java_pythons的博客

Segment Anything中将生成的多个mask结果拼接在一起，可视化（批量处理）

Pytorch中计算自己模型的FLOPs(profile(),clever_format())

python随机获取列表中某一元素

IntelliJ IDEA无法输入中文ubuntu 20.04 Intelligent Pinyin 1.11.1 IntelliJ IDEA 2020.2.2(Ultimate Edition) 当全拼输入2~3个汉字时，会被强行打断，然后就无法继续输入(也无法切换中英文)，并且汉字下会有下划线。该提问来源于开源项目:libpinyin/ibus-libpinyin1.点击菜单 “Help | Edit Custom VM options…”2.添加 -Drecreate.x11.input.me

error: command ‘gcc’ failed with exit status 1Setup script exited with error: command ‘gcc’ failed with exit status 1由于没有正确安装Python开发环境导致。Debin/UbuntuPython2sudo apt-get install python-devPython3sudo apt-get install python3-dev可能需要libevent库sudo

1.图片加载cv2.imread(filename, flags=None)2、显示图片cv2.imshow(winname, mat)winname 图口名称mat ,已加载图片的变量名3、图像显示窗口创建与销毁,cv2.namedWindow(窗口名，属性) 创建一个窗口属性—指定窗口大小模式：cv2.WINDOW_AUTOSIZE：根据图像大小自动创建大小cv2.WINDOW_NORMAL：窗口大小可调整cv2.destoryAllWindows(窗口名) 删除任何建立的窗口

conda导出已有环境：conda env export > environment.yaml环境会被保存在 environment.yaml文件中。当我们想再次创建该环境，或根据别人提供的.yaml文件复现环境时，可以：conda env create -f environment.yaml就可以复现安装环境。移植过来的环境只是安装了你原来环境里用conda install等命令直接安装的包，你用pip之类装的东西没有移植过来，需要你重新安装。pip导出安装的库到requirement

把后缀是.dll（如图）应用程序扩展复制到C:\Windows\System32中注意：64位系统用户需要注意，32位的DLL文件放在【C:\Windows\SysWOW64】，64位的DLL文件放在“【C:\Windows\System32】。

备份环境查看conda环境命令：conda info --envs1、原有的是base环境，复制base为study新环境复制环境命令：conda create -n study --clone base2、移植环境启动原有的环境：conda activate ‘name’3、导出.yml文件，命令：conda env export > environment.yml将.yml文件复制到新机器的/home下4、创建一个新环境，或在base环境中，输入命令：conda

解决办法：版本权重出现问题https://github.com/ultralytics/yolov5/releases/download/v6.0/yolov5m.pt在这个网址下载对应版本的权重例如v5.0版本将上述网址里面的v6.0改为v5.0

偶尔网络爆炸，几十兆都下载不下来。。。pip install opencv-contrib-python -i https://pypi.mirrors.ustc.edu.cn/simple/

sudo apt-get install python3-gdal

场景：在VMware虚拟机里安装后系统后，有一段时间没有用了，打开发现所有安装的系统都不见了。可通过如下方式找回来。找到之前设置的工作目录，进入到\VMware\Documents\Virtual Machines, 找到对应的操作系统，然后在对应操作系统文件夹目录下找到vmx格式的文件，点击右键，选择使用VMware Workstation来打开。则可以在VMware中重新使用安装的系统。如果不记得设置的工作目录在哪里，可以直接搜索vmx文件来打开...

YOLOX实现1、YOLOX代码环境搭建：1.1 下载YoloX代码并安装YOLOXYOLOX的github链接复制红框的链接在linux系统中clone复制的链接：git clone https://github.com/Megvii-BaseDetection/YOLOX.git（1）新建一个Canda环境输入命令：conda create -n Yolox python=3.7（2）进入Conda环境输入命令：conda activate Yolox，进入Conda环境中，并到下载

dataloader = D.DataLoader(dataset, batch_size=batch_size, shuffle=shuffle, num_workers=num_workers, pin_memory=True)关于什么是锁页内存：pin_memory就是锁页内存，创建DataLoader时，设置pin_memory=True，则意味着生成的Tensor数据最开始是属于内存中的锁页内存，这样将内存的Tensor转义到GP

AssertionError: size of input tensor and input format are different.tensor shape: (64, 3, 32, 32)， input_format: CHW原因：tensor的维度是(64,3,32,32)而要求的输入格式是CHW，两者不匹配所以报错。#报错writer.add_image("test_data", imgs,step)解决办法：用add_images方法替换add_image方法即可。writer.a

