木盏

img文件夹存放你要转换的原图，rgba文件夹存放输出结果。

图形处理库taichi不支持"is not"操作，本人在全网没找到合适的解决方案。通过小小的尝试，发现fix了这个bug，发帖记录一下，希望能够帮助到遇到同样困难的道友。

由于sorted排序默认首字母排序，于是会导致上述的问题，"10"会排到"2"前面。工程上解决这个问题可以给每个文件补0，但这个需要修改文件名，做法不太优雅。众所周知，Python内置了排序函数sorted()，但sorted()经常排序不是我们想要的顺序。这种排序就是我们想要的了～

Python处理列表是最基础的操作之一，但一不小心就容易不优雅。Python写得不优雅还不如去写cpp～

Overleaf很多模板中，需要用pdf格式来插入图片，即将png/jpg图片转化成pdf，才能插入此图。这么一来，就需要额外做一步转化。

张量的乘法是pytorch等神经网络开发框架中最常见、最基本的操作之一。

在SAM的加持下，我们很容易得到物体的mask，但是物体的bbox信息通常也很有用。那么，我们可以写一个函数，立马可以通过mask得到bbox。

众所周知，Python除了不能生孩子什么都会。Python也是可以做web服务的。Python做web有一个重点优势是：做一个快速的AI Demo。第一步：安装一个版本5.0以上django第二步：构建咱们的Django工程，我取名为

Kmeans毫无疑问，好用又“便宜”的算法，经常在很多轻量化场景中实现。所谓的“聚类”（Clustering），就是通过欧氏距离找哪些点构成一个簇。我们怎么决定哪些点属于哪一簇，以及每簇的中心分别是什么？

已知空间中有两条异面直线，它们各自必有一个点距离另一条直线最近，并且最近点的连接也分别垂直这两条直线。

在做Python工程时，经常遇到的一个问题就是：为了复现某个项目需要特地新建一个虚拟环境。但是，我们两个Project需要的环境几乎相同，只是有少数模块的版本互斥，这个时候都从0装一遍虚拟环境，就比较耽误时间。今天介绍的方法是：我们在已经建立好的虚拟环境的基础上再新建一个虚拟环境，不会影响原虚拟环境，即克隆虚拟环境。命令行如下：

我们做demo的时候经常需要把人物或者物体分割出来，一个比较好的展示效果就是用分割mask把背景变成透明的，于是就需要将原本的rgb图像通过mask的指导变成rgba。

ply文件，是"Polygon File Format"的简称，即多边形文件格式。一般可以理解为，一个ply文件表示一个三维图形。python常见的读取ply文件的方法有两个：plyfile和open3d

排序是最常见的操作之一，对于优雅的python而言，绝大部分情况下不需要手动快排，调用内置排序函数。直接对sorted函数增加一个key描述即可。但如果想根据类对象列表的某个类属性进行排序呢？

卷积在数据处理上是非常常用的手段，不局限于深度学习算法，比如传统的Sobel边缘检测等等，都需要用到卷积算法。这里用到scipy来做二维卷积。模式选用请参考文字《为什么需要用到numpy来做二维卷积呢？答：轻量、方便手写卷积核。

PSNR，峰值信噪比，是基于MSE的像素比较低质量评估，一般30dB以上质量就不错，到40dB以上肉眼就很难分别了。在图像质量评估上，有三个重要指标：PSNR，SSIM，LPIPS。LPIPS，利用AI模型来量化图像之间的相似性。取值范围也是[0,1]，与SSIM相反，像这种常见的图像质量评价指标，都会收录到torchmetrics里面。SSIM，结构相似性，从分布上来比较相似性，量化到（0-1）之间，代码里给了两种PSNR实现方法，计算结果差别不大。LPIPS是越小则证明图像质量越好。

