lavinia_chen007的博客

Python CT图像预处理

文章目录环境安装拜读了Objects as Points这篇论文，也想应用在自己的项目中。论文地址：https://arxiv.org/abs/1904.07850官方代码：https://github.com/xingyizhou/CenterNet因为文章发表于2019年，当时原作者使用的PyTorch版本还是0.4.1，也就导致了现在用上了PyTorch1.x版本的朋友再编译和使用的时候有会踩到一些坑。主要问题出在src/lib/models/networks/DCNv2中文件的编译问题上。

文章目录论文学习Iterative Deep AggregationHierarchical Deep Aggregation网络结构![在这里插入图片描述](https://img-blog.csdnimg.cn/fb147ce654a845abb19414a581008bd3.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5qOu5bC85aup6LGG6IWQ,size_20,

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar

文章目录使用场景概述方法介绍和代码分享使用场景概述假设你手头有一组点的坐标，你想找出这组坐标包围构成的多边形区域中的所有坐标点，即从边界生成分割掩模，也即cv2.findContours的反向操作。先说这个需求的出发点，假设有一个我们有以下如图所示的AI自动分割的结果，蓝色的边界线是根据分割的二值掩模使用cv2.findContours确定并显示出来的。直观的一种修改模式（非AI辅助的情况下），人手拖拽边界点即可扩大或缩小边界。方法介绍和代码分享由于边界包含了过多且密集的点，使得在后续判定修改的

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar

文章目录转换步骤概览环境参数PyTorch转ONNXONNX转TensorRT转换步骤概览准备好模型定义文件（.py文件）准备好训练完成的权重文件（.pth或.pth.tar）安装onnx和onnxruntime将训练好的模型转换为.onnx格式安装tensorRT环境参数ubuntu-18.04PyTorch-1.8.1onnx-1.9.0onnxruntime-1.7.2cuda-11.1cudnn-8.2.0TensorRT-7.2.3.4PyTorch转ONNX

文章目录问题描述抑制输出（静默运行）彻底抑制CMD黑框弹出问题描述Windows10平台PyInstaller打包exe用Python和PyQt写了一个小工具，其中其中应用ffmpy调用ffmpeg进行了RGB转YUV444，计算PSNR和SSIM。代码如下：RGB转YUV444def convertYUV444(img_path,H,W,output_path): size = '{}x{}'.format(W,H) ff = FFmpeg(inputs={img_path

python使用pytesseract识别图中的文字。以识别和提取下图为例。要实现对图中文字的自动识别和提取。

要通过python将RGB转成YUV444。文章目录安装ffmpeg安装ffmpy在pythong中使用ffmpeg实现RGB到YUV444的转换RGB到YUV的转换python读取YUV文件opencv提供了RGB转YUV的工具，如果不在乎是哪一种YUV采样方式，直接使用以下的方式即可：import cv2img = cv2.imread(img_path)img_YUV= cv2.cvtColor(img, cv2.COLOR_BGR2YUV)img_YCrCb = cv2.cvtColo

文章目录PyTorch 官方模型库修改特定层增删特定层在构建深度学习网络的过程中，经常会遇到需要对预训练模型进行修改和增删特定层的操作。torchvision.models提供了丰富的模型满足不同任务的选择，因此在构建网络结构时，无需从头开始复现某个网络结构，只需在官方库的基础上进行修改即可。PyTorch 官方模型库pytorch提供的模型可以通过以下链接查询：https://pytorch.org/vision/stable/models.html，分为分类、分割、目标检测实例分割与关键点检测和

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar

文章目录gradient checkpointgradient checkpoint使用示例GPU使用情况监控训练深度学习模型过程中，经常会遇到CUDA error: out of memory（OOM）的问题。有一些简单粗暴但不elegent的解决办法：减小Batch Size, e.g 32 →\rightarrow→ 16减小输入的大小，e.g.332 ×\times× 332 ×\times× 3 →\rightarrow→ 224 ×\times× 224 ×\times× 3换一块显存

文章目录DANet中的Position Attention ModuleDAN中的Channel Attetnion Modulenn.Softmax(dim=-1)的理解torch.bmm的理解工作参考借鉴了Dual Attention Network for Scene Segmentation中的Position Attention Module(PAM)空间位置注意力模块和Channel Attention Module(CAM)通道注意力模块。arXiv：https://arxiv.org/a