Escape the bug的博客

原创 Pytorch中的gather的理解和用法

对于 PyTorch 中的 gather 函数理解

原创 关于nvcc fatal : Value ‘sm_20‘ is not defined for option ‘gpu-architecture‘错误

最近在学习CUDA，看着CUDA C教程 使用nvcc进行编译文件出现这个问题。

原创 【Docker】Docker容器apt update报错解决办法

在使用apt-get update之前修改/tmp文件夹权限。

原创 【Matlab】Matlab找出重复的数值

Matlab查找数组中重复的数值

原创 【CALIPSO】星载激光雷达CALIPSO产品数据下载教程

CALIPSO数据下载教程

原创 【Java】面试基础知识

java基础知识

原创 == 和 equals 的区别是什么？

对于基本类型和引用类型 == 的作用效果是不同的基本类型：比较的是值是否相同；引用类型：比较的是引用是否相同；例子：来从String类型的 equals函数入手看一下：

原创 排序算法之快速排序

快速排序是广泛使用的排序算法，它在平均情况下进行n log n比较，用于排序n个元素的数组。快速排序算法遵循分而治之的方法。

原创 【班级健康码统计小工具】—用python写 班级健康码分类存储及统计工具（图形化界面）（包含OCR文字识别）

【班级健康码统计小工具】—用python写 班级健康码分类存储及统计工具（图形化界面）（包含OCR文字识别）

原创 Matlab-彩色图叠加标签图边缘轮廓

利用Matlab中分割的结果与原图叠加

原创 卫星红外波段英文简称及范围

卫星监测

原创 Matlab 计算ACC、Pre、Recall、F1

real_label=[1,1,1,-1,-1]predict_label=[1,1,1,-1,-1][A,~] = confusionmat(real_label,predict_label);% 计算-1类的评价值c1_acc=(A(1,1)+A(2,2))/(A(1,1)+A(1,2)+A(2,1)+A(2,2));c1_precise = A(1,1)/(A(1,1) + A(2,1));c1_recall = A(1,1)/(A(1,1) + A(1,2));c1_F1 =

原创 matlab中ismember函数

ismember函数：ismember判断数组元素是否为集数组成员

原创 我们一块来学SVM支持向量机

SVM支持向量机支持向量1.线性可分2.最大间隔超平面3.最优化问题参考文章支持向量机（support vector machines，SVM）是一种二分类模型，它将实例的特征向量映射为空间中的一些点，SVM 的目的就是想要画出一条线，以 “最好地” 区分这两类点，以至如果以后有了新的点，这条线也能做出很好的分类。SVM 适合中小型数据样本、非线性、高维的分类问题。支持向量1.线性可分在分类问题中，最简单的分类就是二分类问题，而且这个二分类问题是一个线性可分问题。在一维空间，也就是一个坐标轴上面，

原创 Matlab中bitand函数

bitand(a,b)对a、b按位进行和运算语法C = bitand(A,B)C = bitand(A,B,assumedtype)objout = bitand(netobj1,netobj2)说明示例C = bitand(A,B) 返回 A 和 B 的按位 AND。示例C = bitand(A,B,assumedtype) 假定 A 和 B 属于 assumedtype。objout = bitand(netobj1,netobj2) 返回 .NET 枚举对象 netobj1 和 n

原创 Matlab中的lower函数

lower函数将字母变为小写例子：clc;clear;str='HeLLO WOrd'lowstr=lower(str)展示与之相对的还有upper函数例子：clc;clear;str='HeLLO WOrd'lowstr=lower(str)upstr=upper(str)展示

原创 星载激光雷达CALIPSO-VFM产品数据读取与显示

Calipso-VFM产品数据读取与显示介绍一、数据下载二、数据说明三、代码介绍因为制备标签数据集，所以需要使用星载激光雷达的产品。从激光雷达的准确性来说可以作为标签数据集。CALIPSO有很多重要的数据和产品，这里只介绍我所使用CALIPSO Lidar Level 2 Vertical Feature Mask (VFM)。我也是刚刚接触，所以记录下来，一点一点分析他的程序，希望对像我这样的初学者有所帮助吧。一、数据下载数据下载的方式倒是有很多，这里我给出网址：1.https://asdc

原创 TensorboardX简易安装和使用教程

TensorboardX简易安装和使用教程1.安装2.程序中使用3.查看1.安装首先安装很简单，不需要什么tensorflow之类的直接安装。pip install tensorboardX2.程序中使用废话不多说，说白了这个tensorboard 就是传入数据画图。from tensorboardX import SummaryWriterwriter = SummaryWriter('runs/scalar_example')runs/scalar_example 这个是它生成文件

