小zhazha博客

原创 空白数据生成coco

【代码】空白数据生成coco。

原创 避免不均衡的划分训练集测试集

该Python脚本实现了COCO数据集的自动划分功能，将原始数据集按照9:1比例分为训练集和测试集。通过读取COCO格式的JSON标注文件，脚本会： 对图片按文件名排序 每10张取第10张作为测试图片（其余为训练图片） 根据图片ID过滤对应的标注 创建新的输出目录结构，拷贝图片文件 生成新的训练集和测试集JSON标注文件 最终输出包含分隔的图片和标注文件，便于机器学习任务使用。

原创 苹果收集MPO格式转换RGB

本文介绍了一个用于处理MPO（多图像对象）格式文件的Python脚本。该脚本主要功能包括：1)扫描指定文件夹并识别MPO格式文件；2)将MPO文件转换为标准RGB格式（保存为JPEG）；3)可选择备份后删除原始MPO文件；4)生成包含文件统计信息的报告。程序通过Pillow库处理图像，提供交互式操作选项，支持文件转换、删除前的备份以及报告生成等功能。该工具适用于需要批量处理MPO立体图像的场景，帮助用户将特殊格式转换为通用图像格式并清理源文件。

原创 tta的mmdet

摘要：MMDetection框架中官方支持最稳定的TTA（测试时增强）主要包括多尺度和翻转两类操作。多尺度TTA可通过调整tta_scales参数实现，建议采用接近训练时的尺度分布；翻转TTA支持水平和垂直方向扩展。这两种方法组合会显著增加推理时间（尺度数×翻转次数）。虽然理论上可以扩展其他TTA方法（如旋转、不同后处理参数等），但实现复杂且收益有限。推荐采用3种尺度（640/800/960）配合水平翻转的平衡配置，既能提升性能又避免耗时过长。

原创 多尺度和特征金字塔

原创 mmdet tta

原创 关于屏幕表盘识别

detect_GEAR这是状态识别，但这里的状态识别确实把三个图都给当成一个整体切割出来，分别标注训练的，因此不能直接在图上去一个个分割开去识别，如果用原来的代码需要重新训练三个的状态数据detect_ADI这个数据算的不是一整个子图，而是截取了整个黄蓝区域，并且只能针对原本图像数据能使用，换个图就挂了。self.rsubimg_N1_res.setText(str(rsubimg_N1)存放的是变量，self.rsubimg_gearm_res.setText(u"GDN")存放的是字符。

原创 coco带掩码和不带掩码的可视化

【代码】coco带掩码和不带掩码的可视化。

原创 弹性变换放射变换

【代码】弹性变换放射变换。

原创 检测旋转数据增强90，180，270

标注的coco格式的数据集，但不是完全按照coco格式命名的，只是形式类似，比如有一个图像名称的列表a，a里面包含很多张图像，将a对应的图像和里面的标注数据随机旋转90度，180度，270度，这三个情况。这时候图像数据发生了改变，里面的标注信息也同步发生了改变。就会得到新的图像数据和标注数据。

原创 数据mix增强up增强

【代码】数据mix增强up增强。

原创 较好聚类的实现

【代码】较好聚类的实现。

原创 复制iHarmony4粘贴

完整代码，生成的还有二值的掩码。

原创 coco格式的数据集划分

【代码】coco格式的数据集划分。

原创 关于abcnet训练的全过程

文本识别

原创 接上回的全部工作

【代码】接上回的全部工作。

原创 接上回继续转换

【代码】接上回继续转换。

原创 abcnet训练数据

先做下面代码的这一步，再进行上面代码的执行，对标注得到的txt文件，进行处理只保留八个点的坐标，八个点的坐标处理如下。

原创 flask客户端和服务端

客户端接收服务器传来的文件并直接显示在前端。对应的htmt文件显示。服务端发文件数据过来。

原创 labelme转coco数据集

转换成coco数据集且划分好训练集和测试集。

原创 python OrderedDict函数详细介绍和字典详细使用

python 字典

原创 详解PyTorch中的ModuleList和Sequential

详解PyTorch中的ModuleList和Sequential

原创 照片爬取BeautifulSoup

#用到的技术点：# 1.requests 发送请求，从服务器获取到数据# 2.beautifulsoup 来解析整个页面的源代码import requestsimport jsonimport urllibfrom bs4 import BeautifulSoup#发送请求到服务器resp = requests.get("https://www.umei.cc/meinvtupian/meinvxiezhen/")resp.encoding = 'utf-8'#如果是乱码 这个时候找c.