cumtchw

1.代码备份1.1main.pyimport osimport sysimport uvicornimport numpy as npimport cv2import globimport datetimeimport jsonimport shutilfrom eval import *from pydantic import BaseModelfrom fastapi import FastAPIargs.image = "00000.jpg:0.png"w

目录1.首先编写python调用C++的demo2.gdb调试python程序3.全速运行程序4.查看堆栈信息当我们用Python调用C++的库，并且C++库中存在段错误崩溃时，首先想到的还是用gdb进行调试，具体使用方法如下：1.首先编写python调用C++的demohttps://blog.youkuaiyun.com/u013171226/article/details/109806072上面这篇博客中已经编写了一个python调用C++的demo，并且demo中故意写了一个段错

可以用screen -ls查看所有会话，比如。

基本上没有什么有用信息，于是我想那我就去Python的flask库源码里面看看，然后我在flask库源码里面添加了打印，至于在哪些代码添加打印，从报错可以看到代码执行顺序，所以按照报错信息提示的代码执行流程去添加打印。这里很明显有个问题，就是我传进去的port是10000，然后第一次打印确实是10000，但是第二次打印为什么变成0了，于是去找第二行打印那里的代码。修改完之后再次执行程序，现在发现两行打印的端口号是统一的了，第二行打印不再是0了，程序也不再报错了，问题解决。然后我运行程序，发现打印内容如下。

本脚本主要参考了yolov5工程文件夹下面的detect.py，将yolov5算法封装成了一个在线的推理服务，可以接受app请求，然后推理图片，并将检测结果以json返回，该服务可以供数据标注平台请求。

本来利用yolov5检测浓雾的，但是发现yolov5的检测结果会把一些正常天气检测成雾天，这种时候其实可以通过增加正常类，也就是将正常天气被误检成浓雾的图片当成一个正常类别去训练，但是不想标注图片，也不想重新训练算法了，因此想是不是可以用opencv对yolov5检测到的图像进行二次识别，从而提高准确率，结果发现是可以的。

然后就是提示没有相应的包，我用screen -r连接到那个screen看了，他也激活conda环境了，问题原因在：我是在某个conda环境中执行的这个脚本，那相当于我在conda环境中开的screen，然后再在screen中激活另一个conda环境，这就不成功。具体根本原因我也没细究，为了项目进度，解决问题的方法就是，先退出当前的conda环境再激活某个screen，再进入另一个conda环境就好了，所以把上面的代码增加一行就好了。运行提示没有pynvml报的问题，于是那我当然用下面的命令去安装这个包，

发现效果还是不对，这是因为我想反了，其实diff图中，右下角黑色那块，黑色的的像素值低， 所以，我thresh不应该设置成230，要设置成20，这样保留的就是右下角那块黑色的了。其实增加了三个if判断，对矩形进行过滤之后，上面的那个图片已经能够检测出差异了，但是我还有其他图片，发现效果还是不好，单纯这种优化方法还是不够，还需要继续优化。其实从diff图来看，opencv已经能够很明显的发现右下角的差异了，那么说明用这种方法其实是可以解决我这个问题的，那为什么最后的效果不好呢，我看了下我的diff图，

python将标注平台的数据格式转换成yolov5的txt格式

利用python批量下载百度图片

1 下载原始图片首先去官网：Visual Geometry Group - University of Oxford下载vgg_face_dataset.tar.gz,并解压然后利用下面脚本进行下载，每个人的图片单独放在一个文件夹中，图片名字命名为num_x1_y1_x2_y2.jpg#!/usr/bin/python3#-*- coding: utf-8 -*-import sysimport osimport threadingimport socketimport url

编写python脚本下载PubFig人脸公开数据集，每个人的人脸放到一个以人名命名的单独文件夹中，并且根据坐标裁剪人脸子图，最终得到原始图片和人脸子图图片。import osimport sysimport urllib.request as requestfrom urllib.request import urlretrieveimport socketimport requests'''下载Pubfig人脸数据集，下载下来之后根据坐标裁剪人脸，并且每个人的人脸图片放到单独的一.

import osimport urllibimport tracebackimport timeimport sysimport numpy as npimport cv2from rknn.api import RKNNONNX_MODEL = 'yolov5s.onnx'RKNN_MODEL = 'yolov5s.rknn'IMG_PATH = './bus.jpg'DATASET = './dataset.txt'QUANTIZE_ON = TrueBOX_THR.

