- 博客(8)
- 收藏
- 关注
RSS订阅原创 绝对路径和相对路径
它不依赖于当前工作目录，因此在任何情况下都能唯一地标识一个文件或目录。它依赖于当前工作目录，因此不同的工作目录下，相对路径可能指向不同的文件或目录。◆以"../../"开头：向上走两级，代表父级的父级目录，也就是上上级目录，再说明白点，就是上一级目录的上一级目录。在表示相对路径中，单点表示当前目录，双点表示上一级目录，反斜杠“/”表示分隔目录；◆以“./”开头，代表当前目录和文件目录在同一个目录里，“./”也可以省略不写！◆以"../"开头：向上走一级，代表目标文件在当前文件所在的上一级目录；
2024-07-04 16:45:00
312
原创 Pandas
Pandas 是一个用于数据操作和分析的开源数据分析库，它构建在Python编程语言之上。它提供了快速、灵活且高效的数据结构，如 DataFrame 和 Series，可以处理各种类型的数据和关系数据。
2024-07-04 16:00:00
181
原创 库引用与import
from <库名> import <函数名>给调用的外部库关联一个更短、更适合自己的名字。<库别名>.<函数名>(<函数参数>)完成，采用<a>.<b>()编码风格。<库名>.<函数名>(<函数参数>)from <库名> import *import <库名>as<库别名>扩充Python程序功能的方式。<函数名>(<函数参数>)import <库名>
2024-07-04 15:45:00
218
原创 传统机器学习-ADABOOST
ADABOOST的核心是调整训练样本的分布，使得先前分类器做错的训练样本在后续学习中获得更多的关注，然后基于调整后的样本分布来训练下一个分类器；步骤二：假设我们要构建M个弱分类器，那么对m=1,2,...,M，首先从训练集中按照分布D_m进行采样，将采样获得的数据用于训练，得到。越大，第m个弱分类器的加权错误率越小，意味着这个分类器越准确，那么这个分类器对最后识别结果影响的权重就应该越大。当x=0时，sgn(x)=0；输入T={(x1,y1),(x2,y2),...,(xn,yn)}，yi={-1,1}
2024-04-12 19:46:46
523
原创 OpenCv C++ 相机标定
这段代码的主要作用是对相机进行标定，计算出相机的内部参数和畸变参数，以便后续进行摄像机校正和图像处理。这段代码实现了相机标定的过程。
2024-03-28 09:26:09
609
原创 OpenCV C++ Haar级联分类器 人脸识别
深度学习方法在人脸检测中通常表现更好，可以尝试使用基于深度学习的人脸检测模型，如基于卷积神经网络（CNN）的人脸检测器。：OpenCV提供了多种预训练的Haar和LBP分类器模型，尝试使用不同模型可能会得到更好的结果。：在图像中使用多个尺度进行人脸检测，这样可以提高检测的鲁棒性，因为不同尺度下的人脸有不同的大小。：在检测到人脸后，可以尝试对人脸进行对齐操作，使其更加标准化，从而提高后续任务的准确性。：将多个不同模型的检测结果进行融合，可以提高整体的检测准确率。参数，以适应不同的检测场景。
2024-03-27 20:23:05
571
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人