- 博客(64)
- 收藏
- 关注
RSS订阅原创 OpenCV-ED绘制的使用（附源码）
注意：需安装opencv-contrib-python库，直接用pip install 即可。1.创建 EdgeDrawing 对象。
2025-01-14 14:56:21
315
原创 一步解决Ubuntu中无法使用git clone的问题
在网上找了很多教程都无法解决，最后用了一行命令成功解决。输入这行命令，之后就可以使用git clone了。
2024-08-20 15:02:47
2069
3
原创 一步解决Ubuntu中/mnt/hgfs无共享文件夹的问题
当我们启用了共享文件夹后，但是在终端/mnt/hgfs任然没有文件。之后，就可以查到共享文件了。
2024-08-20 14:43:01
623
1
原创 卷积神经网络【CNN】--全连接层的原理详细解读
这种连接方式意味着，前一层的输出会被完整地传递给当前层的每一个神经元，并且每个神经元都会根据权重和偏置对这些输入进行加权求和，最后通过激活函数得到输出。在全连接层中，每个输入节点与每个输出节点之间都有一个独立的权重参数，这些权重参数在训练过程中通过学习得到，以最小化损失函数。全连接层（Fully Connected Layer，FC）是神经网络中的一种基本结构，主要由输入层、隐藏层和输出层组成。1）每个隐藏层的神经元都与前一层的所有神经元相连接，这种连接方式使得隐藏层能够捕捉到输入数据中的复杂特征。
2024-08-19 17:28:40
5920
原创 Linux基础命令入门指南
在Linux的世界里，掌握基础命令是成为一名高效Linux用户或管理员的必经之路。Linux以其强大的命令行界面（CLI）而闻名，这使得它成为服务器、开发环境以及许多其他应用场景的首选操作系统。本文将带您走进Linux基础命令的世界，帮助您快速上手并理解这些强大的工具。
2024-08-15 14:54:09
423
原创 Ubuntu中编译使用ANTs（医学图像配准）含github无法访问问题解决
使用命令sudo nano /etc/hosts，如没有nano可用命令sudo apt install nano安装。也可直接输入antsRegistrationSyN.sh查看具体使用说明。ctrl + o 写入保存，enter 确认，ctrl + x 退出。网址最好用https打头，不要改为git打头。配置好之后即可进行配准，输入如下命令。向下拉动，找到如下页面，记住IP地址。向下拉动，找到如下页面，记住IP地址。
2024-08-15 14:34:25
629
原创 词云图生成，只需一个函数即可
在机器学习中，迁移学习通常是将为任务A开发的模型作为初始点，重新使用在为任务B开发模型的过程中。它是一种通过从已学习的相关任务中转移知识来改进学习的新任务的方法。通过找到目标问题的相似性，迁移学习任务就是从相似性出发，将旧领域(domain)学习过的模型应用在新领域上。迁移学习的原理是通过利用源领域中学习到的知识来改善目标领域中的学习性能。这种知识可以是模型参数、特征表示或者其他相关信息。它是一种将已学习的知识或技能从一个情境迁移到另一个情境的能力，这种能力可以促进新任务的学习和解决。
2024-07-21 22:23:25
339
原创 卷积神经网络【CNN】--池化层的原理详细解读
池化层的实现过程包括定义池化参数、进行池化操作、输出结果以及在训练过程中进行反向传播。池化层通过减少特征图的尺寸和提取关键特征，有助于提升CNN的性能和效率。
2024-07-19 17:13:29
1440
原创 卷积神经网络【CNN】--卷积层的原理详细解读
卷积层通过卷积核（Convolution Kernel）与输入特征图（通常是图像或其他类型的数据）进行卷积运算，提取出输入数据中的局部特征。这些特征可以是低级的，如边缘、纹理和颜色等，也可以是更高级别的抽象特征，这些特征在后续的网络层中会被进一步处理和组合，以形成更复杂的特征表示。
