007的博客

原创 pyqt5 部件QTableWidget对某些指定单元格输入数字限制

本文介绍了一个基于PyQt5的自定义表格代理类NoNeg_Len_Decimal_LimitDelegate，用于对QTableWidget中指定单元格实施数字输入限制。该代理实现了三项验证规则：1)必须为正数；2)数字长度不超过设定值；3)小数保留2位精度。通过重写createEditor、setEditorData和setModelData等方法，代理类能够针对特定单元格配置不同的验证参数（如最小值、最大值、小数位数等），并自动进行输入验证和格式化处理。示例代码展示了如何为表格的不同单元格应用这些限制规

原创 pyqt5 ui文件python运行脚本

本文介绍了如何使用Python直接运行PyQt5的.ui文件，无需手动转换。通过loadUi方法可直接加载界面文件，实现快速预览和测试。示例代码展示了创建主窗口类并加载.ui文件的基本流程，包括初始化应用、设置窗口标题等操作。这种方法简化了UI修改后的调试过程，提高了开发效率。

原创 通过条形码获取对应商品信息python程序

本文介绍了一种改进的条形码商品信息获取方法。通过使用条形码扫描枪将商品条形码批量录入Excel表格，再通过Python程序从68API网站批量爬取商品信息。文章提供了完整的实现代码，包括：1) 使用openpyxl读取Excel数据；2) 通过requests和BeautifulSoup解析API返回的商品信息；3) 批量处理条形码并分类存储结果。该方法解决了直接图片识别效率低的问题，并通过批量处理避免了网站频繁访问的限制。实现中还考虑了错误处理、数据分类保存等功能，提高了系统的实用性和稳定性。

原创 通过条形码图片获取对应商品信息python程序

本文介绍了一个通过Python自动识别商品条形码并查询商品信息的解决方案。程序使用OpenCV和PyZbar库识别图片中的条形码，然后通过68api.com网站查询商品详细信息，最后将数据整理保存到Excel表格中。文章详细说明了实现步骤，包括条形码识别、网络数据抓取、Excel文件处理等功能模块的代码实现，并提供了完整的Python脚本。这种方法有效避免了手动录入的低效问题，实现了商品信息的自动化采集与整理。

转载 彻底删除Ubuntu EFI分区及启动项

彻底删除Ubuntu EFI分区及启动项 - gris - 博客园 (cnblogs.com)

原创 [ONNXRuntimeError] : 9 : NOT_IMPLEMENTED : Could not find an implementation for Conv(11) node 可能问题

今天转了个pt到onnx模型，转成功了，但运行时出现了[ONNXRuntimeError] : 9 : NOT_IMPLEMENTED : Could not find an implementation for Conv(11) node。我用netron查看了onnx模型，似乎Conv(11) node没啥问题，但是type:float64。修改type:float32就可以了。

转载 Android 触摸图片进行移动、缩放和旋转

Android的部分图片编辑应用中需要对图片进行移动、缩放和旋转，这些变化都依赖于触摸手势实现，而本文是在参考众多实现的工程中发现并能成功运行的一个是：Android移动、缩放和旋转手势实现 - Huntto - 博客园 (cnblogs.com)其工程github:GitHub - huntto/SimpleGesture

原创 分类器-硬投票和软投票法

1、硬投票法，基于多个模型预测的类别，类别频率最高类别为当前分类类别。2、软投票法，基于多个模型预测的各个概率的均值或加权最大对应类别为当前分类类别。

原创 Albumentations库-ShiftScaleRotate和Affine

刚开始看Albumentations库-ShiftScaleRotate和Affine，觉得两个差不多，尤其看ShiftScaleRotate下的注释时，而且他父类是Affine，有些迷惑。原来ShiftScaleRotate没有shear。卧槽那为啥不知用Affine就得了。并且后面的警告这个让我明白以后直接用Affine吧，ShiftScaleRotate这个直接会遗弃。

