AplusX

若是在Windows的系统中读取t7文件，一定要记得要用。

【代码】Pytorch 计算量FLOPs和参数量Parameter的统计。

在网络训练过程中，求tensor数组的平均值时，可以使用。来剔除数组中的异常数值或无穷大数值。假设A为tensor数组。

基于pytorch的网络训练代码模板

优化Pytorch的小技巧

Pytorch配置

右键添加Pycharm快捷键

import numpy as npfrom scipy import ndimage, miscimport sys, math, osfrom PIL import Imagedef cubemap(filename): SIZE = 1024 HSIZE = SIZE / 2.0 im = ndimage.imread(filename) side_im = np.zeros((SIZE, SIZE), np.uint8) color_side =

任务需求：遍历PATH目录下的文件，若遇到名称为label.png的文件，则将这个图像中像素值为[0, 0, 128]的区域替换为像素值为1的灰度图。import numpy as npimport cv2from ptsemseg.utils import recursive_globimport osdef changecolor(color): diffuse_color = np.array([0, 0, 128]) diffuse_gray = 0 if (

import cv2from ptsemseg.utils import recursive_globimport osimport reroot = "PATH"root1 = "PATH1"file_list = recursive_glob( rootdir=root, suffix=".jpg")for file in file_list: im_src = cv2.imread(file, cv2.IMREAD_UNCHANGED) img_dst =

网络设计基本流程：https://www.bilibili.com/read/cv7260425详解PyTorch中的ModuleList和Sequentialhttps://zhuanlan.zhihu.com/p/75206669F.interpolatehttps://blog.youkuaiyun.com/qq_50001789/article/details/120297401pytorch函数zero_grad(),step()作用https://www.cnblogs.com/

下面这个链接讲的挺好的https://blog.youkuaiyun.com/kdongyi/article/details/82343712简单地说，在run()前，需要feed_dict()初始化，才可以将tensor类型数据转换为自己想要的类型tensorflow中获取shape的方法比较：https://blog.youkuaiyun.com/yinxingtianxia/article/details/78121941...

import osimport sysimport cv2import numpy as npimport enoki as ekimport mitsubamitsuba.set_variant("packet_rgb")from mitsuba.core import *from mitsuba.core.xml import load_filefrom mitsuba.python.util import traversefrom mitsuba.python.autodiff

本例的初始文件是4位数字 (e.g. 0001.png)，想在前面补1个0 (00001.png)import numpy as npimport cv2from ptsemseg.utils import recursive_globimport osroot = "./src/"root1 = "./dst/"file_list = recursive_glob( rootdir=root, suffix=".png")for file in file_list:

import numpy as npimport cv2from ptsemseg.utils import recursive_globroot = "./warp/HDR/"file_list = recursive_glob( rootdir=root, suffix=".exr")for file in file_list: im_gray = cv2.imread(file, cv2.IMREAD_UNCHANGED) img = np.zeros((100

from ptsemseg.utils import recursive_globimport cv2root = "./warp1/HDR/"file_list = recursive_glob( rootdir=root, suffix=".exr")for file in file_list: im_gray = cv2.imread(file, cv2.IMREAD_UNCHANGED) ...Image Processing... cv2.imwrite("./"

使用tensorflow::Session是要释放的，否则循环起来，崩溃到怀疑人生。方法一：使用Close() tensorflow::Session * session; tensorflow::Status status; tensorflow::GraphDef graphdef; //Define a graph for the current model status = tensorflow::NewSession(tensorflow::SessionOptions(), &

# 调整图像饱和度 input_image = cv2.cvtColor(input_image , cv2.COLOR_BGR2HLS) # saturation input_image [:, :, 2] = sclale_value * input_image [:, :, 2] input_image [:, :, 2][input_image [:, :, 2] > 1] = 1 # HLS2BGR input_image = cv2.cvtC

转自https://github.com/SXHSine/Mitsuba-Usage-with-Python27# -*- coding: UTF-8 -*-import osimport sys# NOTE: remember to specify paths using FORWARD slashes (i.e. '/' instead of# '\' to avoid pitfalls with string escaping)# Configure the search path for

开发环境Python 3.7Mitsuba 2.2.1VS 2019Mitsuba的开发源码在https://github.com/mitsuba-renderer/mitsuba2一开始的教程是跟着ATP这位博主做的，但是发现Mitsuba的代码下载实在太慢，里面提供的链接也不是很有效，我的解决方法是：将Github上ext和resources文件下带箭头的文件手动下载然后放在相应文件夹下，真的超级快超级有效！setpath.bat那个文件运行一下（txt打开根据自己路径稍微修改一下）看看

pydot已经停止开发了，python3.5以上已经用不起来了。对策是：pip uninstall pydotpip install pydotplus然后找到keras里面的utils\vis_utils.py，把里面的pydot的都替换成pydotplusfrom keras.utils import plot_model……plot_model(modelname, to_file='./model.png')...

也不知道是自己的检索能力出现了问题还是咋回事，搜遍全网都没有可以直接拿来用的语义分割代码，东拼西凑，算是搞成功了。实验平台：Windows、VS2015、Tensorflow1.8 api、Python3.6具体的流程为：keras训练模型 --> model.h5 --> 转换成.pb文件 --> tensorflow 载入.pb 验证正确性 --> tensorflow C++ api调用 .pb文件我的实验是基于PSPNet实现二维图像的语义分割，下面的代码直接从得到的h

https://blog.youkuaiyun.com/hlpower/article/details/103547479?utm_medium=distribute.pc_relevant.none-task-blog-title-10&spm=1001.2101.3001.4242

如果你只是想对流经该层的数据做个变换，而这个变换本身没有什么需要学习的参数，那么直接用Lambda Layer是最合适的了。导入的方法是from keras.layers.core import LambdaLambda函数接受两个参数，第一个是输入张量对输出张量的映射函数，第二个是输入的shape对输出的shape的映射函数。 x = Lambda(resize_images)([x, feats]) (x是输入，feats是输出尺寸）resize_images是给Lambda

https://www.cnblogs.com/qianchaomoon/p/12315906.htmlhttps://blog.youkuaiyun.com/sunny_yeah_/article/details/89430124

1. 定义网络的基本参数定义输入网络的是什么：input = Input(shape=(240, 640, 3))反向传播时梯度下降算法SGD一定会收敛，但是速度慢Adam速度快但是可能不收敛[link](https://blog.youkuaiyun.com/wydbyxr/article/details/84822806)sgd = optimizers.SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)adam = optimizers.A

基于C++的OpenCV：.at<float>(y, x) 先列再行 .size() 得到的是Mat的（高，宽） CUDA的GpuMat也是Mat(y,x) 先列再行 cv::Point (x,y) x是列，y是行基于Python的OpenCV： center = (col, row)表示坐标的时候先列再行，和c++的一样 但是表示矩阵的哪个像素时，t[row,col]先行再列...

nan 是not a number ,inf是无穷大numpy.nan_to_num(x):使用0代替数组x中的nan元素，使用有限的数字代替inf元素

程序入口对于很多编程语言来说，程序都必须要有一个入口，比如 C，C++，以及完全面向对象的编程语言 Java，C# 等。如果你接触过这些语言，对于程序入口这个概念应该很好理解，C 和 C++ 都需要有一个 main 函数来作为程序的入口，也就是程序的运行会从 main 函数开始。同样，Java 和 C# 必须要有一个包含 Main 方法的主类来作为程序入口。而 Python 则有不同，它属于脚本语言，不像编译型语言那样先将程序编译成二进制再运行，而是动态的逐行解释运行。也就是从脚本第一行开始运行，没