- 博客(22)
- 收藏
- 关注
RSS订阅原创 selenium必应搜索，获取标题以及url
必应搜索，获取标题以及urlimport timefrom selenium import webdriverfrom selenium.common.exceptions import NoSuchElementExceptionimport urllib.parsedef get_content(driver, url): driver.get(url) time.sleep(sleep_time) targets = driver.find_elements_by
2021-09-01 16:40:25
1317
原创 终端美化 oh my zsh + powerkevek10k
文章目录zshOh My Zshpowerkevek10k设置配色安装插件zsh-syntax-highlightingzsh-autosuggestions启用插件zshmacOS Catalina自带zshly@linfengxudeMacBook-Pro ~ % echo $SHELL/bin/zshOh My Zsh官网下载,需要gitly@linfengxudeMacBook-Pro ~ % sh -c "$(curl -fsSL https://raw.github.com/oh
2020-12-23 10:57:52
474
原创 Access denied for user ‘root’@‘localhost’
文章目录Access denied for user 'root'@'localhost'Access denied for user ‘root’@‘localhost’环境:centos7, rpm安装的mysql解决:service mysqld stop #关闭mysqlvi my.cnf #跳过密码skip-grant-tableservice mysqld start #开启mysqlmysql #修改密码flush privileges;alter user '
2020-12-23 10:56:40
204
原创 PR曲线
文章目录流程生成假数据PR计算绘图流程一组数据，已知类别和预测得分，按得分排序将得分的各个值作为阈值，计算精确率和召回率绘制图像生成假数据数据：label，score假数据中 score大于0.5，则label以70%取‘t’，以此类推import randomdata = []for i in range(200): score = random.random() if score > 0.5: if random.random() >
2020-12-17 16:45:11
474
原创 IOU计算
输入坐标分xyxy,和xywhdef count_iou(r_a, r_b, mode='xyxy'): if mode == 'xyxy': # xyxy: 即(x1,y1,x2,y2) pass elif mode == 'xywh': # xywh: (x,y)为中心点坐标, wh为宽高 x, y, w, h = r_a r_a = [x - w / 2, y - h / 2, x + w / 2, y + h / 2]
2020-12-17 14:02:56
321
原创 目标检测xml矩形框截取
原因获取每个目标框的图片并保存,方便查看有没有标错类别,文件名可以追溯回原图代码import xml.dom.minidomimport osimport cv2import globfrom tqdm import tqdmdef read_xml(xml_path): dom = xml.dom.minidom.parse(xml_path) root = dom.documentElement objects = root.getElementsByTagNa
2020-11-17 16:32:39
550
原创 目标检测xml标签名修改
原因目标检测的数据标注中,很多标签名标注错误,需要修改代码import globimport xml.etree.ElementTree as ETfrom tqdm import tqdmdef change_xml(xml): doc = ET.parse(xml) root = doc.getroot() objs = root.findall('object') for obj in objs: name = obj.find('name
2020-11-17 16:09:22
424
原创 opencv图像噪声滤波
import globimport jsonimport osimport randomimport shutilfrom typing import Tupleimport cv2 as cvimport numpy as npfrom tqdm import tqdmdef f_gaussian_noise(img, mean=0, var=0.001): img = np.array(img / 255, dtype=float) noise = np.rand
2020-09-11 11:01:27
235
原创 labelme标签名修改
import globimport jsonfrom tqdm import tqdmlabel_list = []file_list = glob.glob('data/kinetic/image_*/*.json')for file in tqdm(file_list): # 打开文件取出数据并修改，然后存入变量 with open(file, 'r') as f: data = json.load(f) shapes = data['shap
2020-09-11 10:58:37
3458
原创 labelme打标文件点转矩阵
import jsonimport globfrom typing import Listdef get_rectangle(points: List[List[float]]): x_min, x_max, y_min, y_max = 1280, 0, 960, 0 for point in points: x_min = x_min if x_min < point[0] else point[0] x_max = x_max if x_
2020-09-11 10:49:33
262
转载 opencv 棋盘标定
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。本文链接：http://blog.csdn.net/Thomson617/article/details/103506391代码记录import cv2import numpy as npdef calibrate_single(imgNums, CheckerboardSize, Nx_cor, Ny_cor, saveFile=False, saveImages=False): .