原创 切片辅助超推理-sahi库-get_sliced_prediction使用示例

上面以yolov8n对工程中示例图为例进行了简单测试。3、设置h-w=512。4、设置h-w=416。5、设置h-w=320。

原创 切片辅助超推理-sahi库-get_sliced_prediction源码简析

1、get_sliced_prediction中的postprocess，默认为combine.py中的GreedyNMMPostprocess这个是核心函数，其中nmm即Non-Max Merging算法是最重要部分，它其实和nms比较类似。get_sliced_prediction源码中重要是理解nms或nmm。需要注意的是sahi的score融合只是取其最大值，没有用博客中的计算公式。sahi库中get_sliced_prediction函数如下。2、batched_greedy_nmm函数。

原创 切片辅助超推理-sahi库-slice_image使用

slice_image位于slicing.py中，在此，仅对于图片进行分析，标注coco格式切片后续有时间另说。slice_image中最重要的是get_slice_bboxes和get_auto_slice_params。slice_image是sahi库中一个函数，理解这个函数是理解切片的入口。1、get_slice_bboxes函数。二、slice_image函数梳理。一、官方函数使用示例。

原创 c++ vector数据转化为opencv mat

【代码】c++ vector数据转化为opencv mat。

原创 c++ opencv float mat 转化为uchar mat示例

【代码】c++ opencv float mat 转化为uchar mat示例。

原创 c++ thread detach

【代码】c++ thread detach。

原创 c++ thread 引用传参示例

【代码】c++ thread 引用传参示例。

原创 c++ thread 死锁问题解决

【代码】c++ thread 死锁问题解决。

原创 c++ thread 线程死锁

【代码】c++ thread 线程死锁。

原创 c++ thread 读写操作示例2

【代码】c++ thread 读写操作示例2。

原创 c++ thread 读写操作示例1

【代码】c++ thread 读写操作示例1。

原创 c++ thread 加法示例

【代码】c++ thread 加法示例。

原创 ubuntu下分屏工具tmux常用操作

杀死指定会话: tmux kill-session -t linetrack。Tmux 默认所有命令的前置命令都是 Ctrl+b。杀死所有会话：tmux kill-server。查看 Tmux 会话清单: tmux ls。创建会话：tmux new -s 会话名。水平切割窗格:Ctrl+b-->"竖直切割窗格:Ctrl+b-->%切换窗格：Ctrl+b-->方向键。退出会话：Ctrl+b-->d。

原创 c++ const常见使用

【代码】c++ const常见使用。

原创 CmakeList+C++编写简单示例

【代码】c++多文件，cmakelist编写简单示例。

原创 VSCode+c++/cmake+window配置执行流程

主要为了记录以前学习vscode+c++/cmake+window配置执行流程记录。2、编写一个CMakeLists.txt。4、点击下图中生成图标（左下角红色区域）至此完成cmake编译程序。

原创 docker 资源整理

由于最近项目中需要使用docker，不得已学了一下，和虚拟机比起来感觉它的使用并不是太人性化，而且命令行传递参数也不是太友好，出问题跟踪也不方便，但是它确实能一定程度上解决，环境重复搭建问题。WORKDIR是容器中的目录，你不需要管它存在不，因为不存在的话自动创建，记住确定好WORKDIR后，一般使用COPY或ADD命令把整个工程复制WORKDIR。这篇写的真好，让我这个初学者比较形象的知道docker，反正官网的解释没咋看懂。docker打包好的镜像，自动更新到本地docker管理系统中，使用。

转载 Windows安装Pycocotools（Microsoft Visual C++ 14.0 or greater is required.报错提示解决方案）

原创 C++ lambda表达式简要示例

C++ lambda表达式简要示例

原创 python中使用logging 出现不能写日志到文件奇怪现象解决方法

运行这个代码在一个地方可以把信息输出到文件,在另外一个却不能输出到文件，而是打印命令终端，百思不得其解，最后跟踪发现问题出在。logger = logging.getLogger()这行代码。

