- 博客(162)
- 收藏
- 关注
RSS订阅原创 5.yolov5目标检测的transfomer模型介绍（python）
trunc_normal是截断正态分布，用来初始化权重张量（用截断正态分布填充张量，a是下限，b是上限，mean是均值,正态分布的标准差,tensor要初始化的张量）。# 1.截断正态分布，用来初始化权重张量（用截断正态分布填充张量，a是下限，b是上限，mean是均值,正态分布的标准差,tensor要初始化的张量）运行结果如下：显然，该模块建立了一个3X3的tensor张量，且填充的数据符合均值为0，方差为1，最大值为2，最小值为-2的正态分布。
2025-03-26 17:20:26
860
原创 2.1 transformer模型原理及代码(python)
本文参考了其他一些博客，在这里作了一个汇总，参考最多的是博客、博客和博客，也看了其他博客，在这里不详细的说了，作为笔记用。
2025-03-16 13:06:28
986
原创 1.Qt写简单的登录界面(c++)
Qt是我们设计界面最常用的方法，当然，Qt也可以画图等，所以Qt很常用，在这里首先介绍简单的界面设计。其实Qt也有其他语言的，前面我用Qt的designer做过python的简单界面设计，可以看博客4. designer建立关于目标检测的简单界面（python)_qt designer 目标检测-优快云博客，今天在这里用vs的c++实现Qt的简单界面设计，qt在vs的环境配置可以看我的另一篇博客9.8 Visual Studio 2022安装Qt 和安装graphic-优快云博客。
2025-03-02 12:47:31
695
原创 9.8 Visual Studio 2022安装Qt 和安装graphic
点击扩展-QT VS Tools-Qt Versions，然后点击右侧绿色加号，选择QT的安装目录。然后双击这个文件，如果没有注册账户，需要用自己的邮箱注册账户，然后根据提示操作即可。至此，在visual studio 2022中安装QT完毕。再在右边QT右边有个“在浏览器中查看”，打开后出现如下画面。添加完毕之后点击确定，这时候我们重新创建QT项目测试一下。安装之后，进入到vs主界面，我们发现扩展菜单中多了一行。然后双击该文件,依次点击直到安装完成即可。这里作为笔记用，也很重要。单击“下载EasyX”
2025-03-01 12:44:55
526
原创 1_4.最大括号深度（python）
代码很简单，直接看代码就可以了解思路。数字 8 在嵌套的 3 层括号中。数字 3 在嵌套的 3 层括号中。嵌套深度是嵌套括号的。
2025-02-28 14:47:24
144
原创 1_3. 跳格子2_动态规划（python）
动态规划算法会对每一个子问题只计算一次，然后将其计算结果保存在一个表格中，当再次需要计算已经计算过的子问题时，只是在表格中简单地查看一下结果，从而获得较高的效率。动态规划算法解决了“子问题重叠性质”问题，子问题重叠性质是指在用递归算法自顶向下对问题进行求解时，每次产生的子问题并不总是新问题，有些子问题会被重复计算多次。小明和朋友玩跳格子游戏，有n个连续格子组成的圆圈，每个格子有不同的分数，小朋友可以选择从任意格子起跳，但是不能跳连续的格子，不能回头跳，也不能超过一圈。输出能够得到的最高分，比如：3。
2025-02-23 15:12:10
289
原创 1_2 流浪地球(python)
发动机启动的方式分为“手动启动”和“关联启动”两种方式如果在时刻1一个发动机被启动，下一个时刻 2与之相邻的两个发动机就会被“关联启动”。如果准备启动某个发动机时，它已经被启动了，则什么都不用做。发动机0与发动机 N-1是相邻的。流浪地球计划在赤道上均匀部署了N个转向发动机，按位置顺序编号为0~N-1。N 代表部署发动机的总个数，E 代表计划手动启动的发动机总个数。T 代表发动机的手动启动时刻，P 代表此发动机的位置编号。的思路，代码也是，这里作为笔记用。N 代表最后被启动的发动机个数。
2025-02-23 14:32:08
292
原创 9.回文数(python)
将输入转换为字符串，然后比较字符串的前半部分与后半部分反转，若相同，则返回true,否则返回false.从左向右读, 为 -121。从右向左读, 为 121-。因此它不是一个回文数。回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。从右向左读, 为 01。因此它不是一个回文数。是一个回文整数，返回。
2025-02-22 17:22:20
219
原创 4. designer建立关于目标检测的简单界面（python)
首先建立的界面效果如下：以上界面中，检测图1是yolov8模型检测得到的图片显示，检测图2是deeplabv3模型检测处理后得到的图片；下面检测数量是两个模型分别检测到的目标数量（图片中人的个数）；右上角的相同是指两个模型的检测数量是否相同，若相同则显示"true",否则显示“false”。下面简单介绍该功能实现的步骤。
2025-02-22 16:17:48
1120
原创 7.整数反转
思路：1.先将整数转换为字符串，再反转字符串，循环字符串的第一位，若第一位是“0”时则裁剪掉，直到第一位不是0为止。3.整数为负值时，对其绝对值做步骤1的操作，最后转回整数后乘以-1即可。2.绝对值小于10的整数返回整数本身。如果反转后整数超过 32 位的有符号整数的范围。给你一个 32 位的有符号整数。中的数字部分反转后的结果。外的整数单独返回为0.
