weixin_44928646的博客

原创 “OSError: [WinError 126] 找不到指定的模块“的解决办法

"OSError: [WinError 126] 找不到指定的模块"的解决办法在更新所有的pycharm库之后，运行程序会报这个错误，并提示需要安装Visual C++，并给了一个安装链接，复制下载下载并安装后，就完美解决了。64位版本下载地址为 https://www.microsoft.com/zh-cn/download/confirmation.aspx?id=48145...

原创 下载并运行YOLOV5检测模型，检测图片、视频，并用自己的训练集训练模型

下载并运行YOLOV5检测模型，检测图片、视频，并用自己的训练集训练1、首先，到github上下载YOLOV5包，下载地址为https://github.com/ultralytics/yolov5在code的下拉箭头中，点击Download ZIP,即可进行下载2、下载好之后，解压，用pycharm打开可以看到，在model中，提供了四个模型，每个模型的大小和精度都不一样，源码中用的是yolov5s.yaml3、打开detect.py,直接运行，如果不报错的话，运行结束之后，会把infere

原创 python中把数组转成one-hot形式

from keras.utils import to_categorical或from tensorflow.python.keras.utils import to_categorical比如ascll=[1 2 3 4 5]one_hot_labels = to_categorical(ascll, num_classes=20)num_class:one-hot的长度，比如num_class=20，得到的结果就是：[[0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

原创 python将字符串转换成ascll码 np.fromstring

str=‘abcde’ascll = np.fromstring(str, dtype=np.uint8)结果[97 98 99 100 101]

原创 python把字符串变成固定长度str.ljust()

两个字符串str1=“abc”，str2=“abcd”，如果想把这两个字符串变成长度为8的str1 = str1.ljust(8, " ")：左对齐，往右侧填充str2 = str2.ljust(8, " ")：左对齐，往右侧填充" "里面是要填充的内容

原创 ModuleNotFoundError：No module named keras

我在from keras.utils import to_categorical时，会报错ModuleNotFoundError: No module named 'keras’应该是tensorflow版本的问题，解决：from tensorflow.python.keras.utils import to_categorical就可以解决

原创 填坑！TypeError: Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_r

报错：TypeError: Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_ref() as the key.用了好长时间，找到了问题，这是tensorflow版本的问题，tensorflow改版后，从V1到V2，很多的东西变化了，导致用V1写的代码，在V2的框架下会报错。这个报错的解决办法：import tensorflowtensorflow.compat.v1.disabl

原创 AttributeError: module 'keras.backend' has no attribute 'control_flow_ops'解决方法

AttributeError: module ‘keras.backend’ has no attribute 'control_flow_ops’解决方法from tensorflow.python.ops import control_flow_ops

原创 RuntimeError: Given groups=1, weight of size 32 1 3 3, expected input[5, 3, 224, 224] to have 1 chan

RuntimeError: Given groups=1, weight of size 32 1 3 3, expected input[5, 3, 224, 224] to have 1 channels, but got 3 channels instead解决办法这个报错的意思是，预期输入的图像通道是1，但是得到了3个通道的图像，所以在图片输入之前要把图像的通道变化一下from PIL...

原创 BrokenPipeError: [Errno 32] Broken pipe

BrokenPipeError: [Errno 32] Broken pipe解决方法1：将DataLoader中的线程 num_workers改为02：如果有读写文件的操作，要加上flush()，再close()，至于原因，可以参考这篇文章https://blog.youkuaiyun.com/weixin_44928646/article/details/104684906...

原创 Python安装skimage的方法 pip install scikit-image

Python安装skimage的方法 pip install scikit-image

原创 VGG16对10种猴子分类

VGG16对10种猴子分类dataset：import osimport torchimport numpy as npfrom PIL import Imagefrom torch.utils.data import Datasetfrom torch.utils.data import DataLoaderclass Datasets(Dataset): def __i...

原创 用VGG16对102种鲜花分类

用VGG16对102种鲜花分类dataset：import osimport torchimport numpy as npfrom PIL import Imagefrom torch.utils.data import Datasetfrom torch.utils.data import DataLoaderclass Datasets(Dataset): def _...

原创 python中把图片从矩形处理成正方形

Python中把图片从矩形处理成正方形在训练神经网络时，数据集中有的图片是矩形的，但是要求是正方形的，所以要对图片进行处理，如果直接缩放成正方形，会改变宽和高的比例，导致失真。这里用的方法：把图片粘贴到一张正方形图片上，然后再缩放。from PIL import Imageimage=Image.open("1.jpg")image = image.convert('RGB')w, ...

