iamjingong的博客

【代码】Python opencv读取深度图，网格化显示深度。

YOLOV5-Lite在虚拟机中出现编码问题的错误

python -m ensurepip python -m pip install --upgrade pip

#include <cuda_runtime.h>#include <cuda_runtime_api.h>#include <stdio.h>int main(int argc, char** argv){ printf("%s starting ...\n", argv[0]); int deviceCount = 0; cudaError error_id = cudaGetDeviceCount(&deviceCoun...

1、出现这个问题时，最直观的想法肯定是先看看自己的磁盘是否满了，df -h查看即可，如果磁盘快满了，适当清理空间即可。2、另外一个问题，可能是文件夹或者文件的个数过多，导致linux系统innode不足，这时可以通过删除不需要的文件或者文件夹来解决。PS：我的问题就是出现在这里。...

pip install zipfilepip install rarfile先安装上面的两个包import osimport zipfileimport rarfilefile_dir = "./422XSZ"file_list = os.listdir(file_dir)for file_name in file_list: # 循环读文件 print("doing", file_name) if file_name.endswith(".zip"):

import osimport cv2# train 训练集上，通过过滤宽高小于等于的15的目标，过滤掉的数目是[65857, 15275, 38775, 1372, 15, 0]# val 训练集上，通过过滤宽高小于等于的15的目标，过滤掉的数目是[9664, 2755, 3705, 343, 15, 0]img_path = "/data/***/datasets/ktxx-auth/images/train/"label_path = "/data/***/datasets/ktxx-.

import osimport cv2from tqdm import tqdmdef get_imgs_pos(img_w, img_h, cut_w, cut_h, w_stride, h_stride): imgs_pos = [] for beg_w in range(0, i

import osimport cv2from tqdm import tqdmdef get_imgs_pos(img_w, img_h, cut_w, cut_h, w_stride, h_stride): imgs_pos = [] for beg_w in range(0, img_w, w_stride): for beg_h in range(0, img_h, h_stride): x0, y0 = beg_w, beg_h .

这种问题大概是数据的问题，这里我出现该警告的原因是：制作的YOLO标签文件，存在单行数字个数不为5的情况，如下所示这个问题是在转换数据集格式的时候，编程出现的问题，想办法改掉这个问题，重新生成数据集即可。...

import osimport shutilimport randomfrom PIL import Imageroot_dir = "/data/jjg/codes/datasets/M3FD_Detection/"imgs_dir = os.path.join(root_dir, "images")labs_dir = os.path.join(root_dir, "labels")img_train = "/data/jjg/codes/datasets/zzbs-hw/image.

M3FD从VOC格式转YOLO格式的代码import osimport xml.etree.ElementTree as ETimport timefrom shutil import copyfilefrom tqdm import tqdm"""本代码这里默认是处理的M3FD数据集将该数据集由VOC格式转换成YOLO格式同时将文件重命名存储同时过滤了自己用不到的类别使用该代码前，建议稍微读一下，清楚代码中的限制，避免不必要的麻烦"""classes = ["People"

import os.pathimport fnmatchimport shutildef open_save(file, savepath): # read .seq file, and save the images into the savepath f = open(file, 'rb') string = f.read().decode('latin-1') splitstring = "\xFF\xD8\xFF\xE0\x00\x10\x4A\x46.

import argparseimport picklefrom tqdm import tqdmimport syssys.path.extend(['../'])from data_gen.preprocess import pre_normalizationtraining_cameras = ['1', '2']max_body_true = 1max_body = 2num_joint = 20max_frame = 202import numpy as npim.

import cv2import osfile_path = "./ktxx"save_path = "./plate_num"imgs_list = os.listdir(file_path)for img_name in imgs_list: if img_name.endswith(".jpg"): image = cv2.imread(os.path.join(file_path, img_name)) img_w, img_h = image.

