- 博客(24)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 通过yolov5训练自己的模型中遇到的一些问题及解决办法
引言众所周知，跑深度学习的模型是非常需要好显卡的，虽然我的电脑拥有菜菜的显卡（GeForce 920MX），但也能跑起来。最近尝试着用YOLOV5做小项目，因为我菜菜的显卡，容量是真的不够，期间踩了很多坑，现在分享给大家，希望你遇到的时候可以快速解决问题！问题一：AssertionError: train: No labels in D:\PycharmProjects\yolov5-master\train\image.cache. Can not train without labels.解决办法
2022-05-15 19:55:16
9731
4
原创 yolov5环境搭建之“CUDA10.0也可以正常运行pytorch1.7.1”及其他小问题总结
问题一：CUDA10.0也可以正常运行pytorch1.7.1在初步搭建完毕yolov5环境之后运行程序，发现出现下面这个问题:通过查阅资料，出现这个问题大概率是因为torch版本太低的问题。我的电脑只配置了CUDA10.0，由于CUDA10.0版本对应的torch版本为1.2.0（官网🔗）# CUDA 10.0conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch这不符合要求（pytorch&g
2022-04-24 16:38:32
4839
原创 最新深度学习环境搭建：win10+Anaconda+PyCharm+python3.7+tensorflow-gpu1.15+keras2.3.1+CUDA10.0+CUDNN7.6.5
一、硬软件信息硬件软件Intel（R） HD Graphics 520，NVIDIA GeForce 920MXwin10，PyCharm，Anaconda，Python3.7.1，tensorflow-gpu1.15，keras2.3.1，cuda10.0，cudnn7.6.5二、PyCharm配置官网下载链接????：https://www.jetbrains.com/pycharm/download/#section=windows自己选择一个路径，最好不要在C盘
2022-01-22 10:52:51
2223
原创 excel与python列表之间的数据读写操作实现
一、将excel数据读入python的list列表中# excel数据读入data列表中wb = xlrd.open_workbook("C://Users//1//Desktop//1023_fft.xlsx") #读取工作簿ws = wb.sheet_by_index(0) #读取工作表row_count = ws.nrows #行数col_count = ws.ncols #列数time_val = ws.col_values(0)#excel表格第0列数据读入time_val列表col
2021-10-26 15:13:11
763
原创 项目一改进：调节图片的曝光度并对通过透视变换矫正图片（解决图中所有最小覆盖矩形标记指定坐标时提取box中四个顶点顺序不一致问题）
本篇中，我们需要完成以下任务：1、调节图片曝光率，使得图片颜色显得均匀2、提取标记块轮廓，单独标记出其坐标x值3、通过透视变换对调节好曝光度的图片进行矫正4、对矫正处理好的图片重复第二步操作并做出对比开始操作吧一、读取原图# 1.读取图片# 使用函数cv2.imread(filepath,flags)读入一副图片image = cv2.imread("C:/myprojects/expose_img.jpg")print("original shape:{}".format(im.
2021-08-05 18:19:42
480
原创 项目一改进：对图像局部区域进行清晰化处理
本篇接上一篇文章（点击查看）通过观察，可以发现原图中第一个黄色标记块所在区域相对比下面两个标记块显得更模糊一些。因此，本篇中通过选取ROI区域（即感兴趣区域），并对该区域单独进行图像增强处理，使得原图中局部模糊的区域变得清晰，代码如下：# 图片清晰化#获取ROI区域roi_img = image[0:131,0:600]cv2.imshow("roi", roi_img)获取到的ROI区域如图所示：#对ROI区域进行锐化操作kernel = np.array([[0, -1, 0], [
2021-07-30 17:49:45
851
原创 项目记录一：用Python识别图片中指定颜色标记块并绘制其最小矩形框以及坐标点
记录准研一小白第一次动手实践课题组师姐安排的任务，非常感谢优快云前辈们所撰写的博客对我的帮助。一、项目背景如图所示，有这样一张现场勘测的图片，要实现绘制出图中三个黄色标记块的最小矩形框以及左上角的坐标点二、研究思路读取图片——>提取图中黄色部分——>腐蚀操作剔除细小轮廓——>查找所有轮廓——>筛选并绘制出符合条件的轮廓——>绘制最小矩形框并标记出坐标三、代码实现读取图片代码如下：# 1.读取图片# 使用函数cv2.imread(filepath,flag