2025-02-21 15:11:46
404
1
原创 6.z字形变换（python）
如3行时，我们建立一个数组res，数组包含3个“”元素，则在遍历s = "PAYPALISHIRING"的过程中，对res根据index依次由前到后和由后到前的加入s的元素，最后再把res的各元素拼接即可。，以从上往下、从左到右进行 Z 字形排列。
2025-02-21 14:25:04
415
1
原创 3.1 actor基本框架（c#的Akka.Actor模式）
Actor A：完成任务后发送消息给Actor B。Actor B：接收到消息后执行自己的任务。// Actor A// 模拟任务完成// 模拟耗时操作// 通知 Actor B});// Actor B// 模拟任务完成// 模拟耗时操作});//创建 ActorSystem// 创建 Actor B// 创建 Actor A，并传入 Actor B 的引用// 触发 Actor A 开始工作。
2025-02-20 15:20:52
351
原创 1_1. 二维数组
2.遍历字典，若len(dic["value"] == 1],nums2[i][j] = -1若长度大于1，则遍历dic["value"],求每个(i, j)与其他(i, j)的最小距离mindistance,得到nums2[i][j] = mindistance。需要为数组中的每个元素找到距离最近的、值相等的元素，并计算它们的坐标差值之和。若某个元素没有值相等的元素，则返回-1。1.用字典将值相同的坐标放在一起 dic = { “value": [(i, j), (l, m) ,......]}
2025-02-16 14:16:19
254
1
原创 12. c++调用类对象和结构体
这里主要了解如何引用类对象和this的含义，具体可以看。这里主要了解如何引用类对象和this的含义，具体可以看。
2025-02-12 14:35:02
242
1
原创 2.基于transformer的语言模型（python)
该模型看了别人的博客，是谁的忘记了，这里只是作为笔记用（transform和注意力机制的原理后续有时间了会结合代码详细解释，在这里先上训练和预测代码）。
2025-02-11 14:01:36
156
1
原创 1.Deepseekv3论文的部分解释
1. DeepSeek-V3是一个强大的专家混合 （MoE） 语言模型，总共有 671B 个参数，每个令牌激活了 37B。2. DeepSeek-V3 采用了多头潜在注意力 （MLA） 和 DeepSeekMoE 架构，实现了高效的推理和具有成本效益的训练。3. DeepSeek-V3 开创了一种用于负载均衡的辅助无损策略，目的是最大限度地减少鼓励负载均衡对模型性能的不利影响。并设定了多标记预测训练目标以获得更强的评估基准的整体性能。
2025-02-07 17:32:01
800
原创 4.寻找两个正序数组的中位数
合并数组 = [1,2,3,4] ，中位数 (2 + 3) / 2 = 2.5。合并数组 = [1,2,3] ，中位数 2。请你找出并返回这两个正序数组的。的正序（从小到大）数组。算法的时间复杂度应该为。
2025-02-06 18:00:07
133
原创 11.八叉树的创建
（Octree）是一种空间分割数据结构，用于在三维空间中对对象进行高效的存储和查询。的扩展，将三维空间划分为八个相等大小的子立方体（八个子节点），每个。可以进一步细分为八个子节点，以此类推。
2025-02-06 17:05:28
211
原创 3.无重复字的最长字串（python和c++）
（2）如果地产dic中有s[i],说明temp中有s[i]，这时候对temp进行从头遍历删除temp的元素和dic的键，直到删除到遇到s[i]这个元素和dic的键（遍历的是temp而不是dic），并刚好将该元素删除为止.（1）比较temp的长度与outs的大小，若outs小于temp的长度，则outs = temp的长度;，请你找出其中不含有重复字符的。请注意，你的答案必须是。因为无重复字符的最长子串是。因为无重复字符的最长子串是。因为无重复字符的最长子串是。，所以其长度为 3。，所以其长度为 3。
2025-01-24 11:11:44
354