原创 卷积、池化后特征图大小计算公式

卷积：(n+2p-f)/s+1池化：(n-f)/s+1

原创 .append()和.extend()的区别

import numpy as npa=[]b=[1,2,3,4]c=[5,6,7,8]a.append(b)a.append(c)print(a)a=np.stack(a)print(a)a=[]b=[1,2,3,4]c=[5,6,7,8]# a.append(b)# a.append(c)# print(a)# a=np.stack(a)# print(a)...

原创 pytorch中unsqueeze_（增加维度）的用法

unsqueeze_用在pytorch中增加维度unsqueeze_（0）：在0轴上增加维度unsqueeze_（1）：在1轴上增加维度。。。import torchfrom PIL import Imageimport numpy as npfrom torchvision import transformsimg=Image.open(r'C:\Users\Administ...

原创 pytorch中unsqueeze_（增加维度）用法

unsqueeze_是pytorch中升高维度的方法，numpy中不能用unsqueeze_（0）：在0轴上加一个维度unsqueeze_（1）：在1轴上加一个维度。。。import torchfrom PIL import Imageimport numpy as npfrom torchvision import transformsimg=Image.open(r'C:\...

原创 轴变换permute()和transpose()

permute()和transpose()都是对轴进行操作\import torchfrom PIL import Imageimport numpy as npimg=Image.open(r'C:\Users\Administrator\Pictures\QQ浏览器截图\QQ浏览器截图20190301211443.png')a=np.array(img)b=torch.Tensor...

原创 MTCNN中celebA数据集的处理（一个置信度，两个坐标点）

我处理这个数据集是用来训练MTCNN网络的，celebA数据集由202599张人脸组成，这里主要是将样本扩容，即在原有的图片上抠图。因为上面是MTCNN的框架，由P,R,O三个网络组成，P网络输入的是12×12的图片，R网络输入的是24×24的图片，O网络输入的是48×48的图片。所以要把celebA数据集处理成三种尺寸的图片。又因为损失函数有两个，一个是置信度的损失，另一个是偏移量的损失...

原创 MTCNN中非极大值抑制NMS代码

def nms(boxes,thresh=0.3,isMin=False):#[x1,y1,x2,y2,c] #根据置信度排序 _boxes = boxes[(-boxes[:,4]).argsort()] #保留剩余的框 r_boxes = [] while _boxes.shape[0]>1: #取出第一个框 a...

原创 MTCNN中重叠度IOU代码

import numpy as npdef iou(box,boxes,isMin=False):#[x1,y1,x2,y2,c] #计算面积 box_area = (box[2]-box[0])*(box[3]-box[1]) boxes_area = ((boxes[:,2]-boxes[:,0])*(boxes[:,3]-boxes[:,1])) #找交集...

原创 Python中.argsort()的用法

.argsort()是对numpy中ndarray的操作，对list不能操作。实际上是对数组中元素排序用的import numpy as npa=np.array([[1,2,3,4,0.2], [5,6,7,8,0.5], [4,5,6,7,0.3], [7,5,3,8,0.4]])b=a[(a[:,4]).argso...

原创 python中.copy()的用法

a=[1,2,3,4]b=a.copy()print(b)

原创 pytorch中Tensor和ToTensor

import torchfrom torchvision import transforms__image_transform = transforms.Compose([ transforms.ToTensor()])img=np.array(Image.open(img_path)) / 255. - 0.5#打开图片img_data = torch.Tenso...

原创 pytorch中CPU和GPU（CUDA）数据读取原理

原创 python中.flush()意思

flush() 是清空的意思。一般主要用在IO中，即清空缓冲区数据，就是说你用读写流的时候，其实数据是先被读到了内存中，然后用数据写到文件中，当你数据读完的时候不代表你的数据已经写完了，因为还有一部分有可能会留在内存这个缓冲区中。这时候如果你调用了 close()方法关闭了读写流，那么这部分数据就会丢失，所以应该在关闭读写流之前先flush()，先清空数据。fos.flush();可不是摆设。...

原创 pytorch保存模型

一：只保存和加载模型参数1 . 保存模型参数：import torchtorch.save(model.state_dict(), 'save_path_name.pth')2 . 加载模型参数：import torchimport torch.nn as nnmodel.load_state_dict(torch.load('save_path_name.pth'), stric...

