【K210】K210学习笔记二——image
本文着重于 image 模块中的一个函数 find_blobs 也就是寻找色块的函数，因为多次比赛使用下来，给我的感觉就是 image 模块中最好用的便是寻找色块这个函数。其他的函数做的都比较差（个人感觉），比如识别形状的那几个函数，但其实找色块也是可以识别形状的。我这两年来做无人机题的识别都靠的是
pytorch对网络层的增加，删除，变更和切片
今天在这里纪录一下如何对torch网络的层进行更改：变更，增加，删除与查找这里拿VGG16网络举例，先看一下网络结构。
【数据集处理】制作自己的tusimple数据集(图森数据集)(LaneNet模型数据集）
数据制作图森数据集(tusimple),tusimple数据集LaneNet模型的标准数据集，便于后期实现基于LaneNet模型的车道线检测。
知识图谱入门：使用Python创建知识图，分析并训练嵌入模型
本文中我们将解释如何构建KG、分析它以及创建嵌入模型。
公开 学生课堂行为数据集 SCB-Dataset Student Classroom Behavior dataset
公开 学生课堂行为数据集 SCB-Dataset Student Classroom Behavior dataset
Mask RCNN训练自己的数据集
Mask RCNN训练自己的数据集，有源码和数据集提供
Mask图像与json文件相互转换
做机器学习处理图像时，需要标注图像，其中一种标注是标出图像中的某些区域，生成Mask图像或记录下这些区域的轮廓点坐标。通常，标注直接生成其中一种文件，即只生成json文件或只生成Mask图像。故在此贴出Mask图像与json文件相互转换的Python代码。如果输入文件夹，则会将文件夹下所有json文
CUDA流：利用并行执行提高性能
CUDA流说明
大家都在用的AI作画Python几行代码就可实现
随着技术的发展，验证码越来越复杂，接下来我们解决常用的几种,需要用到的库有selenium、PIL。
【人工智能概论】 PyTorch可视化工具Tensorboard安装与简单使用
PyTorch可视化工具Tensorboard安装与简单使用
跑YOLOv5遇到的问题
自己在跑YOLOv5过程中遇到的一些问题
怎么下载适合cudn12.0版本的pytorvh
可以通过以下步骤来下载适合 CUDA 12.0 版本的 PyTorch：打开命令行/终端。运行以下命令：pip install torch==1.7.1+cu12 torchvision==0.9.0+cu12 torchaudio==0.9.0 -f https://download.pytorc
【机器学习】XGBoost
XGBoost(eXtreme Gradient Boosting)极度梯度提升树，属于集成学习中的boosting框架算法。对于提升树，简单说就是一个模型表现不好，继续按照原来模型表现不好的那部分训练第二个模型，依次类推。本质思想与GBDT一致，构建多个基学习器使用加法模型，学习前面基学习器的结果
pytorch安装
pytorch安装
自然语言处理系列（一）入门概述
让小白也能轻松入门自然语言处理成为领域大神的专栏。该专栏介绍包括分词、词性分析、语义理解、命名实体识别、依存文法分析和句法分析等核心技术，以及智能问答系统、文本生成、机器翻译、情感分析和文本主题分类等应用场景。不仅有理论基础更有有多个实战案例以及代码详解。.........
cv2.imwrite
cv2.imwrite 是 OpenCV 中用来保存图片的函数。它接受两个参数：第一个参数是保存图片的文件名(包括文件路径)，第二个参数是要保存的图片数据。可以使用 cv2.imread 读取一张图片，然后使用 cv2.imwrite 保存这张图片。示例: import cv2# Read an i
【Visdrone数据集】Visdrone+YOLOv7结果记录
VisDrone数据集在YOLOv7上的结果记录 yolov7很牛
神经网络：训练模型+转化为k210上跑的kmodel
深度学习（1）：训练模型+转化为k210上跑的kmodel
从零构建自己的神经网络————数据集篇
例如，可以将图片文件命名为1.jpg，2.jpg，3.jpg等，对应的标注文件命名为1.txt，2.txt，3.txt等。其中，txt_path是包含数据集信息的文本文件的路径，transform是对数据集进行预处理的函数或变换。每张图片都有一个唯一的标识符（比如图片的文件名或者数据库中的id），在
UG模型边界上的点集生成及获取其三维坐标
UG上自己画的三维模型（.prt）在边界上添加点集，得到边界上密集的点，然后另存为IGS文件，获取该模型上边界点集三维坐标信息，自己写了个程序读取所有点坐标。将UG里面的点批量导出并得到其三维坐标。
