fb1103的博客

1、使用Anaconda的Anaconda Prompt： 第一步：利用管理员身份启动Anaconda Prompt 第二步：更新pip：python -m pip install -U pip（不更新可能会出现安装失败的情况，更新也没啥坏处） 第三步：创建tensorflow环境：conda create --name tensorflow 第四步：Activate tensorflow 第五步：安装tensorflow： pip --default-timeout=100 install --user

Win10下安装LabelImg以及使用：为了不破坏spyder的使用，创建一个虚拟环境 如果已经安装了，则卸载掉所安装的包就可以！ pip uninstall pyqt5 创建LabelIMG 并使用： conda create -n LabelIMG 创建虚拟环境 activate LabelIMG pip install --user PyQt5 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com pip instal

在上一篇[毕业设计之——yolov3搭建及测试](https://blog.youkuaiyun.com/fb1103/article/details/115376173)博客的基础上，进一步进行了查找数据集，训练，利用生成的权重文件，进行测试。 1、数据集的制作/搜索： 方法1：自己制作数据集——安装LabelImg老大难，目前安装任然还是问题（后期争取解决） 方法2：数据集的搜索：csdn，github，此处推荐一个不错的火灾数据集（作者已经标注好） 链接如下：火灾数据集链接 2、数据的训练： 电脑基本信息：GP

anaconda查看已安装环境命令：conda info --env 参考github：yolov3-keras配置 需要配置的环境：tensorflow-gpu1.13.1 + keras2.1.5 tensorflow-gpu==1.13.1需要的cuda环境：tensorflow与cuda版本匹配 创建tensorflow-gpu环境： conda create --name tfGPU Activate tfGPU pip --default-timeout=100 install --user t

tensorlfow环境下安装dlib: 参考链接：https://blog.youkuaiyun.com/weixin_28813763/article/details/113511504 普通环境下安装： 1、下载dlib-19.7.0-cp36-cp36m-win_amd64.whl 文件（来源：官网/参考链接网盘） 2、进入cmd 进入Anaconda所安装的盘 输入 u: 之后一路cd指令(进入到U:\Ana\Lib\site-packages)，最后安装pip安装 pip install --user dl

基于Haar+Adaboost人脸识别 需要的文件： 链接：https://pan.baidu.com/s/15qE-ENzNqLula_w6ISFjaQ 提取码：yp1z 原理部分： 存在的问题：准确度不够，目前只是能识别部分图片 后续：待续，应该学会训练自己的样本数据，提高精度 待补充------后续在进行优化补充 import cv2 #1——xml文件引入 face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

创建最简单的人工神经网络预测股票价格 梯度下降法： 最简单的神经网络：一共三层，输入层，隐藏层，输出层 原理部分： import tensorflow as tf import numpy as np import matplotlib.pyplot as plt date = np.linspace(1,15,15) endPrice = np.array([2511.90,2538.26,2510.68,2591.66,2732.98,2701.69,2701.29,2678.67,2726.

图片特效 1、灰度图像： 方法1： 读取图片是直接利用cv2.imread()， 用于读取图片文件 imread函数有两个参数，第一个参数是图片路径，第二个参数表示读取图片的形式，有三种： cv2.IMREAD_COLOR：加载彩色图片，这个是默认参数，可以直接写1。 cv2.IMREAD_GRAYSCALE：以灰度模式加载图片，可以直接写0。 cv2.IMREAD_UNCHANGED：包括alpha，可以直接写-1 import cv2 img = cv2.imread("xx.jpg",0)#1彩色图片

opencv学习实例 图像处理基础知识： 图像的宽高：水平方向和竖直方向上所包含的像素点 png：还有alpha通道 opencv像素的读取和像素的写入： import cv2 img = cv2.imread('xx.jpg',1) #相对路径,读取彩色图片 (b,g,r)=img[100][100] #RGB图像在opencv读取的顺序是BGR print(b,g,r) #打印坐标在(100,100)的像素值 #10 10 ->110 110 for i in range(1,100):

毕设学习初步记录 1、工具安装 Anaconda+opencv Anaconda的安装真的是走了太多弯路，起初安装的是最新版本（其中是Python3.8），但是好像不太支持tensorflow，卸载重装了几次之后，出现了一个非常坑人的bug，就是安装Anaconda之后无法使用启动或者出现以下报错。 csdn博客中的一些方法我都尝试过了，然而都是白费力气，没有解决问题 尝试过的方法： 1、通过添加环境变量，然而并没有多大用处 参考链接：https://blog.youkuaiyun.com/qq_37633082/ar

1、在Anaconda文件下找到module_completion.py文件，具体路径 U:\Ana\Lib\site-packages\spyder\utils\introspection 2、修改后，删除同目录下的 module_completion.pyc 文件，使得修改后的 module_completion.py 文件生效。 3.进入用户目录下的Users/用户名/.spyder2/db，删除目录中的submodules文件。 4.重启Spyder，enjoy it。 ...