comedate的专栏

Blender 的 mesh boolean 的源码解读

【代码】【ChatGPT】Python 实现计算两线段的变换矩阵。

医学图像分割在推进医疗保健系统的疾病诊断和治疗计划中起着至关重要的作用。U 形架构，俗称 U-Net，已被证明在各种医学图像分割任务中非常成功。然而，U-Net 基于卷积的操作本身限制了其有效建模远程依赖关系的能力。为了解决这些限制，研究人员转向了以其全局自我注意机制而闻名的 Transformer 作为替代架构。一个流行的网络是我们以前的 TransUNet，它利用 Transformers 的自我关注来补充 U-Net 的本地化信息与全局背景。

[Datawhale AI夏令营 2024 第四期] 从零入门大模型微调之旅的总结

VSCode 如何远程连接开发机器，并实现 word count 功能，统计字符串中单词的使用数量。

Attention is all you need!显性序列转导模型基于复杂的递归或卷积神经网络，包括编码器和解码器。性能最好的模型还通过注意力机制连接编码器和解码器。我们提出了一种新的简单网络架构，即Transformer，它完全基于注意力机制，完全省去了递归和卷积。对两个机器翻译任务的实验表明，这些模型在质量上更出色，同时具有更高的可并行化性，并且需要更少的训练时间。我们的模型在 WMT 2014 英语到德语翻译任务中实现了 28.4 BLEU，比现有的最佳结果（包括集成）提高了 2 BLEU 以上。

python 中有不同的函数接口，可以取得当前的时间；有时候需要这几种时间格式的转化；例如将 “2023-12-04 10:48:31.811” 转化成时间戳，或者反之；

本文介绍了生产者消费者的并发编程模型，并用详细的 C++ 代码实现了一个简单的生产者消费者的实例；

本文介绍了 C++ 中的移动构造与移动赋值语法的原理，并通过基类，子类的例子，说明了移动构造赋值的写法；

[Linux 命令] nm 详解

OpenMesh 下载地址

使用工具 doc2unix 可以实现转换，linux 行末总是多了个 ^M。

使用 VTK 的 Marching Cube 将 mask 提取成 mesh, 并保存成 OBJ 格式

对于三维mesh的显示来说，VTK是一个比较通用的库。但是，VTK库属于基础库，使用起来代码量还是挺多的。后来，就找到python的pyvista三方库。

vtkPolydataToImageStencil 源码解读；模板类将多边形数据转换为图像模板；

1. CMakeLists 增加如下：find_package(OpenMP REQUIRED)if(OpenMP_FOUND) message(STATUS "found openmp") set(CMAKE_C_FLAGS ${CMAKE_C_FLAGS}, ${OPENMP_C_FLAGS}) set(CMAKE_CXX_FLAGS ${CMAKE_CXX_FLAGS}, ${OPENMP_CXX_FLAGS})else() message(FATAL_ERRO

[JHU] The Poisson Equation in Image & Shape Processinghttps://www.cs.jhu.edu/~misha/Fall07/

0. 背景：在做项目的时候，遇到给定空间中的几个点，插值得到空间曲面。对于 MATLAB 来说，有 griddata 这个函数可以实现；对于 Python 来说，我们可以使用 scipy 中的 griddata 也可以实现；1. 使用的实现函数：meshgrid 网格坐标的一维数组griddata scipy 中的插值函数，插值得到 N 维坐标2. 测试代码：import numpy as npimport matplotlib.pyplot as pltfrom scipy.i

VTK 以及 EIgen3 是我们经常使用的三方库，因此，我们需要在 CMakelists.txt 中引进过来。

最近有需求，将 mesh 的面片的法向量反向，因此，查找了不少资料，发现 VTK 有相关的函数：vtkReverseSense.

[DICOM] Photometric Interpretation Attribute (0028, 0004) Tag

Linux 远程拷贝文件非常方便，只需要使用 SCP (secure copy) 文件命令就可以实现；命令行工具—SCP使用方式：scp -r username@172.xx.xx.xx:/Dailybuild/remote_dir(远程目录) /var/www/local_dir(本地目录)该方法会拷贝远程目录下所有文件到本地目录...

CMake 在 window 下命令行生成编译的 VS 工程文件

docker-compose 是 docker 的管理的容器；本文介绍docker-compose 安装, 以及 docker 版本的 gitlab 安装

NVIDIA 对于 EGL 以及 glvnd 的支持情况，包含 glvnd 的源代码之类的

最近在升级 Cuda 的 docker, 在 docker 中使用 VTK 程序运行很慢，并且 Docker 中机器的环境 与 宿主机器的 OpenGL 版本不一致； 主要解决这个问题

在家讲闲置的 windows 笔记本，安装成 linux, 用作服务器。缺点是：笔记本合上盖子默认是休眠的，所以需要设置一下；1. 找到配置文件我们找到 linux 下对应配置文件，目录为：/etc/systemd/logind.conf，使用vim命令打开vim /etc/systemd/logind.conf2. 修改配置配置文件中找到我们要修改的配置项：HandlePowerKey 按下电源键后的行为，默认power offHandleSleepKey 按下挂起键后的行为，默认susp

Python 使用 VTK 绘制平面

NURBS 理论书本：The NURBS Book - Piegl & Tiller:Python 库：NURBS-Python 2.3.6https://github.com/orbingol/NURBS-PythonC++ 版本C++ 写的开源 NURBS (Non-Uniform Rational Basis Spline) 库 - 非均匀有理基样条https://github.com/pradeep-pyro/tinynurbs.git...

python 中 使用 subprocess 写出 ProcessManager

def find_files_with_suffix(target_dir, target_suffix=“txt”):“”" 查找以 target_suffix 为后缀的文件，并返加 “”"

Json 读文件错误：Expecting property name enclosed 解决方式

python 得到当前电脑的 IP

下载地址https://nginx.org/热启动Linux 下面 ：# linuxnginx -s reload# windownginx.exe -s reload反向代理的配置nginx 反向代理的配置文件 nginx.conf#运行用户user www-data; #启动进程,通常设置成和cpu的数量相等worker_processes 1;#全局错误日志及PID文件error_log /var/log/nginx/error.log;pid

Pytorch CPU 训练 MNIST Dataset 例子1. 代码主要来源于：Source: https://github.com/pytorch/examples/注意：应为版本不一致的原因，会出现下面的报错信息：pytorch报错：IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python number是你的torch版本的不同造成的。解决：将

Python 回调示例

python 将 Numpy 数组保存为图像 - imagio：import numpy as npimport imageioif __name__ == '__main__': np_array = np.zeros((512, 512, 3), dtype=np.uint8) np_array[200:300, 150:200, :] = 255 imageio.imwrite(r'D:/temp/outfile.jpg', np_array)

使用 python 得到 文件的一些属性 - os.stat

背景：对于 numpy 来说，我们使用 uint8 类型，并没有 bit 类型。因此，我抽取了一个函数，使用 unit8 类型，存储bit 类型的数据。代码如下：``python#!/usr/bin/pythonimport numpy as npdef convert_binary_to_bitmap(binary_im):“”" 将 uint8 类型的 binary 变成 bitmap “”"height = binary_im.shape[0]width = binary_im.

求 逆矩阵 公式推导