原创 libtorch中cat函数的使用

在使用libtorch中经常用到vector和cat使用的情况，在此写了几个例子；需要注意的是，cat拼接tensor时必须时连续的tensor。

原创 linux下解压zip文件正确操作

我实际中遇到过好几次很奇怪的问题：windows下一个zip文件放置到linux下，使用鼠标点击解压后报错或出现中文字符变为乱码，这个问题疑惑了好一阵，不明所以。后来偶然使用命令行即unzip 你的.zip居然没有这些奇怪问题。总之，在linux下解压尽量使用命令行吧

原创 c++中使用模板和类，编译时报未定义错，可能的解决方法

今天使用c++模板写了几个函数，函数声明放在.h文件中，定义放在.cpp文件中，恩似乎大家都是这么写c++的，但是编译链接时出现了未定义的错误，这确实让我愕然，最后经过朋友指点，发现是使用模板的原因，使用模板时声明和定义不要分开，具体啥原因咋也不清楚，不过网上找到了一篇讲解这个的分析。c++ - 模板方法的未定义引用错误 - Code Examplesc++ - 模板头文件 - 为什么只能在头文件中实现模板?

原创 c++ 一维vector 通用打印函数

其中print可以正常使用,print2编译都不通过,老是报error: ‘it’ was not declared in this scope,具体原因也不知道,大概是类型实例化是造成的.

原创 fatal error :cudnn_version.h:No such file or directory

fatal error :cudnn_version.h:No such file or directory

原创 ImportError: /usr/lib/x86_64-linux-gnu/libQt5Core.so.5: version `Qt_5‘ not found

ImportError: /usr/lib/x86_64-linux-gnu/libQt5Core.so.5: version `Qt_5‘ not found

原创 pytorch官方DDP示例中疑惑记录

官网上有关DDP的示例比较简短,说实话不太实用,但即使这样,第一次看这个还是有好些疑惑,在此把示例中,我当时的不解,经过查找和实验,做些注解.DDP讲解较好的参考文章:1 https://zhuanlan.zhihu.com/p/1784027982 https://zhuanlan.zhihu.com/p/76638962...

原创 ImportError: No module named setuptools 解决方案

网上的操作大概如下：wget https://pypi.python.org/packages/source/s/setuptools/setuptools-0.6c11.tar.gztar zxvf setuptools-0.6c11.tar.gzcd setuptools-0.6c11python setup.py install奈何网页过久，get不到于是去这里https://pypi.org/project/setuptools/#modal-close页面如下：下载s.

原创 numpy中randn及random的简单使用

import numpy as npif __name__ == '__main__': npr=np.random sh=(3,2) mp=0.9 s=0.1 a=(npr.random(sh) < mp) b1=npr.random() * npr.randn(*sh) #绝大多数:[0,1]*[-1.96,1.96]=[-1.96,1.96] b=b1*s #绝大多数:[-1.96,1.96]*0.1=[-0.196,0.196] .

原创 加载yolov5 模型到cuda0和加载resnet50模型到cuda1出错处理

　　先说下我工程：我需要使用yolov5的模型给出一张图中的检测结果，然后把这些检测结果再次送到resnet50的分类器中进行分类，刚开始我把两个模型都加载到了cuda0,一切完美运行．为了加速，我把yolov5的模型加载到了cuda0上(说明下我有４块gpu),resnet50的分类器模型加载到了cuda1上．想法是美好的，但执行上述流程时出现了意想不到的错误：RuntimeError: CUDA error: invalid device ordinalCUDA kernel errors mig

原创 pytorch分布式训练示例小计

示例地址：https://pytorch.org/tutorials/intermediate/ddp_tutorial.html完整代码如下：import osimport sysimport tempfileimport torchimport torch.distributed as distimport torch.nn as nnimport torch.optim as optimimport torch.multiprocessing as mpfrom torch