# coding=utf-8import numpy as npimport cv2label_path = r"E:\CodesWS\Pycharm\Test\uav_recog\ktxx\1638236311696.jpg"image_path = r"E:\CodesWS\Pycharm\Test\uav_recog\ktxx\1638236311696.txt"# 坐标转换，原始存储的是YOLOv5格式# Convert nx4 boxes from [x, y, w, h] n.

import cv2import osimport randomimport xml.etree.ElementTree as ETimport tkinter as tkfrom PIL import Image, ImageTkimgs_path = r"E:\data\FAIR1M\test\images"labels_path = r"E:\data\FAIR1M\test\test"classes = ['Boeing737', 'Boeing747', 'Boeing777'.

from shapely.geometry import Polygonimport numpy as npfrom xml.etree import ElementTree as ETfrom xml.etree.ElementTree import ElementTree, Elementimport osiou_thr = 0.8xmls_path = r"E:\data\FAIR1M\test\labelXmlPre"xml_list = os.listdir(xmls_path).

import cv2import osimport randomimport xml.etree.ElementTree as ETimport tkinter as tkfrom PIL import Image, ImageTkimgs_path = r"E:\data\FAIR1M\test\images"labels_path = r"E:\data\FAIR1M\test\test"classes = ['Boeing737', 'Boeing747', 'Boeing777'.

import cv2import timedef split_frames(file_path, save_path, interval_time): cap = cv2.VideoCapture(file_path) # 打开视频文件 num = 9000 while True: success, img = cap.read() if not success: break if num % int.

import oslabel_path = r"C:\Users\DELL\Desktop\huanghe"label_path_new = r"C:\Users\DELL\Desktop\huanghe_new"label_list = os.listdir(label_path)count = 0for label_file in label_list: if label_file.endswith(".txt"): with open(os.path.join.

import osimport timefile_path = r"C:\Users\DELL\Desktop\huanghe_new"file_list = os.listdir(file_path)for file in file_list: if file.endswith(".txt"): print(file) save_name = str(round(time.time() * 1000)) os.rename(os.path.

import osimport cv2import shutilfrom xml.etree import ElementTree as ETimgs_path = "./FAIR1M/train/images"labels_path = "./FAIR1M/train/labelXml"save_img_path = "./FAIR1M/train/images-blur"save_label_path = "./FAIR1M/train/labelXml-blur"imgs_lis.

'''2020/6/15,标注文件转换xml转txt（vol to yolo）转完后需添加labels文件，即数字序号对应的标签名。'''import xml.etree.ElementTree as ETimport numpy as npimport pickleimport osimport cv2from os import listdir, getcwdfrom os.path import joinclasses = ['Boeing737', 'Boeing747',.

# import xml.etree.ElementTree as ET# import shutil, os# tif_path = '/home/qqh/datasets/Fine-grained Object Recognition in High-Resolution Optical Images/test/images/'# filelist = os.listdir(tif_path)# # print(filelist)# for tiffile in filelist:#..

import osimport shutildota_img_path = "./DOTA/DOTA-v1.5/train/images/images/images/"dota_label_path = "./DOTA/DOTA-v1.5/train/labelTxt-v1.5/"save_img_path = "./FAIR1M/train/images-f_d/"save_label_path = "./FAIR1M/train/labelTxt-f_d/"extra_cls = [".

1、 出现这个问题，首先先看一下是不是自己的label出现了问题，label的起始值应该是从0开始才对，如果从1开始的，大概率是因为这个问题导致的。2、如果上面没有解决问题，可能是因为在训练自己的数据时，划分训练数据和测试数据出了问题，例如我这里有1700个数据，共30类数据，我用了前1200个作为了训练集，后面的500作为了测试集，很有可能是因为前1200个数据没有全部包含到30类，导致在测试阶段出现了以上问题。解决办法：可以通过重新划分数据集进行尝试，例如把训练集划分的多一点，划分到前160..

最近在做目标检测的相关问题，当用到opencv中的minAreaRect函数时，并不像其他博客里面说的会产生负的角度，个人很是疑问，经过一番查找，发现可能是opencv的版本问题，在一下博客中看到的：连接更改一下版本，确实问题解决了。。更改前：更改后：...

最近在做目标识别的算法，需要对给定的数据进行格式转换，需要先画出来看看import cv2import numpy as npimport mathdef draw(img, result): # 下面几个参数，可能需要根据自己的数据进行调整 x = int(result[0][0]) # 矩形框的中心点x y = int(result[0][1]) # 矩形框的中心点y angle = result[2] # 矩形框的倾斜角度（长边相

第一个错误安装opencv-python出错：Problem with the CMake installation, aborting build. CMake executable is cmake解决办法：pip3 install cmake第二个错误安装opencv-python时运行到 running setup.py bdist_wheel for opencv-python后一直在卡住不动运行以下两行：pip3 install --upgrade pippip insta.