2024-07-19 13:52:31
4743
原创 【机器学习】--下采样原理及代码详解
定义：下采样是指通过减少数据点的数量来降低信号或图像的采样率。在图像处理中，下采样通常指的是减少图像的分辨率或尺寸，即减少图像中的像素数量。原理：下采样的核心原理是按照一定的比率从原始数据中提取数据点。例如，在图像处理中，可以通过将原始图像划分为多个小块（如2x2、3x3等），并计算每个小块内像素值的某种统计量（如平均值、最大值等）来代表整个小块的像素值，从而实现图像的缩小。
2024-07-18 16:51:40
1267
原创 【机器学习】--过采样原理及代码详解
SMOTE（Synthetic Minority Over-sampling Technique）是一种针对不平衡数据集的有效过采样方法。它通过在少数类样本之间插值来生成新的合成样本，从而增加少数类样本的数量，使得数据集在类别分布上更加平衡。这种方法有助于改善分类算法在处理不平衡数据集时的性能，减少模型对多数类的偏见。总的来说，SMOTE是一种实用且强大的技术，能够有效解决数据不平衡问题，提升分类模型的准确性和鲁棒性。
2024-07-18 12:03:15
1029
原创 教你如何在python中调用c++
在Python中调用C++代码，通常不直接通过ctypes（因为ctypes主要是为C语言设计的），而是使用像pybind11Cython或SWIG这样的工具。这里，我将给出使用pybind11的示例，因为pybind11是一个流行的、轻量级的库，用于在Python和C++之间创建接口。
2024-07-17 14:38:23
659
原创 【机器学习】-- SVM核函数（超详细解读）
1）有严格的数学理论支持，可解释性强，不同于传统的统计方法能简化我们遇到的问题。2）能找出对任务有关键影响的样本，即支持向量。3）软间隔可以有效松弛目标函数。4）核函数可以有效解决非线性问题。5）最终决策函数只由少数的支持向量所确定，计算的复杂性取决于支持向量的数目，而不是样本空间的维数，这在某种意义上避免了“维数灾难”。6）SVM在小样本训练集上能够得到比其它算法好很多的结果。
2024-07-17 11:51:55
3788
2
原创 YOLO--置信度（超详细解读）
数值范围：置信度是一个介于0和1之间的数值。意义：它表示模型对预测框内存在目标对象的确信程度。如果置信度接近1，表示模型非常确信预测框内包含了目标对象；如果置信度接近0，则表示模型认为预测框内可能不包含目标对象。
2024-07-16 17:48:05
8455
5
原创 一文搞懂什么是归一化，以及几种常用的归一化方法（超详细解读）
归一化是数据预处理中的一种常用技术，旨在将数据按比例缩放，使之落入一个小的特定区间，通常是[0, 1]或[-1, 1]。这个过程对于许多机器学习算法来说是非常重要的，因为它可以帮助改善算法的收敛速度和性能，特别是在处理不同量纲或量级的特征时。a 图为未归一化的梯度，b 图为归一化后的梯度归一化是数据预处理中的一个重要步骤，它有助于改善数据的分布特性并加速机器学习算法的收敛速度。常见的归一化方法包括Min-Max归一化、Z-Score归一化、以及非线性归一化方法等。
2024-07-16 10:23:12
33916
原创 Python循环遍历：深入理解与实战应用
循环遍历是Python编程中的基础且强大的工具，通过for循环和while循环，我们可以灵活地处理各种数据集合和重复任务。此外，列表推导式、生成器表达式以及嵌套循环等高级特性，进一步提高了我们的编程效率和代码可读性。掌握这些技巧，将使我们在Python编程中更加游刃有余。
2024-07-14 22:46:26
524
原创 使用OpenCV寻找图像中的轮廓
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。它提供了大量的视觉处理功能，包括图像和视频捕获、特征检测与匹配、图像变换、图像分割、颜色空间转换等。在图像处理中，寻找图像中的轮廓是一项基础且常用的技术，可以用于形状分析、目标识别等多种应用场景。在开始之前，请确保你已经安装了Python和OpenCV库。
