一个AI从业者的博客

在深度学习中的计算机视觉任务中，卷积神经网络（CNN）是最常见且强大的模型之一。然而，传统的卷积操作在处理具有几何变换（如旋转、平移、缩放等）或变形的图像时，通常表现得不够灵活。为了解决这一问题，**可变形卷积（Deformable Convolution）**应运而生。本文将详细解析DeformConv2D 类，它是可变形卷积的一种实现，帮助我们更好地理解可变形卷积的工作原理。

本博客为文章“Rethinking BiSeNet For Real-time Semantic Segmentation”损失函数学习和使用。细节图像中，细节像素的数量远少于非细节像素，细节预测是一个类别不平衡问题。因为加权交叉熵总是导致粗糙的结果，文章采用二元交叉熵和Dice损失来联合优化细节学习。

深度学习中常涉及需要自定义损失函数的情况，本博客先介绍一种融合Diceloss和边界损失的损失函数原理，该融合损失函数在计算Dice系数时考虑了边界区域的信息，通过对交集部分加权，并以自适应计算的 $\alpha$ 调整边界区域和整体区域之间的贡献，从而优化了边界区域的分割精度；再通过代码创建，最后训练调用，以使读者掌握随时新创损失函数能力。

本文详细解析了如何使用PyQt5和SQLite开发一个轻量级薪酬管理系统。通过分步拆解核心代码，从界面布局、数据库连接到增删改查功能的实现，完整呈现桌面端数据库应用的开发流程。文章不仅提供基础功能实现，还包含数据验证、导出扩展等进阶技巧，并附有清晰的代码解释和运行流程图，帮助读者快速掌握PyQt5与SQLite的整合方法，为开发小型企业管理系统提供实践参考。

一些文本格式转换代码，个人做一下备份。

在创建动画、制作幻灯片，从生成的图像数据中导出动态视频时，我们需要将一系列静态图片合成一个视频。本博客使用 Python 和 OpenCV 从一组图片生成 MP4 格式的视频

由于gdal的矢量化在大图上效率太低，这里采用掩膜去除背景后矢量化操作。复制后直接使用以下Raster2Vector函数即可//Raster2Vector:栅格转矢量//注意：// 程序中调用了创建掩膜函数！//输入：// pszSrcFile—栅格数据路径// pszDstFile—矢量数据保存路径// pszFormat—矢量数据格式，默认为...

最近在集成小程序，涉及到使用tinyxml类，在这里记录本次用于输出程序执行状态的代码，包括创建、添加信息、读取信息，exportXmlParam用于创建输出，addXmlevent用于主程序部分实时显示进程信息，ReadXmlParam用于读取xml文件。（1）创建xml文件，因为本次要求输入数据在哪，输出结果文件必须在哪，故这里采用name表示输入数据的绝对地址参数void CXMLRea...

以下三种程序部分不想看，可移步百度网盘，数据为2010年至2019年1.22日前复权沪深所有股票日交易数据。链接：https://pan.baidu.com/s/1X8p0-j_O_7wwzAAvX4b5PQ提取码：x93n-- coding: utf-8 --“”"本函数用于采集对应编码的上证数据参考：https://mp.weixin.qq.com/s?__biz=MzI5MTYx...

在进行深度学习任务时，加载和操作已经训练好的模型是常见的工作流程。TensorFlow作为一个流行的深度学习框架，允许我们读取预训练的模型并将其用于推理。本文将介绍读取TensorFlow模型图的代码，并对其进行技术说明。

函数包括两部分，第一部分为名为jianli.h的头文件，用于定义结构体数组和手动输入信息建立文件，代码如下：#include<stdio.h>#define max 100typedef struct student{    char no[13];    char name[10];    char sex[4];}student,stu[max];   //学生...