我经常需要用手机看服务器的运行情况，所以就写一个脚本，通过邮件把服务器运行情况发送给我，直接手机可以查看炼丹状态。事实证明还是很有用的，所以撰写一篇博文将脚本分享给大家。脚本由本人原创，借用请说明出处。这里只能使用QQ邮箱，如果使用其他邮箱需要改写对应的smtp服务器。同时，使用发送方邮箱时需要在设置中。如何开启SMTP服务器？两个python包。，否则将会无法登录。

这里用到的模块是imageio。用imageio.mimsave即可将图片序列保存成gif动态图。以下是本人编写的小实验：

Python做图像图形研究的时候，通常需要画很多辅助几何形状（比如bounding box等）。基于opencv的几何图形绘制具有易用性，而且天然能和numpy数组交互。本文总结了几种常用的cv2画几何图形的方法，当一个简易的手册使用：

空占一个维度而已，等价于None

numpy是Python中最常见的矩阵操作工具。有时候，我们需要从一个大矩阵中读取一个小矩阵，则需要用一些索引技巧。

Python的模块化机制是值得所有编程语言学习的，一般来说，开发者想得到的库都会有Python版本的。这种优势便得益于Python的易打包性。本文介绍的方法至少有两种优势：将自己的代码变成开源库，直接通过pip install xxx即可安装，很容易做开源工作；将自己经常用的代码段打包成whl，使代码复用性更高，并且彻底解决python繁杂令人诟病的多级目录引用不方便的问题。

在开发较大规模的Python工程时，通常需要进行模块化管理。把各种开发好的模块用文件夹的形式，放在同一目录下，最后统一调用。之前介绍过sys.path.append、importlib 和imp来解决复杂模块调用问题，但苦于都不够优雅。今天介绍的__init__.py较为优雅，博主推荐指数：★★★★★

logging是Python中常见的日志工具，能够把一次运行的关键信息记录成日志，以便debug。为了让读者更快掌握这个工具，咱们逐步深入.

链接为：https://pytorch.org/docs/stable/generated/torch.sort.html。只支持按维度进行排序。但是，通常情况下，我们希望对一个二维张量按某一列的取值进行行的排序，比如。我们用confidence来对一组bounding box进行排序。那么，这种情况下，不能直接使用。pytorch自带的排序函数为。

Cosine Similarity，即余弦相似度，又叫余弦相似性。是一个中学数学的概念，即用两个向量之间的夹角余弦值代表这两个向量之间的相似度。Cosine Similarity虽然简单，但广泛应用在AI模型中，比如CLIP计算图像embedding和文本embedding之间的相似性等。Python实现（Pytorch版本）在代码实现中，通常先分别计算A⃗∣A∣\vec{A} \over{\vert{A}\vert}∣A∣A​、B⃗∣B∣\vec{B} \over{\vert{B}\vert}∣B∣B

注意，lmdb存储和读取都是一个文件夹，因为要存’data.mdb’和’lock.mdb’两个文件。上述代码所示，就是存了一个样本对sample1。使用LMDB有2个优势：(1)把零碎文件合成一个大文件，更好管理和移动；我们把x和y都存到value里面，因为key具有唯一性，我们可以用一个num来表示。注意，刚刚存的时候用’\t’隔开的xy，在读取的时候也用’\t’来恢复出xy来。先思考一个问题，什么时候需要存储和快速读取大量键值对呢？组成，就可以用键值对的形式存到LMDB里面。然后闪电速度获取样本对。

Python文件读取一直是python的常见用法，通用方法是直接readlines加载所有行。对于大文件all_items.tsv，咱们只读取某一个区间的行来进行处理。如果是想遍历整个文件并处理每一行，其实并不需要一次加载所有行。对于超大文件（如100G的tsv），直接加载所有行会非常慢。先用迭代器滚动到start_line的位置，再开始读取。用一个while循环就可以完成从头到尾行的遍历。

这里用到的是cv2和numpy的组合。cv2会把图片都处理成uint8的numpy矩阵，同理，我们可以把符合图片通道要求的numpy uint8矩阵用cv2保存成图片。直接看代码：直接在第三行定义出你想要的图片颜色即可。可以加入随机数：...