原创 Matlab葵花卫星NC文件读取，以图像形式保存，或以mat形式保存

关于葵花卫星NC文件的读取其实很早就想写一下，因为去年的时候自己也是慢慢研究。其实这东西很简单，但是对于当时刚了解这玩意，网上也没找到，自己瞎搞了半天。现在共享一下，希望可以帮助刚刚了解的人。先上代码，然后再解释。首先贴上代码：clc;clear all; ncFilePath ='NC_H08_20150707_0400_R21_FLDK.02401_02401.nc'; nc_name='20150707_0400'% latitude = ncread

原创 Matlab制作陆地掩膜

clc;clear all;res = 0.05; % grid size of land maskLatlim = [30 42.5];Lonlim = [116.5 129.25];% m_proj('Mercator','lat',[30 42.5],'lon',[116.5 129.25]);[S,~] = shaperead('landareas');landmask = false(diff(Latlim)/res,diff(Lonlim)/res);ref = makeref

原创 pytorch训练过程中GPU显存一直增加问题

我的解决方法：少用append()笑死。。。哈哈

原创 COMS卫星各通道

原创 卫星各波段物理特性

可见光波段前者观察从地球表面反射的阳光。10.5-11.5µm和11.5-12.5µm波段主要观测地球表面和大气发出的热辐射量。6.5–7.0-µm波段观测大气上层和中层的水汽量（WV）3.5–4.0µm波段被称为短波红外（SWIR）波段，主要观测白天反射的阳光和夜间的红外辐射。...

原创 日本葵花八号气象卫星数据格式

File Naming ConventionFull-diskNC_H08_YYYYMDD_hhmm_Rbb_FLDK.xxxxx_yyyyy.ncwhere YYYY: 4-digit year of observation start time (timeline);MM: 2-digit month of timeline;DD: 2-digit day of timeline;hh: 2-digit hour of timeline;mm: 2-gidit minutes of tim

原创 利用Matlab中分割的结果与原图叠加

假设原始图像为单色图像f,边缘检测结果为e1.如何将结果图与检测的原图叠加，即在原图上显示边缘g1=im2double(f);g1(e)=1;% 将边缘显示为白色2.如何改变边缘的颜色C=[1 0 0]; % 若设置边缘颜色为红色r=im2double(f);g=r;b=r;r(e)=C(1);g(e)=C(2);b(e)=C(3);g2=cat(3,r,g,b);...

原创 test setup failed、fixture ‘args‘ not found问题

这个程序用到了pytest可能是它出现的问题。解决方法：将还有test的函数改名。。就行了 好像只要还有test都不行。比如testt也是不可以的。

原创 transform.ToTensor(), transform.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))作用

在图片的预处理中经常用到：transform.ToTensor()ToTensor()能够把图片的灰度范围从0~255 变成0~1之间transform.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))transforms.Normalize()功能：逐channel的对图像进行标准化（均值变为0，标准差变为1），可以加快模型的收敛output = (input - mean) / stdmean:各通道的均值std：各通道的标准差图片三个通道前一个(0.

原创 No module named pip解决办法

直接上代码：打开你python.exe所在的文件夹 然后执行下面一句python -m ensurepip如果要更新pip,同样也是在这个文件夹底下：python -m pip install --upgrade pip成功！

原创 论文阅读：基于Himawari-8 数据的日间海雾检测方法

日间海雾检测一、概述1.提出的方法2.数据集3.对比的算法二、详细步骤1.CALIOP海雾检测方法2.AHI检测原理和通道选择文章：基于Himawari-8数据的日间海雾检测方法一、概述1.提出的方法基于葵花卫星的日间海雾检测方法2.数据集实验数据：葵花8号卫星数据。验证数据：CALIOP星载激光雷达数据中国生态遥感信息服务网 雾检测报告3.对比的算法无二、详细步骤1.CALIOP海雾检测方法对于陆地中，CALIOP一般作为雾的验证产品，即距离地面一定距离的云判断为雾，而对于海

原创 _, predicted = torch.max(outputs, 1)，_,的作用

torch.max(k,1)其中这个 1代表行，0的话代表列。不加_,返回的是一行中最大的数。加_,则返回一行中最大数的位置。测试如下：

原创 基于监督哈希的图像检索

监督哈希的图像检索一、概述1.哈希图像检索原理（1）基础最近邻搜索问题（2）哈希图像检索概述（3）哈希检索详解2.目前哈希检索的问题3.解决问题文章：Supervised hashing for image retrieval via image representation learning一、概述1.哈希图像检索原理（1）基础最近邻搜索问题给定一个点集，以及一个查询点q，需要找到离q最近的点的集合；在大规模高维度空间的情况下，这个问题就变得非常难，而且大多数算法计算量极大，复杂度很高； 而且

原创 论文阅读总结：基于监督哈希的图像检索

文章Supervised hashing for image retrieval via image representation learning文章总结文章的亮点在于用深度卷积网络的方法提取出图像的特征，不需要手动的选取特征。文章将过程分为两个方面，一个方面时构建相似矩阵，再将相似矩阵通过坐标下降的方法生成与其相似的哈希编码矩阵，有了哈希编码矩阵就可以作为输出层的验证集，训练哈希函数。 另一方面引入卷积网...