查看numpy的当前版本conda list numpy或pip show numpy

segmentation_models_pytorch是一个基于PyTorch的图像分割神经网络这个新集合由俄罗斯的程序员小哥Pavel Yakubovskiy一手打造。github地址：https://github.com/qubvel/segmentation_models.pytorchsegmentation_models_pytorch主要功能是： 高级API（只需两行即可创建神经网络） 用于二分类和多类分割的7种模型架构（包括传奇的Unet） 每种架构有57种可用

1.在载入模型参数前加上：model = nn.DataParallel(model) 比如我的：model_effi7 = torch.nn.DataParallel(model_effi7)model_effi7.load_state_dict(torch.load(model_path_effi7))若再出现：RuntimeError:Error(s) in loading state_dict for DataParallel：则如此修改，从属性state_dict里面复制参数到这个

import numpy as npnp.random.normal()的意思是一个正态分布normal------>正态例子：noise = np.random.normal(loc=0,scale=0.02,size=shape)意义如下：参数loc(float)：正态分布的均值，对应着这个分布的中心。loc=0说明这一个以Y轴为对称轴的正态分布，参数scale(float)：正态分布的标准差，对应分布的宽度，scale越大，正态分布的曲线越矮胖，scale越小，曲线越高瘦。.

问题产生的原因：无法执行sess.run()的原因是tensorflow版本不同导致的，tensorflow版本2.0无法兼容版本1.0.解决办法：tf.compat.v1.disable_eager_execution()```pythonimport tensorflow as tftf.compat.v1.disable_eager_execution()　＃保证sess.run()能够正常运行hello = tf.constant('hello,tensorflow')sess= t

在python中，出现“Unexpected indent”原因可能之一缩进有问题，重新调整一下就ok

无人机航测时如何正确布设像控点无人机演示或者做项目的时候经常需要做像控点，而像控点布设的不规范或者不合理，对航测数据的后处理影响很大，甚至需要返工补测像控点。而事后补测像控点没有事前先布设好再测精确。如何正确布设像控点方法如下：一、根据航测区域确定像控点数量 像控点的精度和数量直接影响到航测数据后处理的精度，所以像控点的布设和选择应当尽量规范、严格、精确。早几年前，很多无人机还不带RTK或者PPK功能，对像控点的要求很高，需要在航带附近布设较密的像控点，以保证其相对位置的精确性。而一块区域下

使用的数据是吴恩达第四课第二周中的手势图片识别，网址下载（https://pan.baidu.com/s/1dsTsaaykje6dNpwIcP0A-w&shfl=sharepset）提取码：hb3y我是使用pycharm实现（亲测可用）、代码实现：import mathimport numpy as npimport h5pyimport matplotlib.pyplot as pltimport scipyfrom PIL import Imagefrom scipy imp

pip到指定虚拟环境中用 pip -V可以查看当前的pip来自哪里先激活虚拟环境再用pip：anaconda： 激活：conda activate+ 环境名字然后再查看当前的pip位置可以看到已经改变了再用 pip install ~我安装的是cv2（pip install opencv-python）成功安装到torch环境中退出：conda deactivate +环境名字系统虚拟环境： .激活：/home/lvliushan/PycharmProjects/mujo/ven

1、CUDA首先根据显卡下载适用的CUDAhttps://blog.youkuaiyun.com/java_pythons/article/details/114659922win+r.输入cmd打开终端输入：nvcc -V可以查看自己的cuda版本。2、CUDNNcuda10.2安装好，接下来是cudnn下载cudnn，链接：https://developer.nvidia.com/rdp/cudnn-download找到对应版本下载。下载解压后得到一个cuda文件夹，这个文件夹里面有3个文件夹

UC Merced Land-Use Data Set图像像素大小为256*256，总包含21类场景图像，每一类有100张，共2100张。下载地址：http://weegee.vision.ucmerced.edu/datasets/landuse.htmlWHU-RS19 Data Set图像像素大小为600*600，总包含19类场景图像，每一类大概50张，共1005张。下载地址：http://dsp.whu.edu.cn/cn/staff/yw/HRSscene.htmlSIRI-.

