m0_46348916的博客

原创 tebsorflow学习笔记1 ----------分类器与损失函数

典型的计算机视觉任务 计算机视觉基于大量不同任务，并组合在一起实现高度复杂的应用。计算机视觉中最常见的任务是图像和视频识别，涉及确定图像包含的不同对象。 ·四大主要任务： 图像分类 目标检测 目标分割 目标追踪 图像识别的难点： 神经网络： 支持向量机(Support Vector Machines，SVM)算法同样解决了线性不可分问题，但是对比神经网络有全方位优势: 1、高效，可以快速训练; 2、无需调参，没有梯度消失问题; 3、高效泛化，全局最优解，不存在过拟合问题，几乎全方位的碾压神经网络

原创 记录自己在pyqt5用电脑摄像头拍照并保存照片过程中发现的问题

直接上图： 当按下截图按钮时，保存的图片如下所示： 用的是opencv的cv2.imwrite()来截图保存的，且之前已经将格式转化为了RGB，但是截图保存后的图片和实物图（原图）显示不一样，后来自己再用matplotlib展示出来才发现了问题的所在，代码如下： 图如下： opencv的方式展示的图片： matplotlib的方式展示的图片： 出现这种问题的原因是因为，opencv截屏保存的图片格式为rgb，即bgr–>rgb的格式图片，只是我们观察起来好像不是原图，但它事实上为rgb的原图

转载 工业相机选型

一、相机介绍及选型方法 1.工业相机介绍 工业相机与我们手机上面的相机或者我们单反相机不同，工业相机它能够使用各种恶劣的工作环境，比如说高温，高压，高尘等。工业相机主要有面阵相机和线阵相机，线阵相机主要用于检测精度要求很高，运动速度很快的场景，而面阵相机应用更为广泛。 线阵相机 这种相机呈现出线状，一般上只在两种情况下使用这种相机， 一是被检测视野为细长的带状，多用在滚筒上检测;二是需要很大的视野和很高的精准度。我们看到的线阵相机的物体二维图像是通过多次线阵扫描组合形成的。 线阵相机的优点就是可以做很多一维

原创 解决pyinstaller打包成.exe文件时背景图片不显示的问题

当直接打包成.exe文件时，其背景图片不会在打包后的.exe文件中出现。解决方法如下： 将图片编码成字节码，然后直接引用字节码再解码成图片显示出来。 传入需要编码的图片路径img_path，通过b64encode()方法编码成字节码。注意，当图片太大时，通过print()输出的信息可能是不完整的，直接复制这个信息会导致图片解码不出来，所以最好把字节码保存到一个文件，后续需要使用图片时就可以把文件里面的字节码复制到代码中来直接引用。 有了图片的字节码，我们就可以通过b64decode()解码出来将图片

原创 用python脚本批量修改图片名称

原创 pytorch

利用pytorch框架对15中狗狗的类别进行分类，采用resnet50网络，利用不同的方法进行改进，得到如下的准确率曲线，第二种和三种方法类似，但是学习率的不同，由于只训练了5个epoch，准确率还在提升，可以继续训练下去，最后的准确率情况肯定和1一样，虽然他们的方法不同，但作用是一样的。可以看出经过改进，准确率也越来越高。 方案1： 方案2： 方案3： 数据集为15中狗狗的图片： 如下： 用最后的训练权重进行预测，结果如下： ...

原创 在pycharm终端打开tensorboard

原创 再pycharm中配置Qt Designer

再pycharm中配置Qt Designer 1.先安装Qt和Qt Dsigner pip install PyQt5 pip install PyQt5-tools 2.再pycharm中配置： 5处为 D:\anaconda3\Library\bin\designer.exe 意思是安装designer程序的路径。 接下来： 3处为 D:\anaconda3\Scripts\pyuic5.exe 同理为自己安装程序的路径 4处为： FileNameFileNameFileName-o

原创 pytorch之ImageFolder使用详解

pytorch之ImageFolder使用详解 pytorch之ImageFolder torchvision已经预先实现了常用的Dataset，包括前面使用过的CIFAR-10，以及ImageNet、COCO、MNIST、LSUN等数据集，可通过诸如torchvision.datasets.CIFAR10来调用。在这里介绍一个会经常使用到的Dataset——ImageFolder。用此函数进行处理的时候，会自动会图片的label命名 0，1，3… 方便接下来的loss计算。返回值为该目录下所有的文件。 I

原创 如何在pycharm中启动tensorboard

如何在pycharm中启动tensorboard 在pycharm中训练完成模型，想看tensorboard，可用下列方法： 1.先定义tensorboard 2.找到tensorboard的log_dir，即这里的graph文件夹的目录，我们将tensorboard文件装在其目录下： 打开终端查看：用cd命令，找到其对应的文件夹 下，输入命令tensorboard–logdir=graph，即可获得6006地址，复制在浏览器中打开即可。 ...

原创 Pycharm退出test模式

Pycharm退出test模式 pycharm进入了test模式，具体表现为用“Run ‘py.test xxx.py’” 注：可能是unittest模式、也可能是pytest模式 方法1： 要退出这种模式， 第一步：点击顶部运行键——选择‘Edit configuration’， 第二步：可以看到左侧Python下有两个文件夹，如果进入了test模式，就会有‘Python test’一栏， 第三步：选定Python test，这时点击上面的‘-’号去掉这栏下的文件即可。 然后确定，再次右键代码，就可以执行