原创 1.两数之和（leecode刷题）
简单给定一个整数数组nums和一个整数目标值target，请你在该数组中找出target的那整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案，并且你不能使用两次相同的元素。你可以按任意顺序返回答案。[0,1]因为 nums[0] + nums[1] == 9 ，返回 [0, 1]。[1,2][0,1]你可以想出一个时间复杂度小于O(n2)的算法吗？
2025-01-21 17:24:21
267
原创 11. yolov8的训练和测试
其实，我们就是要制作这种数据集作为训练的数据集。表示没有测到目标，这里需要作具体的修改。这就是训练用的图片。在第一个文件夹进入test文件夹如下,至此，训练和测试的大概步骤就完成了。再进入train文件夹有。进入train文件夹有。
2025-01-17 17:18:54
694
原创 5. 推荐算法的最基础和最直观的认识
其实，推荐算法就是以此为基础的.推荐算法用到了余弦求相似度，大家可以想想余弦相似度与本文的向量相乘求相似的有什么区别（其实向量乘积就是余弦的向量积的分子），余弦多个分母是为了将不同属性的计量进行归一化，这样才有可比性，否则就没有意义，而本文将不同的属性用了相同的计量方式（0或者1），并且加了权重，所以不需要归一化，即不需要余弦向量积的分母就能达到余弦相似化的效果。我们知道，人的性别一般分为男或者女。大家发现规律了没有，其实累计的值为2的表示满足工厂A的招工要求，显然，满足招工要求的人是：王、李、杨。
2025-01-17 15:21:56
672
原创 9.7 visual studio 搭建yolov8的onnx的预测（c++）
该代码做了部分的修改，最后调试成功。做完以上步骤后，就可以进行预测了。
2025-01-15 11:01:12
730
原创 9.5 yolov5训练的pth文件转为pt文件(python)和 visualStudio 2022 加载 pt文件(c++)
以上代码中已经作了具体的注释，YoloBody是yolov5的网络结构。
2025-01-10 15:53:01
344
原创 9.4 visualStudio 2022 配置 cuda 和 torch (c++)
在【附加依赖项】中添加D:\libtorch-win-shared-with-deps-1.8.0+cu111\libtorch\lib文件夹下所有的 *.lib文件。（查看环境变量改变CUDA_PATH_V11_7，v11_7指的安装的。完成上述配置后，在计算机【环境变量–系统变量】中添加。的博客，作为笔记用。首先，创建一个新的项目和一个新的cpp文件。的博客，作为笔记用，本人搭建后可以运行。打开项目属性，在【附加包含目录】中添加。在属性管理器中【添加新项目属性表】至此，torch配置完成。
2025-01-08 18:29:14
1414
原创 9.3 opencv对图片的分割处理（c++）
首先我们根据博客搭建opencv环境，然后对图片进行处理，在这里，对图片的分割没有用opencv里的函数，而是根据自己的理解用循环和做差写的函数，分割的效果和opencv的相似。
2025-01-08 14:03:46
513
原创 10. VisualStudio2022 配置点云库 PCL1.14.0
本文看了和的博客， 大多内容相似，后续由于环境配置问题，有少许的变动。主要是作为笔记，方便自己以后查找。
2025-01-07 12:41:24
1261
1
原创 9.2 c++搭建opencv环境
进入到以下链接：https://opencv.org/releases/ ， 点击Windows，即可下载。接下来，点击链接器，点击输入，点击附加依赖项，点击右边的下拉三角形，点击编辑，将如下目录输入即可，点击VC ++ 目录， 点击包含目录，点击右边的下拉三角形，点击编辑，将如下目录输入即可，点击确认，然后，点击库目录，点击右边的下拉三角形，点击编辑，将如下目录输入即可，这表示，VC++ 会从此opencv 算法目录调用。的博客，自己搭建了两遍，中间只是轻微的改变，点击应用，点击确认，等待配置完成。
2025-01-06 18:06:56
626