以下是将onnx模型转化为RV1126平台的rknn模型的脚本。import osimport sysimport numpy as npfrom rknn.api import RKNNONNX_MODEL = 'mask.onnx'RKNN_MODEL = 'yolov5s_mask.rknn'if __name__ == '__main__': # Create RKNN object rknn = RKNN(verbose=True) # pre-p

def ajust(xmin,ymin,xmax,ymax,h,w): if xmin<0: xmin=0 if ymin<0: ymin=0 if xmin>xmax: temp=xmin xmin=xmax xmax=temp if ymin>ymax: temp=ymin ymin=ymax ymax=temp .

目录1.python数组下标2.b=a[i:j]3.b=a[i:j:k]1.python数组下标python下标有两套，一套是正的，一套是负的，a='python'的下表如下p y t h o n正下标 0 1 2 3 4 5负下标 -6 -5 -4 -3 -2 -1使用正下标时，下标i取值范围为0 <= i < len(a) 超出范围为越界使用负下标时，下标i取值范围为-1>= i >-len(a)-1 超出范围为越界2.b=a[i:

import osimport globimport pandas as pdimport numpy as npfrom tqdm import tqdmimport jsonfrom sklearn.preprocessing import normalizedef read_dat(path): return np.fromfile(path, dtype=np.float32)test_query_path = glob.glob('../query_feature_A/.

1.按照key排序dict1 = sorted(dit.items(),key = lambda x:x[0]) #升序dict1 = sorted(dit.items(),key = lambda x:x[0],reverse = True) #降序而这里key参数对应的lambda表达式的意思则是选取元组中的第一个元素作为比较参数，也就是按照key比较,注意排序后原来的字典并没有发生变化，要将sorted函数的返回值赋值给一个新的字典得到排序后的字典。2.按照value排序dict

import numpy as npmyarray = np.fromfile("./query_feature_A/00056451.dat", dtype=float)print("len(myarray)::", myarray.size)for item in myarray: print(item)

import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import joindef convert(size, box): x_center = (box[0] + box[1]) / 2.0 y_center = (box[2] + box[3]) / 2.0 x = x_center / size[0] y = .

方法1：gdb调试gdbfile pythonrun xxx.py arg1 arg2(base) root@boyun-DGX-1-with-V100-32:/data/chw# gdbGNU gdb (Ubuntu 8.1.1-0ubuntu1) 8.1.1Copyright (C) 2018 Free Software Foundation, Inc.License GPLv3+: GNU GPL version 3 or later <http://gnu.org/lic

用vscode远程打开ubuntu的python代码，python插件也安装了，但是查看python库里面的函数时找不到，原因是vscode里面没有打开conda环境，打开方法如下1.单击vscode左下角，如下图所示2.选择某个conda环境...

#coding=utf8import cv2import osimport shutil root_dir = r"./20210923标注"image_dst = r'./images_20210923'json_dst = r'./jsons_20210923' if __name__ == '__main__': countNum = 0 for root, dirs, files in os.walk(root_dir): fo.

用labelme标注图片时，有时会存在这种情况，图片中的某一个静止的物体需要标注，这时静止的目标坐标是一样的，循环标效率太低，于是标注完一个之后，直接用脚本处理json文件。脚本如下：# -*- coding: utf-8 -*- import osimport jsondef ListFilesToTxt(dir,wildcard,recursion): exts = wildcard.split(" ") files = os.listdir(dir)

# 顺时针旋转90度def RotateClockWise90(img): trans_img = cv2.transpose(img) new_img = cv2.flip(trans_img, 1) return new_img# 逆时针旋转90度def RotateAntiClockWise90(img): trans_img = cv2.transpose(img) new_img = cv2.flip(trans_img, 0) retu.

我写了一个简单的auto.sh,里面内容如下:#!/bin/bashsource /root/miniforge3/bin/activate /root/miniforge3/envs/ailooker36python /data/test/main.py执行之后提示最后一行有错误:/data/test/auto.sh: line 4: 10412 Illegal instruction (core dumped) python /data/test/main.py解决方..

