buaaweibin的博客

为了使用机房电脑处理数字图像问题，在win7系统安装了python opencv, 测试使用的是官网下载python3.7.7版本，如果官网安装，直接安装即可。如果官网安装很慢，想使用镜像安装那问题就来了，总是出现python 版本不对应的错误，经过同学们测试，可以使用以下步骤完成快速镜像安装。升级后输入pip 检查是不是完成了更新，有时候最后提示错误也能完成更新，超时只能多试几次。这样可以自动成功安装对应版本 numpy。这样会自动安装对应版本的numpy。

第一次启动系统需要一大堆设置，启动后查看python 版本 3.6.9。Jetpack4对应的python都是3.6 Jetpack5对应3.8，所以nvidia提供的大部分安装包为py36 和py38。第一页显示各种信息，按下6进入第六页显示Jetpack CUDA opencv TRT等软件版本。原装版插卡版首先安装系统，不用登陆，直接下载镜像文件。安装yolo首先要安装 pytorch 和cudnn。由于是新系统，还没安装pip3，现在先安装一下。点击进入后选择对应的版本，可以直接点击下载。

1 国产主板中B01较为常用，将M.2接口扩充成SD卡槽，其使用过程和原装版本差异不大，可以线刷，也可以卡刷，通常刷入16G Emcc 刷入boot后，使用TF卡启动就可以。①没有卡槽，必须线刷，线刷时必须要刷入Jetpack 4.6.1 除了这个系统，别的都不能启动Putty。线刷时选则2G 扩展板的2G套件。②刷完后没有鼠标键盘，通过microusb远程putty链接，链接成功后按下列步骤操作。④使用U盘系统后，桌面系统反应比较慢。2 如果使用2G底板，则问题非常多。...

树莓派最新官方系统已经使用了python3.9，这使得安装yolo非常容易，下载支持3.9版本的yoloV5 6.2 ，写这篇文章时是最新版本，下载后只需。执行过程中会自动下载权重，如果版本更新了，就不要自动下载了，github自行下载。pip install -r requirments.txt 即可完成安装。很简单 pip install numpy==1.23 (22 23均可)安装过程中出现的PATH警告可以通过添加路径消除，不去处理也可以正常执行。不知道为什么没有torchaudio。

在前面基础上，我们可以做一个提醒不带口罩并统计的系统了。deepsort3.0+ yolov5.0 安装好后下载 yolov56.0训练的权重文件 mask_best.pt 两个类别 face（不带口罩），mask（戴口罩）。

yolov5 6.0 之后 pt权重文件发生了变化，不能于5.0 pt混用，导致原有5.0版本很多时候要自己训练数据集。下面提供一种yolov5 5.0 调用 最新 yolov5 6.0 6.1 权重文件的方法。直接适用 6.0 数据集，

前面已经介绍了deepsort最新环境搭建的过程，本节在使用github另外的源码建立目标追踪环境，本节提供了从Google Drive 下载的crowd_human.pt来作为识别的权重文件，同时实现用class 来限制识别的类别，实现某种类别的追踪。...

前面介绍了deepsort3.0 +yolo5.0 目标追踪环境搭建流程，为了适应更新的pt环境，开始尝试使用更yolo6.0以上版本来实现deepsort。新的版本大多需要科学上网完成，大家知悉。

是track追踪。使用yolov5+deepsort 是最容易的实现追踪的方法。

熟悉了yolov5的CPU环境，下一步就是构建GPU环境了。从yolov2 tensorflow keras darknet，原始的GPU构建非常麻烦，不仅要cuda 和cudnn对应，还要和驱动版本完全一致，更要在windows环境设定大量环境变量和路径，这是非常不完美的解决方案。现在yolov5 pytorch已经不存在这个问题，可以说在激活环境下可以一键完成GPU环境的搭建。.........

在前面的准备里，做了环境测试，而且使用labelimg建立了训练集。首先把训练集的图片和标签分别放入 images 和labels文件夹放在什么位置主要为了使用 train.py命令时方便下面配置 yaml文件存为 A.yaml 我直接放在根目录了这样就完成了所有准备，可以执行可以看出，还是使用 yolov5s权重来进行训练。yaml文件的路径注意对应。我训练了10张柯南照片， cpu训练较慢，时间大概为40分钟。......

在训练自己的样本之前，先要调试好yolov5的训练环境

安装labelimg 简单方法 在线

摄像头实时采集与退出

yolov5 快速环境搭建

大家都知道梯度是最大方向导数，拉普拉斯是梯度的微分，也就是二阶导数，对于连续可导函数，这两个微分的求取比较容易。但是图像是离散信号，没法求导数，这样就导致要用某些近似方法来逼近导数值，而你看到了微分...