原创 基于动态阈值算法的黎明和黄昏时间海雾检测

黎明和黄昏海雾检测归纳总结表一、概述1.存在的问题2.提出的方法3.数据集4.对比的算法二、详细步骤1.研究区域2.动态阈值算法参考文章：SEA FOG DETECTION BASED ON DYNAMIC THRESHOLD ALGORITHM AT DAWN AND DUSK TIM归纳总结表一、概述1.存在的问题在黎明和黄昏时间时海雾的高发期，其对全天的海雾检测有重要的意义。但是由于大多数的极地轨道卫星会受到时间分辨率和过境时间的影响，不能针对某一区域进行黎明和黄昏的海雾检测。2.提出的

原创 论文阅读总结：基于动态阈值算法的黎明和黄昏时间海雾检测

文章：SEA FOG DETECTION BASED ON DYNAMIC THRESHOLD ALGORITHM AT DAWN AND DUSK TIM总结：文章的整体思路是，随着太阳天顶角的变化与近红外波段的反射率以及波段7的反射率成线性关系。用训练的图像生成的线性关系公式，去进行海雾的检测。可用点：知识的了解，天顶角的变化和近红外段成线性关系。通过这个线性关系，对输入的图像进行海雾的识别，可以用其来判断黎明和黄昏海雾。能不能解决低云和海雾 不能识别的问题。海雾与海面的温度大体相同，此

原创 基于GOES-16图像的夜间海雾检测

夜间海雾检测一、概述1.存在的问题2.提出的方法3.数据集4.对比的算法二、详细步骤1.介绍（1）卫星检测优势（2）气象卫星常用的海雾检测方法（3）先前研究和发展历程（4）研究区域与数据文章：Automatic nighttime sea fog detection using GOES-16 imagery一、概述1.存在的问题加拿大纽芬兰岛东南的大浅滩，油气运输至关重要，该地区雾霾非常严重，目前没有遥感技术针对此处进行海雾的检测。2.提出的方法本文提出了一种自动的夜间海雾检测的方法并且它能够

原创 论文阅读总结：基于GOES-16图像的夜间海雾检测

文章：Automatic nighttime sea fog detection using GOES-16 imagery文章总结：地点：加拿大对比的方法：NOAA的LIFR算法验证集：NOAA的云类产品，就是已经找好了的雾的图。文章大致提出了自动选择阈值的方法：第一种是最普遍使用的亮温差法，采取了3.9和11.2波段的亮温差。它阈值的选择一个是参考每个月份的二十天亮温差频率分布直方图的极小值和平均值。拿到之后，对输出的每一张图像都分析它的亮温差频率分布直方图，查看直方图的极小值，然

原创 雾的性质及其不同通道原理

1. 雾与大粒子水云、冰晶云在11μm和3.8μm不同，雾的11μm明显大于3.8μm在 11 μ m 通道, 不透明雾的辐射性状类似于黑体, 几乎完全发射热红外辐射, 其比辐射率接近于 1; 而在 3 . 8 μm 通道, 不透明雾的比辐射率明显要小。由于上述差异, 雾在 11 μm通道的亮温明显大于其在 3 . 8 μm 通道的亮温。另外, 雾顶常存在逆温层, 其温度与地表温度非常接近, 甚至高于地表温度, 但在透射作用下,卫星探测到的雾顶温度将偏低 。由于 3. 8 μm 通道透射作用强于 11

原创 复制标签图片

path="E:/fangxuyuan/数据/训练标签1" #待读取的文件夹path_list=os.listdir(path)path_list.sort() #对读取的路径进行排序for filename in path_list: filename2 = filename[7:20]; print(filename2) path_list2 = os.listdir("E:/fangxuyuan/数据/lablab") path_list2.sort()

原创 文件复制

import os,shutilpath="E:/fangxuyuan/数据/lablab" #待读取的文件夹path_list=os.listdir(path)path_list.sort() #对读取的路径进行排序for filename in path_list: filename=filename.split('.')[0] print(filename) path_list2 = os.listdir("E:/JZZ/NC Data/2020") pat

原创 Python批量复制文件到另一个文件夹

# -*- coding: utf-8 -*-# @Time : 2020/12/17 20:42# @Author : Escape the bug# @FileName: tes.py# @Software: PyCharmimport os,shutilpath="E:/论文/图像标注/labtest1" #待读取的文件夹path_list=os.listdir(path)path_list.sort() #对读取的路径进行排序for filename in path_li