1.安装依赖首先需要安装scipy需要的依赖:sudo apt-get install libblas-devsudo apt-get install liblapack-dev在安装上面两个依赖的时候,可能会提示有依赖没有安装.1.1错误1: libblas-dev : Depends: libblas3 (= 3.6.0-2ubuntu2) but it is not going to be installed,那么先安装libblas3然后再安装libblas-dev.s

#coding=utf8import sqlite3import osimport numpy as np#下面十个特征值仅用来做测试，feature0 = [-4.382546,-1.907722,3.957601,-1.649950,2.271955,-3.160072,-3.399295,-9.906655,-2.748945,4.792392,-1.652369,-5.804037,-4.493183,4.631711,-7.879868,-5.704821,-0.437358,1..

111

某项目中，想返回一个json格式的内容，代码如下：print("contours[index][:,0,:]::::::::::",contours[index][:,0,:])result["contours"] = contours[index][:,0,:]print("result:::", result)然后contours[index][:,0,:]打印内容如下：然后把它放到字典中之后，打印内容如下：可以发现放到字典中之后，内容发生了变化，多了array，而我不想要

#coding=utf8import os,cv2,shutilimport numpy as npimport random #旋转任意度数,旋转之后图像的宽高并没有交换def rotate(image, angle, scale=1): w = image.shape[1] h = image.shape[0] #rotate matrix M = cv2.getRotationMatrix2D((w/2,h/2), angle, scale) #r.

import os,cv2,shutilimport numpy as npimport random#对比度和亮度def Contrast_and_Brightness(alpha, beta, img): blank = np.zeros(img.shape, img.dtype) # dst = alpha * img + beta * blank...

1.安装opencv-contrib-python首先要安装opencv-contrib-python，否则会提示如下错误：Traceback (most recent call last):File "sift.py", line 7, in <module>sift = cv2.xfeatures2d.SIFT_create()AttributeError: module 'cv2.cv2' has no attribute 'xfeatures2d'安装时要注意，ope

计算mAP的代码备份import globimport jsonimport osimport shutilimport operatorimport sysimport argparseimport mathimport numpy as npMINOVERLAP = 0.5 # default value (defined in the PASCAL VOC2012 challenge)parser = argparse.ArgumentParser()parser.add_

利用Python处理ReId的公开数据集，把quary数据拷贝到每个单独的文件夹中，地库数据也拷贝到单独的文件夹中，一个文件夹一个reid。#coding=utf-8import cv2import osimport shutillib_images_src = "./query"test_images_src = "./bounding_box_test"lib_images_dest = "./lib_images"test_images_dest = "./test_ima

#!usr/bin/env python#-*- coding:utf-8 _*-import osimport shutilimport numpy as npimport cv2lower_red = np.array([0, 127, 128]) # 红色阈值下界higher_red = np.array([10, 255, 255]) # 红色阈值上界lower_green = np.array([35, 110, 106]) # 绿色阈值下界higher_g...

目录1.首先编写C++的源文件和头文件2.编写C++调用demo3.使用makefile进行编译4.Python脚本开发时会遇到python调用C/C++库的情况，下面写了一个简单的demo看一下python怎么调用C/C++库。1.首先编写C++的源文件和头文件头文件如下：#include <mutex>#include <vector>#include <stdint.h>#include <thread>ext

#!/usr/bin/env python2.7# pylint: disable=bad-indentation, no-member, invalid-name, line-too-longimport shutilimport argparseimport multiprocessingimport numpy as npimport caffefrom caffe.proto import caffe_pb2from google.protobuf import text_for.

在使用python的matplotlib话图时，中文显示乱码，程序中使用的代码如下，matplotlib.rcParams['font.family'] = 'SimHei'执行之后程序报如下的错误，并且画出来的图中文显示乱码。findfont: Font family ['SimHei'] not found. Falling back to DejaVu Sans./usr/local/lib64/python3.6/site-packages/matplotlib/backends.

#coding=utf-8import osimport shutil"""1.修改文件夹名字为0 1 2...，并且文件夹里面的图片用文件夹名字加数字的方式重命名。2.拷贝5张图片到测试文件夹，剩余的图片拷贝到底库文件夹。"""image_dir = "./images"lib_images = "./lib_images"test_images = "./test_images""""首先修改文件夹的名字为0 1 2 3 . . . ."""def modif.