我出现这个问题是在容器中使用Python时出现的，容器中默认安装有Python2和Python3，可直接通过在命令行输入python或者python3来验证自己的容器中是否装有python2.x和python3.x的环境。但在容器中运行pip list或者是pip3 list时会出现**-bash: pip3: command not found**的问题，此时可通过安装pip来解决。安装python2.x的pip:apt-get install python-pip安装python3.x的pip:

安装一下opencv就可以用import cv2def getFrame(videoPath, svPath): cap = cv2.VideoCapture(videoPath) count = cap.get(7) # 获取总帧数 numFrame = 0 while True: if cap.grab(): flag, frame = cap.retrieve() if not flag:

Python OpenCV目标跟踪，可在视频播放过程中选择标定框这里用到的OpenCV最好是安装opencv-contrib-python，用pip install opencv-contrib-python安装即可。主要实现的功能如下：（这里本人只是为了做demo，OpenCV自带的目标跟踪效果并不是很好）在视频播放过程中选择要跟踪的目标（按键盘上的“0”键选择目标）可取消跟踪目标（按键盘上的“1”键取消跟踪目标）改变跟踪框的颜色并显示车牌信息（按“2”，我这里是改为了绿色，可显示汉字，这里是

最近在研究DeepStream，其中在学习tlt_cv_examples中的迁移训练例子时，用到的数据集都是kitti数据格式，因此想训练自己的数据的话，需要将自己的YOLO格式的label文件转成kitti数据格式的label，然后在网上看到了一个博主的例子，链接如下：添加链接描述非常感谢博主贡献的代码，但在实验中发现当一个YOLO的label文件中存在多行bounding box的数据时，始终只能转换一行，还有对一些其他的小问题进行了修改，因此在博主的代码基础上进行了修改。代码如下：# Yolo

本文是记录用来Moba或者Xshell等客户端连接docker中的容器并远程登录。在进行端口映射前，最好先将容器进行停止掉，实验中发现不停止有时会设置失败。在linux服务器上用“docker stop 容器Id“进行停止。如果想用客户端直接连接到容器，必须要进行端口映射，这里在Linux服务器上进入如下路径：/var/lib/docker/containers接着在进入容器Id的文件夹。例如我这里是“f79386e373740865f8fad5ff8807a6fd0a0139217ab58725

MarkDown学习二级标题三级标题四级标题两边用两个星号是加粗两边用一个星号是斜体三个星号是即加粗又斜体两边都是两个波浪是删除引用家居安静安静安静姐分割线三个横线是分割线图片[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-10uxkyyy-1618756484231)(E:\Desktop\capture_20210331083554404.bmp)]超链接点击跳转列表QQQhhhfSSdddjjj表格

深度学习部分过拟合与欠拟合欠拟合指模型不能在训练集上获得足够低的训练误差； 过拟合指模型的训练误差与测试误差（泛化误差）之间差距过大；反映在评价指标上，就是模型在训练集上表现良好，但是在测试集和新数据上表现一般（泛化能力差）；降低过拟合风险的方法所有为了减少测试误差的策略统称为正则化方法，这些方法可能会以增大训练误差为代价。数据增强 图像：平移、旋转、缩放 利用生成对抗网络（GAN）生成新数据 NLP：利用机器翻译生成新数据 降低模型复杂度 神经网络：减少网络.

安装opencv:pip installopencv-contrib-python==4.3.0.36pip installpython-vlc==3.0.10114注：下载慢的话，加上清华源的链接。直接使用python的vlc的工具进行播放：import sysimport http.clientimport timefrom vlc import VideoMarqueeOption, Position, EventType, Instanceclass RT...

import cv2video_path = "D:/Data/无人机视频/DCIM/100MEDIA/DJI_0002.MOV"video = cv2.VideoCapture(video_path)# 需要明确视频保存的格式fourcc = cv2.VideoWriter_fourcc(*'XVID')fps = video.get(cv2.CAP_PROP_FPS)print('帧率：%d' % fps)size = (int(video.get(cv2.CAP_PROP_FRAM.

首选需要再python里安装socket包，自行百度，网上很多。然后复制上代码之后，看看还缺啥，安装上就先行。该部分借鉴的博客：python实现opencv+scoket网络实时图传：https://blog.youkuaiyun.com/T_infinity/article/details/79893318使用OpenCV实现单目标跟踪：https://blog.youkuaiyun.com/LuohenYJ/article/details/89029816我修改的后的代码，实测可运行的：1、serve.