青灵_Yaffa的博客

所以，综上所述，可以认为共性技术主要包括以下三方面：1、战略共性技术：处于竞争前阶段的，具有广泛应用领域和前景的，有可能在一个或多个行业中得以广泛应用的技术领域，如信息、生物、新材料等领域的基础研究及应用基础研究所形成的技术；从各国实践经验可以看出，支持共性技术研究作为一种政策工具，最重要的是抓住其经济和社会效益大、影响面广的特点，从本国国情出发，在不违反国际规则的前提下，支持本国产业进行共性技术研究，为提升国内产业竞争力奠定技术基础。的主要标志：具有特定的实际应用目的的研究属于应用研究。

元宇宙基础知识

@TOC代码import numpy as npimport torcha = torch.from_numpy(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]))b = torch.from_numpy(np.array([[10, 20, 30], [40, 50, 60], [70, 80, 90]]))c = torch.from_numpy(np.array([[11, 21, 31], [41, 51, 61], [71, 81, 91]]))

python三维数组知识点三维数组中每一个元素表示代码块结果图：示意图：第一个平面中的数字表示：第二个平面中的数字表示：第三个（维度 ）平面中的数字表示：三维切片：三维数组中每一个元素表示代码块import numpy as npb = np.array([[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], [[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]],

opencv中绘图函数1、线段绘制线段绘制代码展示2、矩形绘制cv.rectangle()参数解释代码3、圆的绘制1、线段绘制1为单通道3是彩色图，三通道线段绘制在opencv中，（b,g,r）代码展示import numpy as npimport cv2img_background = np.zeros((512, 512, 3), np.uint8)cv2.line(img_background, (0, 0), (511, 511), (0, 0, 255), 5)

AI.deepshare LearningFCN05问题一：卷积本质是建立在平移不变性上的FCN05问题一：卷积本质是建立在平移不变性上的non

matplotlib学习第一天一、 显示方程y= x**2二、显示框框大小2.1 显示框框的X轴的间隔new_ticks = np.linspace(-1,5,2)#x轴分为2个间隔plt.xticks(new_ticks)new_ticks = np.linspace(-1,5,10)##x轴分为10个间隔plt.xticks(new_ticks)...

视频学习连接模糊数学模糊综合评价法步骤：

程序中遇到问题该怎么解决Debug例子一：解决办法：通过本文章得以解决：[Python argparse传入布尔参数false不生效](https://blog.youkuaiyun.com/qyhaill/article/details/101778806)原因：例子一：解决办法：1、在百度中搜索:2、搜索到的结果通过本文章得以解决：Python argparse传入布尔参数false不生效原因：传入的都是string类型，转为bool型时，由于是非空字符串，所以转为True。...

【深度学习】各种注意力机制：encoder-decoder,self-attention,multi-head attention的区别转载 [各种注意力机制](https://zhuanlan.zhihu.com/p/376929247)本次更新主要包含了三个方面：转载 各种注意力机制论文 ：https://arxiv.org/abs/2105.02358代码：https://github.com/MenghaoGuo/-EANet本次更新主要包含了三个方面：加入了 multi-head ex

判断-一个字符串是否以另一个子子字符串结尾一、判断-一个字符串是否以另一个子子字符串结尾。代码如下二、结构体的拷贝赋值一、判断-一个字符串是否以另一个子子字符串结尾。代码如下#include<stdio.h>#include<string.h>#include <stdlib.h>int endString(char * str, char * substr) { int strlen = 0; while (*str != 0) { str++;

图像预处理技术主要分为两大技术图像增强技术空间域法直接在空间域内对图像进行运算处理，包括图像灰度变换、直方图修正、局部统计法、图像平滑和图像锐化等几个方面。灰度变换直方图均衡化灰度直方图：数字图像中每一灰度级与它出现的频率之间的统计，可以理解为描述各个灰度级的像素出现多少的统计图示。若用横坐标表示灰度级，纵坐标表示频率，就可以看出图像中灰度的分布情况.直接灰度变换直方图规定化图像的代数运算空域滤波图像平滑图像锐化图像锐化目的：加强图

@[问题](def toLowerCase(gg: str)????不明白python中函数定义时（str:str）：def toLowerCase(gg: str)以下代码可以看到第二个str指的是字符串类型；第一个str指字符串（个人称之为现实中的字符串。）def toLowerCase(gg: str): print("type(str=)", type(str)) print("type(gg)=", type(gg)) print("gg=", gg) prin