有时候常见的脚本喜欢写成api，这样自己用的时候不需要重复造轮子。把写好的api放到一个固定位置，每次直接引用就好了。这里用到的模块是importlib。假设我们写好了一个轮子，命名为a.py：咱们import这个api就可以参考以下脚本：............

经常需要用爬虫爬爬百度图片，所以弄一篇博客记录一下。需求：输入关键词，程序自动下载百度搜索出来的图片，并保存在本地。假设代码保存为down_baidu.py使用：python down_baidu.py 篮球这个篮球就是你要搜索的关键词。最后看一下代码：import osimport os.path as ospimport argparseimport reimport requestsdef get_args(): parser = argparse.Argument

GradCAM是经典的特征图可视化工具，在CV任务中，能用于分析CNN学到了什么东西。先看一张图：这就是GradCAM做出的效果，它直观地表示出咱们模型认为图片是Dog的是依据哪些地方。GradCAM借用梯度来进行注意力表示，发表于ICCV2017，如今依然活跃在学术和工程界。GradCAM原理对于视觉任务，包括图像分类、目标检测等，通常都是backbone+head的形式。如图1所示。所以，GradCAM可以无差别地对各种视觉任务进行可视化。在操作上，GradCAM拿到backbone的输

在脚本化python程序的过程中，经常需要解析args。例如：python download.py --url https://abc.bcd.io/tiq.mp4–url这个玩意儿就叫args。使用args可以不需要修改.py文件的代码就可以完成脚本配置。在python中，最常见的args工具就是argparse。直接看一段代码：import argparseparser = argparse.ArgumentParser('demo', add_help=False)parser.ad

问题描述：我用python打开一个tsv格式的文件，发现有编码问题，报错如下：

习惯了Pycharm的用户，通常都喜欢Pycharm强大的debug配置。但pycharm虽好，但需要图形化的UI界面，事实上在很多项目开发上有UI界面是很奢侈的事情。所以在无界面的vim下debug，难道只能用print了？那效率就太低下了。事实上，python有内置的断点工具，直接在代码中插入即可完成断点调试。在python3.7之前，这个工具叫pdb，即python debugger的缩写。在python3.7之后，breakpoint直接变成了关键字，可以之际作为断点插入。断点工具的使

众所周知，python的多线程提供的只是并发性，不会实际加快运行效率。而多进程则是用资源换取效率，可以实现真正的并行性。对于高阶Pythoner而言，掌握多进程非常有必要。这篇文章主要想帮助大家理解Python多进程的运行机制和基本概念，并且提供一个较为通用的多线程启动模板。

对于包含大量图片的大型zip文件而言，解压非常费时间，同时解压过程也会需要更大的硬盘空间。这个时候，如果Python能直接读取到zip中的图片的话，就非常有用了。本文提供PIL和cv2两种格式的图片读取。代码为本人原创，有问题可留言交流~这里用到的包是zipfile。假设有个zip文件叫“demo.zip”，其中包含"sing.jpg"、“dance.jpg”、"rap.jpg"和"basketball.jpg"四张图片。from zipfile import ZipFilefrom io impo

Optical Flow，即光流是一种经典的传统视觉算法。在视频层次的其他任务上，如视频目标检测、跟踪和分割等等，有着很大用武之地。

如果用Python初始化一个长度为n的一维list，很简单，只需ls = [0] * n。但是对于二维，如果简单用这个方法扩展就很容易出错。

Python中有些重复简单的计算可以丢给cpp做，从而实现加速。之前写过一个python调用c++模块的文章《python调用c++》，通过引用动态链接库来完成调用。今天介绍用Extension来扩展Python的方法。实验环境：ubuntu18.04python3.8.8setuptools这里需要额外安装一个setuptools。编写要调用的c++文件，命名为add.cpp：include<Python.h>#include<iostream>using nam