w_q_q2017的博客

本人菜鸟一枚，刚接触图像处理，为了批量修改自己的图像的大小，查找了一些资料，经过自己的修改，终于取得了成功。特意把代码奉献出来，希望对大家有所帮助。代码如下： file_path =  'D:\traincar\zhengcar\';% 需要处理的图像文件夹的路径 img_path_list = dir(strcat(file_path,'*.jpg'));%获取该文件夹中所有jpg格式的图像

做了好长的时间的图像分类，用caffe训练的模型正确率很高，但是用单张图片进行测试识别时，效果特别差，检测的出来的几乎都是同一类，查了一些资料，终于找到了解决办法。 原因1：如果训练用了GPU，那么测试的时候也要注意用GPU 原因2：注意测试图片的读取格式。 我就是错在了这里，参考的博客https://blog.youkuaiyun.com/u013841196/article/details/7279...

最近做图像分类，数据集的整理真的好费时间，找到一个代码，非常好使，推荐给大家。 实现的功能是，将一个文件夹下的每个子文件夹的一半数据分割出来并保存，生成相应的train.txt,test.txt。 对代码做了轻微的修改 原网址：https://www.cnblogs.com/yymn/articles/4615372.html 自己弄数据集，真是非一般的体验呀。虽然说这样算是正在意义上经历...

运行python pe.py 出现如下错误： Cannot mix incompatible Qt library (version 0x50201) with this library (version 0x50602) 已放弃 (核心已转储) 解决方法：sudo python pe.py即可解决...

在运行run_densecrf.sh时,出现了下面的错误/deeplab_v2/deeplab-public-ver2/densecrf/prog_refine_pascal_v4: symbol lookup error: /usr/local/lib/libmatio.so.2: undefined symbol: H5T_NATIVE_SCHAR_g 解决办法:vim ~/.bashrc ...

配置个FCN遇到了无数的坑，真的是醉了，特意记录下来，希望对大家有些帮助，少走弯路。 1.运行solve.py时,出现一下错误: Traceback (most recent call last):   File "solve.py", line 26, in <module>     solver = caffe.SGDSolver('solver.prototxt')   Fi...

本文转自：http://blog.youkuaiyun.com/myshudaizi/article/details/522593421. R-CNN：Rich feature hierarchies for accurate object detection and semantic segmentation论文：https://arxiv.org/abs/1311.2524代码：https://githu...

转自：https://www.zhihu.com/question/34681168从广义上来说，NN(或是更美的DNN)确实可以认为包含了CNN、RNN这些具体的变种形式。在实际应用中，所谓的深度神经网络DNN，往往融合了多种已知的结构，包括卷积层或是LSTM单元。但是就题主的意思来看，这里的DNN应该特指全连接的神经元结构，并不包含卷积单元或是时间上的关联。因此，题主一定要将DNN、CNN、R...

1.结合excel表格制作，首先打开一个空白的excel表格， 2.然后选中第一个表格，并在函数区域输入=TEXT(ROW(A1),"0000")&".jpg"，如图所示。其中。“0000”表示是几位数 移开鼠标，随意点击一个位置，形成下图所示 然后选中0001.jpg，点击黑点下拉，即可，然后把序列号复制到.txt文件中，就制作完成了 当然如果想要制作带路径的，在函数

1.首先打开一个空白的excel表格，然后选中第一个表格，并在函数区域输入=TEXT(ROW(A1),"0000")&".jpg"，如图所示。其中。“0000”表示是几位数移开鼠标，随意点击一个位置，形成下图所示 2.然后选中0001.jpg，点击黑点下拉，即可，然后把序列号复制到.txt文件中，就制作完成了 3.如何制作的数目过多，比如要制作10000个，

转载https://blog.youkuaiyun.com/10km/article/details/68926498 faster rcnn 的demo.py运行时，对于同一个图像，每个类别显示一个窗口，看起来不太方便，顺便小改一下，让一幅图像中检测到的所有类别物体都在一个窗口下标注，就方便多了。 代码改动也不复杂，就是把vis_detections函数中for循环前后三行代码移动到demo函数的for...