原创 根据MTCNN中P网络的输出，反算到原图中画框

根据MTCNN中P网络的输出，反算到原图中画框上一篇博文，通过P网络的输出，经过一系列比较复杂的工作，得到了我们想要的[_x1,_y1,_x2,_y2,C]，_x1,_y1,_x2,_y2是四个偏移量，C是置信度，下面介绍如何反算到原图画框。start_index是索引offset是偏移量cls是置信度scale是缩放尺寸stride是步长，MTCNN中步长是固定的因为在做图像金字...

原创 MTCNN中P网络的输出格式，根据输出筛选置信度C比较大的，并找到与C对应的偏移量（使用的时候，不是训练）

MTCNN中P网络的输出格式，根据输出筛选置信度C比较大的，并找到与C对应的偏移量（使用的时候，不是训练）1.首先来看P网络class PNet(nn.Module): def __init__(self): super(PNet, self).__init__() self.pre_layer = nn.Sequential( ...

原创 #教计算机学画卡通人物#生成式对抗神经网络GAN原理、Tensorflow搭建网络生成卡通人脸

生成式对抗神经网络GAN原理、Tensorflow搭建网络生成卡通人脸下面这张图是我教计算机学画画，计算机学会之后画出来的，具体实现在下面。▲以下是对GAN形象化地表述●赵某不务正业、游手好闲，却整天做着发财梦。有一天，他突发奇想，准备用造假币来实现他的“梦想”。第一次，他造了一张假币，去超市买东西，但是由于第一次造假币，手法比较粗糙，一下就被收银员识破。于是，他改进了技术，又一次造出了假...

原创 根据一维数组从二维数组中取值

import numpy as npa = np.array([[1,2],[3,4],[5,6],[7,8],[9,10]])b = np.array([1,2,3,4,5])print(a[b>3])

原创 pytorch中nonzero()的用法

pytorch中nonzero()的用法nonzero（）：返回一个包含输入Input中非0元素索引的张量（以张量的形式返回非0索引）import torcha =torch.Tensor([1,2,4,4,5])print(torch.nonzero(a<4))a<4：输出的是布尔值索引（掩码）[1,1,0,0,0]print(torch.nonzero(a<4...

原创 pytorch中mask_select()的用法

pytorch中mask_select()的用法import torcha =torch.Tensor([1,2,4,4,5])print(torch.masked_select(a, a<4))1.a<4取出的是索引（掩码）2.torch.masked_select(a, a<4)：根据a<4的掩码从a中取值print(torch.masked_selec...

原创 Ptorch中关系运算符lt、gt、eq、le、ge的用法

Ptorch中关系运算符lt、gt、eq、le、ge的用法ptorch中的关系运算符lt（小于）、gt（大于）、eq（等于）、le（小于等于）、ge（大于等于），这里拿lt（小于）举例import torchimport torcha =torch.Tensor([1,2,4,4,5])print(a<4)print(torch.lt(a,4)) #lt gt eq le ...

原创 python中where()的用法

python中where()的用法import numpy as npa= np.array([8,2,7,5,1,4])print(a<5)print(a[a<5])print(np.where(a<5))print(a[np.where(a<5)])定义一个数组a，print(a)的输出结果是“布尔值索引”：print(a[a<5])可以根...

原创 python中组装stack()的用法

python中组装stack()的用法import numpy as npbox=np.array([1,2,3,5])boxes=np.array( [0,1,2,3] )a=[]a.append(boxes)a.append(box)print(a)print(type(a))print(np.stack(a))print(type(np.stack(a)...

原创 #原创文章# 循环神经网络RNN、LSTM原理，并用tensorflow搭建网络训练mnist数据集

循环神经网络RNN、LSTM原理，并用Tensorflow搭建网络训练mnist数据集RNN▲原理：●RNN（循环神经网络）用来处理序列形的数据，如：自然语言处理问题，语言处理，时间序列问题。序列形的数据就不太好用原始的神经网络了。为了建模序列问题，RNN，引入隐状态h的概念，h可以对序列形的数据提取特征，接着转化为输出。●hidden state（特征提取）：h1=f(ux1+wh0+...

原创 Python中的枚举enumerate用法

Python中的枚举enumerate用法dir=r"G:\数据集\celebA\celebA（分卷形式,一起解压）\celebA\Anno\list_bbox_celeba.txt"file=open(dir)for i,line in enumerate(file): print(i) print(line)输出：i是索引，line是索引对应的内容...

原创 Python中read和readlines区别

Python中read和readlines区别1.首先看readdir=r"G:\数据集\celebA\celebA（分卷形式,一起解压）\celebA\Anno\list_bbox_celeba.txt"file=open(dir)print(file.read())print(type(file.read()))输出为输出所有的内容，格式类型是str2.再看readline...