<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[transfer_ya的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/transfer_ya</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; transfer_ya]]></copyright><item><title><![CDATA[图像均匀裁剪并修改对应的labelme标注文件]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/134244659</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/134244659</guid><author>transfer_ya</author><pubDate>Mon, 06 Nov 2023 13:55:37 +0800</pubDate><description><![CDATA[因为在大图上进行使用labelme进行了标注，但在实际训练过程中发现大图（大概4000x4000）训练的结果并不好，小目标尺寸相比之下非常小（50x50），所以考虑将大图进行裁剪后再进行训练，同时根据已经标注好的json格式文件生成对应的小图的标注。]]></description><category></category></item><item><title><![CDATA[win11+conda环境下pycharm调用matlab函数]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/134054263</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/134054263</guid><author>transfer_ya</author><pubDate>Thu, 26 Oct 2023 14:09:15 +0800</pubDate><description><![CDATA[例如我的安装路径是“C:\Program Files\Polyspace\matlabR2021a\extern\engines\python”，matlab版本是2021a，支持的python版本是2.7，3.7，3.8。matlab安装路径下的“extern\engines\python”文件夹内，setup.py文件打开可以查看。四、进入上面提到的setup.py文件所在文件夹位置，进入conda虚拟环境，运行。如果出现下面的错误，可以查看setuptools的版本，降低以后在执行上面的命令。]]></description><category></category></item><item><title><![CDATA[自监督-论文笔记（二）“Unsupervised Feature Learning via Non-Parametric Instance Discrimination”]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/121283593</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/121283593</guid><author>transfer_ya</author><pubDate>Wed, 17 Nov 2021 09:47:01 +0800</pubDate><description><![CDATA[论文：“Unsupervised Feature Learning via Non-Parametric Instance Discrimination”--2018CVPR

链接：论文链接    代码链接

摘要：

主要贡献：

方法：

内容：

结果：

思考：
]]></description><category></category></item><item><title><![CDATA[自监督-论文笔记（一）Discriminative Unsupervised Feature Learning with Convolutional Neural Networks]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/121231871</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/121231871</guid><author>transfer_ya</author><pubDate>Fri, 12 Nov 2021 10:47:50 +0800</pubDate><description><![CDATA[论文：Discriminative Unsupervised Feature Learning with Convolutional Neural Networks（NIPS-4）

链接：Discriminative Unsupervised Feature Learning with Convolutional Neural Networks (nips.cc)

摘要：

提出了一种只使用未标记数据训练卷积神经网络的方法。训练网络区分多组代理类，每一组代理类都是通过对随机采样的seed图像块应用各种变]]></description><category></category></item><item><title><![CDATA[VOC格式数据集处理，根据目标检测框裁剪图片]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/110295248</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/110295248</guid><author>transfer_ya</author><pubDate>Sun, 29 Nov 2020 08:31:45 +0800</pubDate><description><![CDATA[目的：对已经处理成VOC格式的数据集进行处理，从目标检测框中裁剪出对应目标图像并保存

使用工具：python3.8


import os
from PIL import Image
import xml.dom.minidom
import numpy as np
#待处理文件目录
address=['01','02','03','04']
#目标检测框标号计数标签
count={'0':1,'1':1,'2':1,'3':1,'4':1,'5':1,'6':1,'7':1,'8':1,'9':1}
.]]></description><category></category></item><item><title><![CDATA[201403-2	窗口(100)]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/81104297</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/81104297</guid><author>transfer_ya</author><pubDate>Wed, 18 Jul 2018 20:13:19 +0800</pubDate><description><![CDATA[问题描述

试题编号：
			201403-2
		试题名称：
			窗口
		时间限制：
			1.0s
		内存限制：
			256.0MB
		问题描述：
			
			问题描述

			　　在某图形操作系统中,有 N 个窗口,每个窗口都是一个两边与坐标轴分别平行的矩形区域。窗口的边界上的点也属于该窗口。窗口之间有层次的区别,在多于一个窗口重叠的区域里,只会显示位于顶层的窗口里的内容。
		...]]></description><category></category></item><item><title><![CDATA[CCF-201312-1-IBSN（100）]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/81037637</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/81037637</guid><author>transfer_ya</author><pubDate>Fri, 13 Jul 2018 21:23:11 +0800</pubDate><description><![CDATA[问题描述试题编号：201312-2试题名称：ISBN号码时间限制：1.0s内存限制：256.0MB问题描述：问题描述　　每一本正式出版的图书都有一个ISBN号码与之对应，ISBN码包括9位数字、1位识别码和3位分隔符，其规定格式如“x-xxx-xxxxx-x”，其中符号“-”是分隔符（键盘上的减号），最后一位是识别码，例如0-670-82162-4就是一个标准的ISBN码。ISBN码的首位数字表示...]]></description><category></category></item><item><title><![CDATA[CCF-201312-1-出现次数最多的数]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/81023070</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/81023070</guid><author>transfer_ya</author><pubDate>Thu, 12 Jul 2018 22:41:11 +0800</pubDate><description><![CDATA[问题描述试题编号：201312-1试题名称：出现次数最多的数时间限制：1.0s内存限制：256.0MB问题描述：问题描述　　给定n个正整数，找出它们中出现次数最多的数。如果这样的数有多个，请输出其中最小的一个。输入格式　　输入的第一行只有一个正整数n(1 ≤ n ≤ 1000)，表示数字的个数。　　输入的第二行有n个整数s1, s2, …, sn (1 ≤ si ≤ 10000, 1 ≤ i ≤ ...]]></description><category></category></item><item><title><![CDATA[简单编程刷题记录（一）]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/80794190</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/80794190</guid><author>transfer_ya</author><pubDate>Sun, 24 Jun 2018 20:37:37 +0800</pubDate><description><![CDATA[通过：1、反序输出问题描述：输入任意4个字符(如：abcd)， 并按反序输出(如：dcba)更多解题代码链接：https://www.nowcoder.com/questionTerminal/171278d170c64d998ab342b3b40171bb2、最大最小值问题描述：输入N个（N&amp;lt;=10000）数字，求出这N个数字中的最大值和最小值。每个数字的绝对值不大于1000000。代码：...]]></description><category></category></item><item><title><![CDATA[大数据预处理，读写文件为每一行数据增加一个标识ID（JAVA）]]></title><link>https://blog.youkuaiyun.com/transfer_ya/article/details/80760332</link><guid>https://blog.youkuaiyun.com/transfer_ya/article/details/80760332</guid><author>transfer_ya</author><pubDate>Thu, 21 Jun 2018 15:33:45 +0800</pubDate><description><![CDATA[对包含多行数据的数据集进行预处理，读入文本文件数据集，为每一条记录增加一个唯一的ID,并保存成一个新的文本文件。其中每行的ID生成规则为：每一条记录对应生成0-33随机数，每个数对应一个特定省份，最后原始记录和新生成的省份标签一起写入新的文本文件中。Shell终端执行语句#!/bin/bash
#下面设置输入文件，把用户执行pre_deal.sh命令时提供的第一个参数作为输入文件名称
infile...]]></description><category></category></item></channel></rss>