
python
baoxin1100
阿里巴巴算法工程师,图像算法,检测,分类,重识别
展开
-
url转numpy array,url转PIL Image,url转图片
url链接转numpy array,PIL Image,保存成图片原创 2023-01-10 16:55:25 · 618 阅读 · 0 评论 -
【面试题】字符串转浮点数
输入:"-78.506"输出:-78.506代码:def str2float(num): f1 = 1 f2 = 0 y = 1 u = 0 for i in range(len(a)): if num[i]=='-': f1 = -1 # 用来判断正数还是负数 elif num[i]=='.': f2 = 1 # 用来判断处于整数部分还是小数部分 elif not原创 2021-03-02 12:00:49 · 814 阅读 · 0 评论 -
【算法面试题python】合并k个有序列表
题目:合并k个有序list输入:[[3,4,5], [1,6], [2,6,7,8], [5,6,9]]输出:[1, 2, 3, 4, 5, 5, 6, 6, 6, 7, 8, 9]思路:为每个list分配一个指针,每次循环比较k个指针指向的元素,取最小的放入新列表,退出循环的条件是所有列表的元素都被取完代码:def merge(a): new = [] idx = [0]*len(a) # k个指针 while True: curmin = 1e6原创 2021-02-25 18:23:51 · 535 阅读 · 0 评论 -
matplotlib plt.figure 转 numpy array
思路:利用plt.savefig向BytesIO缓存中保存文件,再用PIL读取缓存中的文件转为numpyfrom PIL import Imagefrom io import BytesIOimg = np.ones((256,256,3), dtype=np.uint8)plt.figure()plt.imshow(img, cmap='gray')buffer = BytesIO()plt.savefig(buffer, format='png')new_img = np.asarra原创 2021-01-21 10:23:26 · 1808 阅读 · 0 评论 -
美图祛斑算法实战——雀斑消除
美图祛斑算法实战——雀斑消除本文主要根据这篇博文的思路,由于原博文没有放出完整代码,我这里尝试根据作者的思路实现人脸祛斑算法的代码完整版,本代码针对特定图像使用了一些trick,不是通用算法,仅做参考。算法流程主要为:灰度化对比度增强阈值处理梯度极大值查找连通域分析皮肤排除图像修复 inpaint本代码用到的图片如下,从这篇博文直接下载得到,我们的目标是去除任务颈肩部位的祛斑。首先导入用到的库import cv2import matplotlib.pyplot as plt原创 2021-01-15 16:38:44 · 2158 阅读 · 3 评论 -
python 求两个向量的顺时针夹角
以上述图片举例,要求 OB⃗\vec{OB}OB 相对 OA⃗\vec{OA}OA 的顺时针夹角。注意:这里使用图像坐标系1 定义求顺时针角度的函数import numpy as npdef clockwise_angle(v1, v2): x1,y1 = v1 x2,y2 = v2 dot = x1*x2+y1*y2 det = x1*y2-y1*x2 theta = np.arctan2(det, dot) theta = theta if theta>0 else 2*np..原创 2020-12-09 10:11:14 · 1364 阅读 · 1 评论 -
vscode 无法跳转定义,右击没有跳转定义
设置里面,搜 jedi把下图中的language server改成jedi原创 2020-11-13 18:31:47 · 6851 阅读 · 2 评论 -
pytorch, tensorflow, keras统计模型参数大小
统计模型大小的方法统一步骤1 统计总的参数个数,2 利用参数个数算出权重大小pytorchdef get_model_size(model): para_num = sum([p.numel() for p in model.parameters()]) # para_size: 参数个数 * 每个4字节(float32) / 1024 / 1024,单位为 MB para_size = para_num * 4 / 1024 / 1024 return para_sizetenso原创 2020-11-10 09:39:44 · 3109 阅读 · 0 评论 -
四个框架numpy, tensorflow, keras, pytorch分别实现逻辑回归分类算法,实现梯度计算与参数更新
逻辑回归预备知识逻辑回归主要应用于二分类问题,公式: p=sigmoid(z)=11+e−zp = sigmoid(z) = \frac{1}{1+e^{-z}}p=sigmoid(z)=1+e−z1 梯度回传公式为:∂p∂z=p(1−p)\frac{\partial p}{\partial z}=p(1-p)∂z∂p=p(1−p)损失函数我们用二分类交叉熵(BCE, binary_cross_entropy),假设y为标签,p为预测概率:loss=−ylog(p)−(1−y)(1−p)loss原创 2020-09-28 10:33:42 · 843 阅读 · 0 评论 -
mac 安装 line_profiler, 如果 pip 安装 line_profiler 报错
pip install Cython --usergit clone https://github.com/rkern/line_profiler.gitcd line_profilercython _line_profiler.pyxpip install . --user原创 2020-08-22 13:06:02 · 473 阅读 · 0 评论