原创 8. 根据形态提高精度
倾角传感器在静态下的精度可以达到±0.01度，但在动态下的误差在±0.5度，比如在动态下用雷达测量距离1000mm的物体，在静态下其精度是±1mm，但在动态下精度为±10mm,而这个误差是倾角带来的，雷达的精度是±0.6mm.在这里用形态校正倾角的精度，使雷达测1000mm距离的物体的精度在±2mm内。首先，在标定实验平台上，使目标物体到雷达的竖向距离和横向距离都为1000mm.在静态下在不同的角度经过补偿倾角后用雷达测量目标物的距离都在1000±1mm内，这里不做过多的阐述。
2024-11-26 16:46:51
331
原创 6. 自己写的sigmoid、BN、求和和分割等函数
通过跑torch模块nn.conv2d的代码时发现对图片的处理是随机的，所以在这里自己写代码验证了部分模块的图片处理结果。前面是原图，后面是sigmoid函数处理后再恢复的图片，结果相似，说明sigmoid函数基本上没有修改原图片。前面是原图，后面是BN函数处理后再恢复的图片，结果有点区别，后面的图片有两横把图片分成了3部分。conv函数一般求数据的：和、差、均值等。1.sigmoid函数处理图片的结果。2.BN对图片的标准化处理。3. conv的图片处理。
2024-10-12 14:33:11
286
原创 7.2 简单的图片标注为xml代码和图片增强代码（python）
yolov5已经普及常用，最常规的步骤就是获取数据（图片）、标注图片（标注xml文件）、对标注的数据增强（椒盐模糊、高斯模糊、翻转等） 、训练数据。在这里，假如客户新增一个目标，需要客户自己标注数据、增强数据和训练数据不合理，我们可以希望实现这样一个场景：建立一个界面，打开界面后：1.客户对新的产品从不同的角度拍七八张照片；2.客户在界面上对七八张图片的目标用长方形画框；3.界面系统自动对这几张标注好的图片进行数据扩增；4.将扩增后的数据自动移入训练的文件夹；5.训练模型。
2024-09-12 15:02:42
1475
2
原创 2. c#从不同cs的文件调用函数
以上文件调用了ans文件的outputs函数和txt_1文件的outputs函数。以上就是不同cs文件的函数调用，经过测试运行结果正确无误。2. Program.cs文件的主函数如下。
2024-09-09 15:20:56
1187
原创 1. C#的windows窗体应用，画折线图
本文基本上看了博客，该博客写的很详细，在这里作为比较复述和实现了一次。如何在C#窗体中使用实时图表，这里需要用到Chart控件。Chart控件，目前仅在.net framework下才有，.net core下暂时还没有。所以本文针对的环境是.net framework下的winform窗体。如上图，在工具箱中找到“数据”->“Chart”控件。请注意，在“所有Windows窗体”那里，是找不到Chart控件的。
2024-09-03 15:52:47
1703
原创 9. k_d tree原理及python代码实现
k_d tree其实就是多维（空间二叉树的一种特殊情况）， 里面储存着k维的点的信息，是对k维空间进行划分的一种数据结构。本文看了博客，这篇博客写的很详细，只是这里对这篇博客进行了扩展。在点云操作中，常常需要从大量点云中找到距离输入点最近的点，如果使用线性搜索，逐个判断与输入点的距离，那么搜寻耗时将会与点云规模呈线性上升趋势，时间复杂度为O ( N ) O(N)O(N)。显然这不是我们想看到的，在数据结构与算法中，对常用的搜索方法是为O(logN)，它本质上是构建一棵二叉搜索树，以空间换取时间。
2024-08-26 16:25:37
1402
原创 11. 统计（均值、方差、正态分布）和聚类（接近kmeans的聚类）分类（python和c++代码）
以下代码的每个函数功能都做了注释，分别用python和c++代码做了具体的实现，不是最终效果，后续会继续优化。以下代码中，python代码在每个步骤处理完数据后都画了散点图显示了处理后的数据效果，c++代码是从python代码翻译过来的，没有显示数据处理后的散点图效果。
2024-07-30 17:49:18
521
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人