2021-07-29 16:07:12
9720
12
原创 python保留小数位的两种方法总结
题目背景：方法一：format函数format有不同用法，代码如下，前者使用了占位符{}，使用占位符可以同时输出多个，后者一次只能输出一个import mathres = math.sqrt(a**2+b**2)#使用占位符print('{:.3f}'.format(res))#可以同时输出多个print('{:.3f}\n{:.2f}'.format(res,res))#不使用占位符只能输出一个print(format(res,'.3f'))运行结果：方法二：’%
2021-07-23 16:23:47
5352
原创 通过pip install安装模块出现“You are using pip version 10.0.1, however version 21.1.3 is available.”问题解决
今天在Jupyter Notebook中用到python第三方模块datetime，需要下载安装解决思路：打开Anaconda Prompt命令行，输入pip install datetime但是失败了，原因是pip版本过低，需要升级接下来，根据提示输入python -m pip install --upgrade pip升级pip版本出现Successfully installed pip-21.1.3表示升级成功，再通过pip install安装模块，如下图所示：亦可以通过!pip
2021-07-21 09:39:54
9126
原创 You can’t specify target table for update in FROM clause错误
mysql出现You can’t specify target table for update in FROM clause 这个错误的意思是不能在同一个sql语句中，先select同一个表的某些值，然后再update这个表。详解参考大佬????今天刷力扣的题，一个简单题被我活生生的做了一个多小时【苦涩】我的解法：分别找到重复出现邮箱Id的最小值以及只出现了一次的邮箱Id，这些数据是我们想要得到的结果集，那么不在这些结果集内的数据就是我们需要删除的数据。DELETE FROM Person
2021-02-03 22:50:26
571
原创 关联规则挖掘
（一）几个基本概念关联规则挖掘就是从数据集中发现项与项之间的关系以超市购物为例：1、支持度支持度是个百分比，它指的是某个商品组合出现的次数与总次数之间的比例。支持度越高，代表这个组合出现的频率越大。例如，“牛奶 + 面包”出现了 3 次，那么这 5 笔订单中“牛奶 + 面包”的支持度就是 3/5=0.6。2、置信度置信度是个条件概念，就是说在 A 发生的情况下，B 发生的概率是多少。即就是当你购买了商品 A，会有多大的概率购买商品 B。例如，置信度（牛奶→啤酒）=2/4=0.5，代表如果你购买
2021-01-20 22:14:59
1130
原创 如何用 EM 算法对王者荣耀数据进行聚类
EM 的英文是 Expectation Maximization，所以 EM 算法也叫最大期望算法。举个栗子????：将一份炒菜等分给两个人，实际上最终我们想要的是碟子 A 和碟子 B 中菜的份量，你可以把它们理解为想要求得的模型参数。然后我们通过 EM 算法中的 E 步来进行观察，然后通过 M 步来进行调整 A 和 B 的参数，最后让碟子 A 和碟子 B 的参数不再发生变化为止。EM 算法可以理解成为是一个框架，在这个框架中可以采用不同的模型来用 EM 进行求解。常用的 EM 聚类有 GMM 高斯
2021-01-19 18:35:01
579
原创 使用K-Means算法对微信背景图进行分割
K-Means 是一种非监督学习，解决的是聚类问题。K 代表的是 K 类，Means 代表的是中心，你可以理解这个算法的本质是确定 K 类的中心点，当你找到了这些中心点，也就完成了聚类。(一)工作原理1、选取 K 个点作为初始的类中心点，这些点一般都是从数据集中随机抽取的；2、将每个点分配到最近的类中心点，这样就形成了 K 个类，然后重新计算每个类的中心点；3、重复第二步，直到类不发生变化，或者你也可以设置最大迭代次数，这样即使类中心点发生变化，但是只要达到最大迭代次数就会结束。(二)区分K-Me
2021-01-19 15:30:23
828
原创 KNN与SVM、朴素贝叶斯、决策树的比较
（一）KNN算法“近朱者赤，近墨者黑”可以说是 KNN 的工作原理。整个计算过程分为三步：1、计算待分类物体与其他物体之间的距离；2、统计距离最近的 K 个邻居；3、对于 K 个最近的邻居，它们属于哪个分类最多，待分类物体就属于哪一类。K值的选择至关重要，K值太小，容易过拟合；K值太大，容易欠拟合。所以 K 值应该是个实践出来的结果，并不是我们事先而定的。在工程上，我们一般采用交叉验证的方式选取 K 值。计算距离在 KNN 算法中，还有一个重要的计算就是关于距离的度量。两个样本点之间的距离代表
2021-01-17 17:28:57
