千羽的计算机视觉与机器人

【代码】python 计算任意两个角度/弧度的插值。

1、如果预训练网络与当前网络一模一样net = model(input_channels=input_channels, angle_cls=args.angle_bins)# 加载预训练模型pretrained_dict = torch.load("预训练权重路径")net.load_state_dict(pretrained_dict) # True:完全吻合，False:只加载键值相同的参数，其他加载默认值。2、如果预训练网络和当前网络中有一部分网络层的名称不同如，预训练网络中有一层

跑DANet时，当运行至以下代码时，出现如题错误;import osimport torchfrom torch.utils.cpp_extension import loadcwd = os.path.dirname(os.path.realpath(__file__))cpu_path = os.path.join(cwd, 'cpu')gpu_path = os.path.join(cwd, 'gpu')cpu = load('enclib_cpu', [ os.pa

import osimport zipfiledef zip_file(filedir): """ 压缩文件夹至同名zip文件 """ file_news = filedir + '.zip' z = zipfile.ZipFile(file_news,'w',zipfile.ZIP_DEFLATED) #参数一：文件夹名 for dirpath, dirnames, filenames in os.walk(filedir): fpat

与一般的拟合直线不同，拟合角度的目的是获得直线与水平轴的夹角，即下图中的a常用的最小二乘法无法用于上图左边的情况，更进一步的直线拟合方法同样不适用:https://blog.youkuaiyun.com/liyuanbhu/article/details/50866802所以采用一种较简单的混合法来计算：import numpy as npimport mathdef linear_regression(x, y): """ 拟合直线 x, y: list() retur

安装pip install pybullet可能出现的问题：1、microsoft visual c++ 14.0 or greater is required.解决：访问 http://go.microsoft.com/fwlink/?LinkId=691126，安装下载的文件。测试import pybullet as pfrom time import sleepphysicsClient = p.connect(p.GUI)p.setGravity(0, 0, -10)# p

客户端：import requestsimport osimport cv2import timeimport base64url = "http://180.201.5.153:1212"filename = '13_rgb.png'start_time = time.time()# 读取图像img = cv2.imread(filename)# 编码图像为 bytessuccess, encoded_image = cv2.imencode(".jpg", img)i

制作顺序：1、labelme标注mask，得到json文件2、根据标注的mask计算得到bbox，并将json文件转为xml文件。3、将所有图像对应的xml文件转为一个json文件。完整的程序请看：等待审核中。。。# -*- coding: UTF-8 -*-"""===============================================@Author : wangdx@Date : 2020/11/2================================

label.shape=(n, 28, 28)label = torch.repeat_interleave(label.unsqueeze(dim=1), repeats=5, dim=1) # (n, 8, 56, 56)label.shape=(n, 5, 28, 28)

import cv2img = cv2.imread('../demo/bowl_01_00000001_rgb.jpg')def on_EVENT_LBUTTONDOWN(event, x, y, flags, param): if event == cv2.EVENT_LBUTTONDOWN: color = '({},{},{})'.format(img[y][x][2], img[y][x][1], img[y][x][0]) cv2.circle(i

任务描述机器人需要在运行过程中拍摄图片并获得检测结果，机器人上的电脑处理太慢，所以想把图像处理的程序放在服务器上，机器人需要检测的时候，把拍摄的图像和处理需求发送到服务器，服务器处理后，把检测的结果发送回机器人。系统架构一台服务器，一台独立电脑，两台电脑需要在同一个局域网下代码1、服务器 主文件# -*- coding: UTF-8 -*-from flask import request, Flaskimport osimport cv2from traffic.TrafficNe

使用cornell grasp dataset测试，我之前做实验删过一些，剩下878张图像。程序# -*- coding: UTF-8 -*-"""===============================================@Author : wangdx@Date : 2020/8/5 15:26==============================================="""from PIL import Imageimport cv2impo

一、opencvimport cv2im = cv2.imread('misc/demo.jpg')print(im.shape)# (H, W, C) BGR二、imageiofrom imageio import imreadimg = imread('misc/demo.jpg')print(img.shape)# (H, W, C) RGB，颜色反转三、PILfrom PIL import Imageimport numpy as npimg = Image.op

两种方式：一with open('***.txt') as f: f.readlines() ****二for line in open('***.txt'): print(line)或data = [id_ for id_ in open('***.txt')]

在类内调用__dict__，会返回类内所有变量和函数的dict。例class Python: a = 1 b = 5.1 def _init(self): return 100 def wdx(self): return Python.__dict__.items()py = Python()dic = py.wdx()print(dic)==========结果=========dict_items([('__modul

表示该函数不希望被开发者调用，但实际不起任何作用。在实际开发中的表现是：IDE不会自动补全该函数，或者import * 时，不会自动调用。但是，如果开发者手动写全函数名，是可以正常使用的。示例如下：class Python: a = 1 b = 5.1 def _init(self): return 100py = Python()dic = py._init()print(dic)================结果==============

任务描述已知三角形的中点[row, col]（高的中点），高与水平轴的夹角angle_label类别(0-35，每一类比前一类多10°)，高width_label，底边长bottom。计算三角形的三个角点的坐标。代码def triangle_loc(row, col, angle, height, bottom): """ 根据 row, col, angle_label, ...

任务描述计算两个多边形的IOU。可以是不同类的多边形，如一个矩形和一个三角形；也可以是两个同类的多边形。代码def polygon_IOU(polygon_1, polygon_2): """ 计算两个多边形的IOU :param polygon_1: [[row1, col1], [row2, col2], ...] :param polygon_2: 同上...

任务描述已知矩形中点[row, col]，矩形主方向(自定义)与水平轴的夹角angle，长height，宽bottom。获取矩形四个角点的坐标。代码def rect_loc(row, col, angle, height, bottom): assert angle <= 35, 'angle out of index' angle *= (10 / 180) * m...

核心代码res = np.where(a > 3)res = np.where(a < 3)...res包括两项，第一项是满足条件的元素的row，第二项是col示例a = np.array([ [1, 2, 4, 8, 0], [3, 1, 0, 8, 4], [0, 0, 9, 3, 9]])res = np.where(a > 3)...

F.cross_entropy(input, target)如果预测的输入是四维的，即[N, C, W, H]，则target的尺寸为[N, W, H]。需要注意，cross_entropy在计算时，首先计算log_softmax，再计算nll_loss。log_softmax是先计算softmax再进行log计算，nll_loss计算log后的每个元素与其对应的label的乘积再求和取平均...

b = np.array([ [1, 2, 0], [1, 3, 9] ])bm = b.max() # 最大值index = np.unravel_index(b.argmax(), b.shape) # 最大值索引print(bm)print(index)>> 9>> (1, 2)...

任务描述已知图像中的两个点（x1, y1）和（x2, y2），以这两个点为端点画线段，线段的宽是w。这样就在图像中画了一个矩形。（由于opencv在画直线时两端是弧形的，所以不是严格意义上的矩形）。目的是计算这个矩形内所有的点坐标。代码import copyimport cv2from skimage.draw import polygonimport numpy as npx1 ...