计算机图行学day1名词解释图像和图形的区别day1名词解释计算机图形 ：计算机产生的图像体素素是体积元素（Volume Pixel）的简称，包含体素的立体可以通过立体渲染或者提取给定阈值轮廓的多边形等值面表现出来。一如其名，是数字数据于三维空间分割上的最小单位，体素用于三维成像、科学数据与医学影像等领域。概念上类似二维空间的最小单位——像素，像素用在二维计算机图像的影像数据上。有些真正的三维显示器运用体素来描述它们的分辨率，举例来说：可以显示512×512×512体素的显示器。

图像分割之名词解析英文名字中文名字Dilated Convolution 或 Atrous Convolution带洞卷积手机$12导管$1

Traceback (most recent call last):File “F:/1/ML/PAC/writerBy.py”, line 7, in noisy_digits = X + np.random.normal(0,4,size=X.Shape)AttributeError: ‘numpy.ndarray’ object has no attribute ‘Shape’

anaconda在自己创建pytorch的虚拟环境下安装tensorflow1、进入pytorch的虚拟环境命令: activate pytorch2、pip install tensorflow因为我conda install tensorboardX安装不了，所以就选择pip

激活并进入Anaconda环境在控制台运行activate命令会进入默认的Anaconda环境base,如下图：

这里写自定义目录标题backbone是什么backbone是什么在神经网络中，尤其是CV领域，一般先对**图像进行特征提取（**常见的有vggnet，resnet，谷歌的inception），这一部分是整个CV任务的根基，因为后续的下游任务都是基于提取出来的图像特征去做文章（比如分类，生成等等）。主干网络，用来做特征提取的网络，代表网络的一部分，一般是用于前端提取图片信息，生成特征图feature map,供后面的网络使用。通常用VGGNet还有你说的Resnet，因为这些backbone特征提取能力

数字图像处理基础知识灰度灰度级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灰度灰度: 也就是所谓的色阶或灰阶，是指亮度的明暗程度。灰度是表明图像明暗的数值，即黑白图像中点的颜色深度，范围一般从0到255，白色为

数字图像处理--图像的采样和量化量化量化横坐标上每隔一定的间隔去一个点，在纵坐标上，函数值的取值有无数个点，因此要对坐标值进行数字化—这个数字化的过程叫量化。 如下图，如果用一个空间来存储0-255之间的图像，对于模拟图像而言，0-255有无数个实数值，（实数值：有理数和无理数），无理数后有无限个小数点后的数，存储空间相当大，有什么办法能够降低存储空间或者说降低颜色或是灰度上的层次感呢？采用这样一种策略：左边是黑色到变色分为8个区域，每个个区间不管颜色怎么变化分别叫第一个区间用0，第二个

灰度级形态学1、灰度图和二值图的区别：1、灰度图和二值图的区别：色彩丰富程度 ：彩色图>灰度图>二值图彩色图：三个通道 R G B灰度图：三个通道的数值一样二值图 ： 非黑即白色彩丰富程度彩色图>灰度图>二值图彩色图三个通道 R G B灰度图三个通道的数值一样二值图非黑即白...

区域骨架提取 1、提取骨架定义：1、提取骨架定义：提取骨架定义： 对提取的骨架进行重构。 骨架的定义： 在二值图像的内部任意给定一点，如果以该点为圆心存在一个最大圆盘，其整个盘体都在图像的内部， 且至少有两点与目标边界相切，则该点便是骨架上的点。所有最大圆盘的圆心构成了图像的骨架。...

DTC：通过双任务一致性进行半监督医学图像分割1、水平集衍生的分割图1.1 水平集方法（Level Set Method）2、水平集方法(the level set method，LSM)水平集方法为甚么能够在分割中有良好的使用呢？本文主要是将“DTC：通过双任务一致性进行半监督医学图像分割”论文中的知识点抠出来一个个的解决。1、水平集衍生的分割图白话理解：有一个表面S，它与一个平面P相交，得到一个曲线C，这个C就是我们通过水平集得到的轮廓。1.1 水平集方法（Level Set Method）

2021-3-15今日学习知识点1：os.path.dirname(path) ：功能 ：去掉文件名，返回目录print(os.path.dirname('H:\寒假论文\医学图像分割-寒假论文'))print(os.path.dirname('H:\ 2年寒假论文'))print(os.path.dirname('H:\\ 2年寒假论文'))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Sm