Gentleman_ZH

参考博客：https://blog.youkuaiyun.com/bvl10101111/article/details/72615961参考书籍：深度学习入门之PyTorch  

OpenCv以彩色图片的形式加载的图片是BGR模式。但是在Matplotlib中,是以RGB的模式加载的。使用OpenCv保存深度学习数据集中的RGB图像需要交换通道才能正常使用。 for imgs, dpts in test_loader: if torch.cuda.is_available(): imgs = imgs.cuda() ...

#统计 /home/dir/ 下的文件夹个数import ospath ="home/dir"count = 0for fn in os.listdir(path): #fn 表示的是文件名 count = count+1print countimport ospath = os.getcwd() #获取当前路径count = 0for root,di...

# 生成训练数据的路径文本# 注意：1.生成训练还是测试数据的路径; 2.txt往后追加路径; 3.共4个形状,需要改动shape1,2,3,4def generate_path(): data_path = '.\\Dataset\shape4\\train_data\\Output_rgb' txt_path = '.\\Dataset\\train_path.txt'...

def Binarization(): img = Image.open("1.png") r, g, b = img.split() # 分离三通道 # pic = Image.merge('RGB', (r, g, b)) # 合并三通道 limg = img.convert('L') # 转换成单通道的灰度图 threshold = 4 ...

string = 'python'string[::1] # 步进为1'python'string[::2] # 步进为2, [0, 0+2, 0+2+2...]'pto'[::-1][:3]# 是将列表反过来，一种是先反过来，然后取前三位 

一、将原始数据处理成PyTorch能够加载的数据        imgs为原始的RGB图像，dpts为其对应的深度图。        _path.txt为加载图片的路径，每一行都是：/rgb0.png   /depth0.png class FireWork_Dataset(torch.utils.data.Dataset): def __init__(self, data_...

视频：BatchNormalization博客：https://blog.youkuaiyun.com/zwlq1314521/article/details/77931197           http://www.cnblogs.com/guoyaohua/p/8724433.html

文章：IEEE 3D Vision 2016的文章 原文ContributionFirst, we introduce a fully convolutional architecture to depth prediction, endowed with novel up-sampling blocks, that allows for dense output maps of hi...

import numpy as np# 图像的二值化def Binarization(): img = Image.open("1.png") plt.imshow(img) plt.show() limg = img.convert('L') #转化成灰度图 threshold = 127 table = [] for i in r...