5093
原创 SVM
SVM 的英文叫 Support Vector Machine，中文名为支持向量机。它是常见的一种分类方法，在机器学习中，SVM 是有监督的学习模型。(一)几个关于SVM的基础概念有监督学习：它指的是我们需要事先对数据打上分类标签，这样机器就知道这个数据属于哪个分类；无监督学习：就是数据没有被打上分类标签，这可能是因为我们不具备先验的知识，或者打标签的成本很高，所以我们需要机器代我们部分完成这个工作；硬间隔：完全分类准确，不能存在分类错误的情况；软间隔：允许一定量的样本分类错误；核函数：可以将样
2021-01-16 17:31:47
1588
2
原创 通过实例理解朴素贝叶斯算法
（一）贝叶斯原理中的几个概念先验概率通过经验来判断事情发生的概率，比如说某一种疾病的发病率是万分之一，就是先验概率。再比如南方的梅雨季是 6-7 月，就是通过往年的气候总结出来的经验，这个时候下雨的概率就比其他时间高出很多。后验概率后验概率就是发生结果之后，推测原因的概率。比如说某人查出来了患有“某种病”，那么患病的原因可能是 A、B 或 C。患有“某种病”是因为原因 A 的概率就是后验概率。它是属于条件概率的一种。条件概率事件 A 在另外一个事件 B 已经发生条件下的发生概率，表示
2021-01-15 19:15:35
1539
原创 通过实例理解决策树算法（ID3,C4.5,Cart算法）
（一）实例：使用ID3算法给出“好苹果”的决策树（二）决策树的工作原理我们在做决策树的时候，会经历两个阶段：构造和剪枝。构造原理——构造的过程就是选择什么属性作为节点的过程，构造过程中，存在三种节点：1、根节点：就是树的最顶端，最开始的那个节点；2、内部节点：就是树中间的那些节点；3、叶节点：就是树最底部的节点，也就是决策结果。因此，在构造过程中，我们要解决三个问题：1、选择哪个属性作为根节点？2、选择哪些属性作为子节点？3、什么时候停止并得到目标状态，即叶节点。剪枝原理——剪枝就是
2021-01-14 17:05:04
4943
原创 python爬虫学习（一）爬取boss直聘一页数据
第一次爬数据遇到了很多坎儿，游走在各大大佬们的经验贴中，最终顺利完成任务，记录下来，以便我这猪脑忘记！（一）任务爬取“上海市”+“web前端”+“应届生”+“boss直聘网站”的第一页数据技术路线：selenium获取动态cookie + BeautifulSoup信息提取 + csv文件读写（二）我的坎坷经历作为一个python爬虫的初学者，刚开始爬数据，只记得我刚学到的requests（用于自动爬取HTML页面及自动网络请求提交），于是乎import requestsdef getHTML
2021-01-09 19:18:45
5569
14
原创 移动终端课程设计——校园淘二手交易APP
校园淘二手交易APP每一次课设都是一次进步的机会！一、总体设计思想通过当今互联网的大平台，考虑到大学生校园二手交易的高效性和安全性，利用目前所学的Android知识设计出此APP。主要将系统划分为以下几个模块：用户登录授权模块，具备用户注册（用户名和密码设定）、登录验证（包括用户名、密码和验证码的验证）、第三方授权功能；商品分类模块，具备将各类商品分门别类的功能；热销模块，以列表形式呈现，...
2020-03-11 21:57:36
4566
2
原创 用C语言实现简单猜数游戏
#include<stdio.h>#include<stdlib.h>#include<time.h>int main(){ //通过召唤rand()得到一个随机数 srand(time(0)); int number=rand()%100; //初始化 int count=0; int a=0; printf("我已经想好了一个1到...
2019-12-01 11:32:58
2071
1
原创 简单C语言之有趣的时间差问题
这是一道看似很简单的有关C语言的时间差问题，其实需要考虑的东西还蛮多的！！！举个栗子，思考一下如果单纯地小时与小时相减，分钟与分钟相减；2点20-1点10分=1小时10分钟3点10分-2点50分=1小时负40分钟（这就不是我们想要的正确答案了）解决方案：我们可以将两个时间（几时几分）换算成分钟，然后再将分钟换算成几小时几分钟。代码如下：#include<stdio.h>...
2019-11-26 11:13:32
692
原创 整数与浮点数的坑
整数与浮点数的坑问题：我第一次写的程序：#include<stdio.h>int main(){ int chi,cun; double height; printf("您的身高有几尺几寸："); scanf("%d %d",&chi,&cun); height=(chi+cun/12)*0.3048; printf("经转化，您的身高为%f米",...
2019-11-24 19:51:48
615
1
MyApplication.rar
2020-03-11
从wav格式音频中提取出某单一频率的信号
2025-02-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人