2024-07-14 22:40:39
883
原创 OpenCV一个简单的摄像头调用与关闭
在使用OpenCV（Open Source Computer Vision Library）进行摄像头调用与关闭时，通常使用函数来调用摄像头，并通过适当的方式关闭它。
2024-07-12 15:25:07
1690
原创 卷积神经网络(CNN)--原理详细解读（通俗易懂）
在人工智能的浪潮中，卷积神经网络（CNN）以其卓越的性能在图像识别、视频处理等领域大放异彩。它通过模拟人脑视觉系统，利用卷积层、池化层等结构，从数据中自动提取并学习特征，实现高效且准确的分类与识别。本文旨在以简洁明了的方式，揭开CNN的神秘面纱，解析其工作原理，让小伙伴们快速了解这一前沿技术如何推动图像处理的进步，并激发对深度学习领域的兴趣与探索。定义。
2024-07-12 11:45:29
14022
原创 使用Open3D处理点云数据：从读取到异常值剔除
在三维计算机视觉和机器人领域，点云数据是理解和分析环境的重要工具。Open3D是一个强大的开源库，它提供了丰富的功能来处理和分析点云数据。今天，我们将通过一段简单的代码示例，展示如何使用Open3D来读取点云文件、估计法线、并剔除统计异常值。
2024-07-11 16:34:53
546
原创 在【Open3D】点云世界中精准定位，绘制立方体标记特定点位
Open3D精准定位点云特定点，绘制醒目立方体标记，提升数据解读效率与直观性。，它为开发人员提供了一个易于使用且高性能的3D数据处理平台。
2024-07-11 16:28:08
572
原创 【实战指南】揭秘Pandas：从零开始掌握数据处理与分析的超级工具箱
Pandas 是一个强大的 Python 库，主要用于数据分析和数据处理。它提供了两种主要的数据结构：Series 和 DataFrame。
2024-07-10 11:27:30
655
原创 【OpenCV】BGR三色通道的提取与合并--超详细解读
在OpenCV中，处理图像时经常需要提取或合并图像的RGB（红、绿、蓝）三色通道。OpenCV默认使用BGR（蓝、绿、红）顺序来存储图像的颜色通道，这一点与很多图像处理库（如PIL/Pillow）不同，后者通常使用RGB顺序。不过，OpenCV提供了灵活的方法来处理这种差异，并允许我们轻松地提取和合并颜色通道。
2024-07-10 09:55:17
1164
原创 python第三方库【numpy.array】的使用（超详细）
NumPy 是 Python 中用于科学计算的基础库之一，它提供了高性能的多维数组对象以及这些数组的操作。NumPy 的核心数据结构是ndarray（N-dimensional array，N维数组），它提供了一种高效的存储和操作大型多维数组的方法。
2024-07-09 10:22:16
675
原创 四步带你实现【Open3d】--边缘检测
Open3D边缘检测技术从3D数据中精准识别并提取边界，对于场景解析、物体轮廓提取等任务至关重要。Open3D提供多种算法，帮助用户高效实现边缘检测，促进3D数据的深度分析和应用。
2024-07-09 09:34:56
1328
1
原创 Open3d--基于RANSAC对3D图进行分割（代码可直接引用）
Open3D是一个开源库，专门用于处理3D数据，包括点云处理、3D重建、视觉化等功能。在Open3D中，将3D点云图像进行分割可以通过多种方法实现，包括但不限于RANSAC算法以及基于几何结构的分割方法。
2024-07-08 16:41:29
286
原创 一文教你如何将open3d点云图转换到2d图（代码可直接引用）
Open3D是一个开源库，用于处理3D数据，包括点云数据的读取、处理、可视化等。将3D点云图转换到2D平面的操作，可以通过点云数据的投影实现。
