057088</guid><author>baidu_41879652</author><pubDate>Sat, 24 Jul 2021 13:31:59 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/qq_41976422/article/details/108242662

]]></description><category></category></item><item><title><![CDATA[torch.device用法总结]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/118307330</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/118307330</guid><author>baidu_41879652</author><pubDate>Mon, 28 Jun 2021 17:05:13 +0800</pubDate><description><![CDATA[这里写自定义目录标题1 通过字符串构造设备2 通过字符串＋序号构造设备3注意事项3.1可直接使用字符串构建3.2 有cuda的也可直接输入序号3.3 以下示例均等效
torch.device代表将torch.Tensor分配到的设备的对象。
torch.device包含一个设备类型（'cpu'或'cuda'设备类型）和可选的设备的序号。如果设备序号不存在，则为当前设备;
例如，torch.Tensor用设备构建'cuda'的结果等同于'cuda:X',其中X是torch.cuda.current_devic]]></description><category></category></item><item><title><![CDATA[PackagesNotFoundError: The following packages are not available from current channels:    - pytorch]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/115054581</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/115054581</guid><author>baidu_41879652</author><pubDate>Sun, 21 Mar 2021 19:55:48 +0800</pubDate><description><![CDATA[原因：在镜像源找不到包
解决：重新添加个可用的镜像源
我要安装pytorch，重新找了个清华源（ https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64）
添加一下源就可以了，如下图


]]></description><category></category></item><item><title><![CDATA[win10下 anaconda安装lightgbm包，一条指令搞定]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/114360172</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/114360172</guid><author>baidu_41879652</author><pubDate>Thu, 04 Mar 2021 10:01:15 +0800</pubDate><description><![CDATA[第一步：科学上网
第二步：conda install lightgbm
完了
（记得进入对应的环境，进入环境指令：activate+环境名）


y

]]></description><category></category></item><item><title><![CDATA[坐标系旋转]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/112859269</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/112859269</guid><author>baidu_41879652</author><pubDate>Wed, 20 Jan 2021 10:33:20 +0800</pubDate><description><![CDATA[坐标系旋转
http://www.skcircle.com/?id=514

]]></description><category></category></item><item><title><![CDATA[统计数字c++实现]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/110324995</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/110324995</guid><author>baidu_41879652</author><pubDate>Sun, 29 Nov 2020 16:27:10 +0800</pubDate><description><![CDATA[计算数字k在0到n出现的数字，k为0-9的一个值
例子：
输入：
k = 1, n = 1
输出：
1
解释：
在 [0, 1] 中，我们发现 1 出现了 1 次 (1)。  
     
样例 2：
输入：
k = 1, n = 12
输出：
5
解释：
在 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12] 中，我们发现 1 出现了 5 次 (1, 10, 11, 12)(注意11中有两个1)。

题目要求输入一个数n，与一个待匹配的数k，计算0-n中k出现的次数
那么]]></description><category></category></item><item><title><![CDATA[opencv图像重映射压缩]]></title><link>https://blog.youkuaiyun.com/baidu_41879652/article/details/109547204</link><guid>https://blog.youkuaiyun.com/baidu_41879652/article/details/109547204</guid><author>baidu_41879652</author><pubDate>Sat, 07 Nov 2020 15:32:01 +0800</pubDate><description><![CDATA[其实就是用remap函数重映射
其中输入输出图像没什么好说的，
后面是映射表的x和y，这两个参数是用来建立映射的，也就是你把原来比如（22,25）的像素点给到输出图像（1,1）的像素点，就是把22给（1,1）的x，25给（1,1）的y。
注意，映射一般是有规律的，不然图像就乱了或者你想加密也行。
下面给出了几种映射的例子，只对y或者只对x或者xy都进行映射。
**其中在压缩部分就是抽样压缩（应该是叫这个名字），就是原图像的奇数或偶素行/列进行采样，从而达到缩小图像的目的。**比如原图有100行100列，我.]]></description><category></category></item></channel></rss>