数字图像处理上机考试是在传统图像研究领域向现代python研究过程的首次尝试，既要考查出同学们对图像处理的基本原理的认识，也要考查出对方法灵活使用的熟练程度。考试主要面向解决实际问题，答卷需要包括以下要点.1 解决该问题的主要思路，文字叙述300字之内。2 解决该问题的主要流程，列表形式3 关键代码及调试过程()...

之前经常使用tensorflow 和pytorch 搭建GPU图像识别系统，那速度不是一般的快，后来又放到JestonNano中实现了边缘计算垃圾分拣。两年前好像一直用的时tf1.14 numpy1.15什么的。今天又有问到tf 的 helloworld 程序 构建手写体。我在网上github 下了个例子，准备构建个环境执行下，也折腾了一个多小时才成功。 首先我先安装了tf，现在默认安装是2.7.安装后我就感觉最新版肯定不好用，就谢了，在清华镜像指定安装了2.3版本pip install ten...

在使用jupyter时，list print方法经常会提示该模块不能被调用，原因为给list print等方法赋了值，改变了原函数。解决办法是重启kernal,kernal菜单点击restart

[python print和input变量显示]看下面例子就可以轻松使用{}代替变量进行输出显示。A=input(‘几个数字累加’)num=int(A);sum=0;for i in range(num):x=int(input(‘输入第{}个数字’.format(i+1)))sum=sum+xprint(‘所有数的和为’,sum)print(‘所有数的和为{}’.format(sum))print(‘平均数为’,sum/num)...

对于数字图像，可以进行傅里叶变换获得频域复数矩阵，通过取模可以获得幅频图像，逆变换又可恢复到时空域图像。如果对频域进行修改，可以叠加某些定频噪声。具体方法是，先对图片进行傅里叶变换获得复数矩阵，然后在该复数矩阵中找到特定位置或特定区域的值用数组操作，修改他的值，注意要修改复数值，而且模要取的适当，就是说能量要适中，如果模太大，会完全遮住源图像，太小则看不到干扰。如果添加的是一个点，则会出现定频干扰。...

在初次使用python时，需要对齐环境有深入理解，python可以为每一个项目分配环境，venu,而不是所有项目公用一个环境，这样在后期完成项目打包过程中，会极大程度减少空间使用，提升程序速度。无论python自带的ide，conda或者pycharm都有管理环境的功能。我建议按以下步骤来完成新工程的建立。1 以pycharm为例，建立新任务时建立新环境，这个新环境是没有你在根环境下孙安装的各种库的。不要试图通过改变编译器位置来获取原有的安装库。2 正确的做法是不要在python根环境下安装任何库

图像处理和信号处理中涉及到香农采样定理，为什么高于最高频率的二倍能够正确完整的复原图像或信号呢？这个定理要从两方面理解第一，你所采样的信号能否变换成多个正余弦信号的叠加，有的同学说，再高的频率采集也有损失，也有失真，那是因为你给出的是任意信号是真实信号，不是理想信号。举个例子，如果你的信号源就是一个正弦信号，周期是2pif,请问你用2f以上频率采集两个以上的点，能否复原初这个信号呢，当然可以。因为这个信号本身就是正余弦信号。第二，如果你接受了第一点，就可以理解为什么香农采样定理可以正确的复原源信号，假设

Python数据处理之二惰性函数lst_1=[10,10,11,12,11,13,14,15]for i in lst_1:if i==10:lst_1.remove(i)print(lst_1)执行结果为[10, 11, 12, 11, 13, 14, 15]程序本意是想除去lst_1中的10。但是没有实现，是为什么呢？因为remove 不是惰性函数，会立即执行，所以当i=2时，lst_1已经修改，第二个10已经跑到索引1的位置，此时i=2，无法删除连续的相同元素...

第一 图像的含义。图是客观存在，像是主观感觉。这个说法是针对人为主体而言的。如果对于其他事物，比如相机，摄像头，图仍是客观存在，像则是客观反映。所以不需要割裂开分析图像的含义，图像处理通常是只提升客观反映的能力，或满足某种需求。第二 图像处理的相关学科，关系最密切的是信号与系统，其次是计算机图形学与机器视觉。现阶段视觉和图形学有归入图像处理大范畴的趋势。第三 数字图像和模拟图像。该概念也应类比数字信号和模拟信号。模拟信号是教连续的，字信号是断续的，为什么现在的设备鲜有模拟设备了呢？是因为数字信号是由0

notepad++98