2020-09-11 10:45:00
804
转载 opencv 棋盘标定
版权声明：本文为u012678352原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。原文链接：https://blog.csdn.net/u012678352/article/details/80899931代码记录import globfrom typing import Tupleimport cv2 as cvimport numpy as npdef generate_pattern(checkerboard_size, num_of_ro.
2020-09-11 10:42:08
541
1
原创 opencv 图像不规则多边形填充
文章目录需求效果函数画点选区填充代码需求需要批量对图片进行选区填充，目标检测的一个项目中，去掉部分区域，避免干扰效果函数画点def draw_points(event, x, y, flags, param): # 回调函数默认参数，无需修改 global points, img # 全局变量 要保持的点list，cv.imread读取的img point_size = 10 # 点半径 point_color = (153, 51, 51) # 蓝色
2020-09-11 09:09:11
1287
原创 cv2 视频拆分图片
import osimport uuidimport globfrom random import randomimport cv2 as cvdef mkdir(path): is_exits = os.path.exists(path) if not is_exits: os.makedirs(path)def cap2jpg(cap_path, save_path, ratio=0.): count = 0 cap = cv.Vide
2020-09-11 08:27:18
285
原创 递归新建文件夹
import osdef mkdir(path): is_exits = os.path.exists(path) if not is_exits: os.makedirs(path)if __name__ == '__main__': path = "./result/images" mkdir(path)
2020-09-11 08:14:12
391
原创 报错 No module named pandas.io.data
python金融大数据分析一书pip install pandas_datareaderimport pandas_datareader.data as webgoog = web.DataReader('GOOG', data_source='yahoo', start='3/14/2009', end='4/14/2014')大致上一样
2020-05-27 10:13:46
534
原创 kaggle-面部关键点检测(二):模型训练及预测
目录前言训练代码预测代码前言上一环节预览并处理了数据,得到了训练要用的数据输入X,输出y,这里就利用一个简单的cnn网络进行训练及预测训练在这里尝试了用’ffill’填充和dropna两种的数据,利用这个小网络训练了120次,其结果均在2.4左右代码from sklearn.model_selection import train_test_splitX_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3,
2020-05-26 09:28:53
1027
原创 kaggle-面部关键点检测(一):数据预览
目录前言代码数据预览df.columnsdf.head(3).Tdf.info()完整样本数量数据预处理缺失值处理获取样本 X获取输出 y查看图像和特征点前言本文是对kaggle上的Facial Keypoints Detection数据进行训练,通过简单的cnn网络以预测面部关键点,顺便看看还能做点啥.代码先贴代码,都是比较基础的import numpy as npimport pandas as pdfrom matplotlib import pyplot as pltdf = pd.
2020-05-25 14:08:33
1238
原创 Tensorflow图像识别-4
文章目录应用tensorflow图像识别-1 labelimgTensorflow图像识别-2 试一下识别Tensorflow图像识别-3 训练，笔记本要退休的感觉应用跟着前面的，训练出来了冻结一下，就可以识别了，可以使用前面的jupyter notebook的文件，替换一下路径，换成自己的识别一下。除此之外呢，还可以部署到安卓跟web上，苹果不知道行不行，没试过也没查过。...
2019-06-20 16:51:57
418
原创 Tensorflow图像识别-3
文章目录tensorflow图像识别-1 labelimgTensorflow图像识别-2 试一下识别tensorflow图像识别-3
2019-06-19 20:50:02
903
原创 Tensorflow图像识别-2
文章目录tensorflow object decetion上一部分介绍了如何打标，对这方面的工作感到心累。tensorflow object decetion
2019-06-10 20:01:09
2058
原创 tensorflow图像识别-1
这里写自定义目录标题环境开始重启一下关于tensorflow学习的记录，记到哪儿算哪。等待工作转正。环境首先一顿东西下载，正好刚重装的系统。先简单的说下，之后碰到再补充下载安装。使用的是windows10，gtx1060，神舟的，上船不错。pycharm，功能很强大，可以在设置中调一下缩放代码。默认。anaconda，清华源没了，官网太慢，可以科学，或者百度网盘找找资源。默认安装即可...
2019-06-07 20:46:57
784
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