7种常见的迁移学习一、 Domain Adaptation 领域自适应1 动机领域自适应是一种迁移学习，它将不同源领域的数据或特征映射到同一个特征空间，以便于利用其源领域数据或特征来增强目标领域的训练，进而达到更好的训练效果。领域自适应学习不要求训练数据和测试数据一定具有相同的分布。2 目的利用数据或特征更多的源领域来提升数据或特征相对较少的目标领域的模型性能。.3论文和代码论文：https://arxiv.org/abs/1707.05956，ICCV 2017代码：https://git

Python split()方法Python 字符串 Python 字符串描述Python split() 通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则分隔 num+1 个子字符串语法split() 方法语法：str.split(str="", num=string.count(str)).参数str – 分隔符，默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。num – 分割次数。默认为 -1, 即分隔所有。返回值返回分割后的字符串列表。str =

np.clip（）裁剪（限制）数组中的值。给定一个间隔，该间隔之外的值将被裁剪到间隔边缘。 例如，如果指定间隔[0，1]，则小于0的值将变为0，而大于1的值将变为1。即整个数组的值限制在指定值a_min,与a_max之间，对比a_min小的和比a_max大的值就重置为a_min,和a_max。import numpy as npx=np.array([1,2,3,5,6,7,8,9])np.clip(x,3,8)输出：array([3, 3, 3, 5, 6, 7, 8, 8])..

解决方法一：降低版本到1.2.2版本的scipy便可解决命令如下：pip install scipy==1.2.1二：可换一种包代替将scipy替换成imageio包：pip install imageioimport imageiocontent_image = imageio.imread("images/louvre.jpg")

OSError: pydot failed to call GraphViz.Please install GraphViz (https://www.graphviz.org/) and ensure that its executables are in the $PATH.环境：win 10，，，python3.7刚安装完graphviz-2.38windows系统下,在 keras里面绘图时,如果没有导入过pydot和 graphviz,在运行时会报告" Failed to import py

出错原因：安装的scipy的版本太高不能直接使用scipy.misc.imread(os.path.join("out", image_file))解决方法：将scipy替换成imageio包：pip install imageioimport imageiooutput_image = imageio.imread(os.path.join("out", image_file))即可解决。...

应该还是tensorflow2.0 的锅我的环境是win10，python3.7我安装的是 tensorflow2.0和keras2.4，然后运行报错了（吴恩达老师的深度学习第四周第三课）yolo_model = load_model("model_data/yolov2.h5")yolo_model.summary()解决办法：我终究还是妥协了，把tensorflow降到了 1.14.0 然后 kera降到了 2.3.1首先卸载安装的 tensorflow2.0和keras2.4分别

RuntimeError: get_session is not available when using TensorFlow 2.0.import tensorflow as tffrom keras import backend as K在tensorflow2.0中无法使用get_session()函数若直接运行以下代码会报错 K.get_session().run(tf.variables_initializer([max_boxes_tensor])) #初始化变量max_boxes

在写吴恩达老师的第四课第一周作业时，由于我的tensorflo是2.3版本，自己改了之后出现了以下错误提示RuntimeError: tf.placeholder() is not compatible with eager execution.错误代码：def create_placeholders(n_H0, n_W0, n_C0, n_y): """ 为session创建占位符 参数： n_H0 - 实数，输入图像的高度 n_W0 -

np.pad()函数方法参数：pad(array, pad_width, mode, **kwargs)方法返回：填充后的数组参数解释：array：表示需要填充的数组；pad_width：表示每个轴（axis）边缘需要填充的数值数目。参数输入方式为：（(before_1, after_1), … (before_N, after_N)），其中(before_1, after_1)表示第1轴两边缘分别填充before_1个和after_1个数值。mode：表示填充的方式（取值：str...

其中%matplotlib、 inline%load_ext autoreload 、%autoreload 2 比较奇怪，而且无论你是用哪个python的IDE如spyder或者pycharm,这个地方都会报错，显示是invalid syntax（无效语法）。以%matplotlib 为例1、是在使用jupyter notebook 或者 jupyter qtconsole的时候，才会经常用到%matplotlib，也就是说那一份代码可能就是别人使用jupyter notebook 或者 jup

用cmd ：pip install tensorflow 时出错ERROR: Cannot uninstall ‘wrapt’. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.解决办法：先输入以下代码：pip install wrapt --ignor

pylot 使用rc配置文件来自定义图形的各种默认属性，称之为rc配置或rc参数。通过rc参数可以修改默认的属性，包括窗体大小、每英寸的点数、线条宽度、颜色、样式、坐标轴、坐标和网络属性、文本、字体等。参数：plt.rcParams['savefig.dpi'] = 300 #图片像素plt.rcParams['figure.dpi'] = 300 #分辨率plt.rcParams['figure.figsize'] = (10, 10) # 图像显示大小plt.rcParams['