- 博客(42)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 mmsegmentation中img_scale的作用
mmsegmentation是基于 PyTorch 的一个开源语义分割工具箱，用于处理图像分割任务。是一个重要的配置参数，它用于指定输入图像的缩放比例。
2025-01-05 16:40:52
209
原创 KeyError: “EncoderDecoder: ‘afformer_base is not in the models registry‘“
【代码】KeyError: “EncoderDecoder: ‘afformer_base is not in the models registry‘“
2024-09-08 20:47:10
430
原创 详解cv2.inpaint()
flags: 修复算法的标志。有两个可选值：cv2.INPAINT_TELEA和cv2.INPAINT_NS。默认为cv2.INPAINT_TELEA。inpaintRadius: 修复半径，即掩膜的像素周围需要参考的区域半径。inpaintMask: 修复图像的掩膜，即需要被修复的像素区域。src: 要修复的原始图像。
2024-07-20 14:38:38
521
原创 通过终端使用mmsegmentation中tools出现unrecognized arguments
出现unrecognized arguments 使用 pip install pytest-html。pip list 检查是否安装pytest-html。
2024-07-17 10:29:26
198
原创 QT Designer中的qrc文件如何创建（以如何将图片添加进qrc文件为例）
QT Designer中的qrc文件如何创建，将图片添加进qrc文件
2024-07-01 18:56:29
1036
原创 python自动创建文件夹，不存在则自动创建文件夹，保存文件（file_name），如果文件存在则file_name+1
如果有这个视频名称，则名称累加(detection_log\\video_results\\datatime(1).mp4)# 然后保存每次运行的视频(detection_log\\video_results\\datatime.mp4),# 如果不存在则创建一个固定的视频保存文件夹(detection_log\\video_results)，代码为参考大佬后的再次优化原创，如果帮到您，希望可以留个赞。
2024-06-26 15:00:50
487
原创 python自动创建保存文件的文件夹，如果没有则创建，有则加（1）
以下这个函数的代码功能为： # 保存检测信息，放在txt文件中，位置为(detection_log\\frame_txt_results\\data_time)如果存在则创建(detection_log\\frame_results\\data_time(1)) 以上内容为原创，如果帮到您希望可点个赞，如果有bug也欢迎留言
2024-06-26 14:54:05
225
原创 利用Qt Designer给Qlabel设置边框样式
利用Qt Designer给Qlabel设置边框样式，需要设置边框宽度，才能设置样式，颜色啥的。
2024-06-25 11:03:20
799
原创 QT designer加载本地图标给PushButton按钮,(加载事先定义好的.qrc文件)
截屏来自：Python/PyQt5/Qtdesigner设计第一款桌面应用---全教程_哔哩哔哩_bilibili
2024-04-15 11:27:04
401
1
原创 OpenCV-Python无法直接读取gif格式的图片，可用PIL读取
OpenCV-Python无法直接读取gif格式的图片，可用PIL读取后转换为bmp格式或者其他格式（jpg，png）import osimport cv2 as cvfrom PIL import Imagemask_p='1st_manual'for f in os.listdir(mask_p): print(f) mask=os.path.join(mask_p,f) print(mask) # img=cv.imread(os.path.join(p,
2022-04-28 00:10:38
4375
原创 tensor[:,0]意思应该是取第0个channel的维度，其他维度不变
代码一：import torcha=torch.randn((2,1,3,4))print('a=',a)b=a[:,0]print('b=',b)a= tensor([[[[-0.3767, -0.8647, -0.6132, -0.5862], [ 0.5800, 0.3467, -0.4182, -0.0916], [ 0.6316, -0.6858, -0.2674, 0.1670]]], [[[-0.1980, -
2022-04-22 23:43:48
1028
原创 计算python代码运行时间
第一种方法：import datetimeaa=datetime.datetime.now()#开始时间点m=0for i in range(1000): m=m+ibb=datetime.datetime.now()#结束时间点cc=bb-aa#运行时间，单位是 时:分:秒print('运行时间是：',cc)第二种方法：import timeaa=time.time()#开始时间m=0for i in range(1000): m=m+ib
2022-04-22 10:31:23
7820
3
原创 带权重的二分类交叉熵bce_loss写法
原本的bcelossbce_loss = nn.BCELoss(size_average=True)分别给目标0.8，背景0.2 的权重后def bce_loss_w(input,target): # bce_loss = nn.BCELoss(size_average=True) weight=torch.zeros_like(target) weight=torch.fill_(weight,0.3) weight[target>0]=0.7
2022-04-16 11:03:13
1364
原创 将pytorch中数据类型为int的tensor标签改成浮点型
targets=targets.to(torch.float) for step, (images, labels) in enumerate(loader_val): print('val_epoch:',epoch,'-step->',step) start_time = time.time() if args.cuda: images = images.cuda() .
2022-04-15 23:56:28
2130
原创 pytorch预测图片时，test.py将预测结果名字和输入图片名字保持一致
import osimport torch.nn as nnimport timeimport torchfrom options.test_options import TestOptionsfrom torch.autograd import Variableimport numpy as npfrom PIL import Imagefrom torch.utils.data import DataLoaderfrom utils.label2Img import label2rg.
2022-04-15 23:52:55
789
原创 Pytorch中交叉熵损失函数 nn.CrossEntropyLoss()计算过程
pytorch的交叉熵损失函数是如何计算outputs和 labels之间的损失的？对于一个分类问题的CNN模型，最后一层的代码一般如下：nn.Linear(2048, num_classes)然后计算一次迭代损失的代码一般如下：loss_function = nn.CrossEntropyLoss()outputs = net(images.to(device))loss = loss_function(outputs, labels.to(device))1、假设条件：
2022-04-12 18:54:01
2573
b站-OpenCV-贾志刚-视频截图.rar
2021-08-04
TA创建的收藏夹 TA关注的收藏夹
TA关注的人