2024-07-08 16:36:41
2352
原创 PyQt5抽屉布局--一篇就够了（超详细）
PyQt5抽屉布局主要通过QStackedLayout实现，它提供了一种管理子窗口的栈结构，使得在某一时刻只有一个子窗口可见。这种布局方式特别适用于需要多界面切换的场景，如向导式界面、表单填写流程等。通过addWidget方法将不同的界面（即QWidget或其子类实例）添加到QStackedLayout中，并使用setCurrentIndex方法来切换当前显示的界面。抽屉布局本身并不直接显示，而是作为容器来管理子窗口的显示与隐藏，从而实现类似抽屉的界面切换效果。
2024-07-04 10:44:36
441
原创 PyQt5网格布局--计算器模型（3分钟足够了）
PyQt5网格布局（QGridLayout）是一种将窗口分割成行和列进行排列的布局管理方式。它通过addWidget等方法将控件添加到指定的行和列中，支持控件跨越多行或多列，以适应复杂的界面布局需求。网格布局允许开发者精确控制控件的位置和大小，同时能够根据窗口大小的变化自动调整控件的布局，提高用户界面的可用性和美观性。在PyQt5中，网格布局是界面设计中的重要工具之一，广泛应用于各种桌面应用程序的开发中。
2024-07-04 10:32:58
351
原创 PyQt5水平布局--只需5分钟带你搞懂
PyQt5水平布局（QHBoxLayout）是一种在GUI应用程序中用于组织和排列控件的布局方式。它允许开发者将控件在水平方向上从左到右依次排列，非常适合于需要并排显示控件的场景，如工具栏、水平菜单等。
2024-07-03 12:00:29
666
原创 不懂PyQt5垂直布局？只需3分钟即可学会
PyQt5中实现垂直布局，主要使用类。该布局管理器将子控件垂直排列，并可以根据需要自动调整大小。使用可以方便地构建从上到下排列的界面元素。
2024-07-03 09:15:39
526
原创 open3d基础使用-简单易懂
Open3D是一个功能强大的3D数据处理库，它提供了丰富的数据结构和算法，支持点云、网格和RGB-D图像等多种3D数据的处理。通过简单的API调用，用户可以轻松实现数据的读取、保存、可视化和处理等操作。同时，Open3D还支持高级功能，如点云配准、表面重建等，可以满足更复杂的3D数据处理需求。
2024-07-02 11:03:25
1278
原创 Python安装，几个步骤轻松实现（超详细）
将下载的python根路径，及文件下的scripts根路径添加到环境变量里面。打开命令提示符，win+r 输入cmd。
2024-07-02 10:49:44
867
原创 python--列表list切分（超详细）
注意：在Python中，列表的索引是从0开始的，所以第一个元素的索引是0，第二个元素的索引是1，依此类推。同时，切分的结束索引是不包含的，所以。在Python中，列表（list）的切分（slicing）是一种非常有用的操作，它允许你获取列表的一部分而不是整个列表。会包含索引为3、4、5、6的元素，但不包含索引为7的元素。
2024-06-28 16:36:23
1483
原创 Numpy基础操作详解
NumPy（Numerical Python）是Python语言的一个扩展库，支持大量的维度数组与矩阵运算，并提供了大量的数学函数来处理这些数组。NumPy是Python数据分析、机器学习等领域的基础库之一。本文将介绍NumPy的一些基础操作，帮助读者快速上手。
2024-06-28 15:55:22
431
原创 Python：探索高效、智能的指纹识别技术（简单易懂）
指纹识别技术以其高精度、快速性，在身份验证领域占据重要地位。通过独特指纹特征匹配，实现高效身份识别，广泛应用于手机解锁、门禁系统等，为现代社会带来更安全便捷的身份验证体验。
2024-06-28 15:43:22
1485
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人