- 博客(60)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 权重问题和训练集、验证集、测试集
很多时候，模型犯错的结果是我们不能接受的，这就需要我们能够提前评估出模型的实际效果。在训练过程中，每个epoch结束后都会对验证集进行一次评估，并记录下表现最好的模型的权重。这个文件通常用于推理和部署阶段，因为它包含了在验证集上表现最好的模型的权重，可以获得最佳的性能。这个文件通常用于继续训练模型，因为它包含了最后一次训练迭代结束时的模型权重，可以继续从上一次训练结束的地方继续训练模型。使用上的区别是，当需要在之前的训练基础上继续训练时，应该使用last.pt作为起点进行训练；严格来说，最好不要。
2023-11-02 10:54:54
300
原创 Arcpy-波段合成
import fnmatchimport osimport arcpyFCIout_path = '**********************'FCIout_path02 = '*****************************'for i in range(1, 86): print(i) _B12 = fnmatch.filter(os.listdir(FCIout_path), str(i) + '_B12_*.tif') _B11 = fnmatch.
2022-05-13 22:48:54
596
原创 Arcpy-对属性表按面积进行排序
import arcpytile = 'T55GDN'# Local variables:ShixuForestaddniandushp = 'E:/Atest/' + tile + '/DForest/xxx.shp'Export_Output04_shp = "E:\\Atest\\T55GDN\\Iboundary\\Export_Output04.shp"# Process: Sortarcpy.Sort_management(ShixuForestaddniandushp, E..
2022-05-10 20:51:02
434
原创 Arcpy-统计shp表数量
import arcpyimport osimport fnmatch# import Tile# tile = Tile.tilestile = 'T55GDN'shpunionf = 'E:/Atest/' + tile + '/Iboundary/Export_Output03.shp'rows = arcpy.SearchCursor(shpunionf, ["FId"])count = 0for row in rows: count = count + 1pr..
2022-05-10 20:43:54
408
原创 python-日常记录
outdirftf = 'E:/Atest/T33NVG/HHproduct20/BA20clip/'allshpftp = fnmatch.filter(os.listdir(outdirftf), '*.tif')
2022-05-09 22:48:07
161
原创 Python-查找文件
outdirftf = 'E:/'allshpftp = fnmatch.filter(os.listdir(outdirftf), '*.tif')
2022-05-09 22:46:35
323
原创 python-将两幅图合并保存
import fnmatchimport cv2from pylab import *import os_mapfilename = 'E:/LIU0106RES/TCIFCImerge02/'filenames = fnmatch.filter(os.listdir('E:/LIU0106RES/TCImerge/'), '*.jpg')filenamesfci = fnmatch.filter(os.listdir('E:/LIU0106RES/FCImerge/'), '*.jpg').
2022-01-07 22:04:01
1755
原创 python-数组画条形图
import matplotlibimport matplotlib.pyplot as pltimport gdalimport numpy as npimport osimport fnmatchplt.figure("lena")# arr 就是需要计算的直方图的一维数组 # bins 就是直方图的柱数 # facecolor: 直方图颜色 # alpha: 透明度# 返回值 ： # n: 直方图向量，是否归一化由参数设定 # bins: 返回各个bin的区间范围 # pat.
2021-12-02 13:49:00
1643
原创 arcgis-操作
1、地理坐标系和投影坐标系，地理坐标系就是真实的坐标，分辨率就是度分秒那种，投影坐标系就是投影后的平面，目标在平面上的坐标，分辨率就是多少多少米这种。2、栅格数据，地理坐标系转为投影坐标系，arcgis中的【数据管理工具】-【投影与转换】-【栅格】-【投影栅格】，然后就是输入需要转换的栅格数据，选择一个标准的数据，作为投影坐标系的输入。3、栅格数据的重采样、裁剪，arcgis中的【数据管理工具】-【栅格】-【raster processing】-【resample】-【clip】...
2021-11-16 18:53:30
3563
原创 python-查找目录下所有指定后缀名的文件
import osimport shutildef findAllFilesWithSpecifiedSuffix(target_dir, target_suffix="jp2"): find_res = [] target_suffix_dot = "." + target_suffix walk_generator = os.walk(target_dir) for root_path, dirs, files in walk_generator: .
2021-11-02 09:53:17
542
原创 python-数组计算
1、二维数组求和a = [[1,2],[3,4],[5,6]]print(sum(sum(i) for i in a))2、剔除numpy数组中的0值import numpy as nparray = [1, 1, 0, 3, 4, 5, 0]a = np.array(array)b = a[a != 0]print(b) # [1 1 3 4 5]3、numpy一维数组，求和、均值、方差、标准差import numpy as nparray = [1, 1, 0, 3
2021-10-12 15:40:00
2077
原创 GEE-python环境安装
1、今天开始学着用用GEE，简单记录下，目前也不是很明白，本地配置的python环境，安装一些依赖包之后，便可以不打开gee页面，也可以调用gee。2、下面简单记录下，环境配置过程，比着深度学习的环境，这个挺容易的，摸索着没一会就好了。3、首先还是打开anaconda，创建一个新的python环境，（conda create --name GEE36 python=3.6），这里不知道3.6行不行，暂时先这么来，有些论文里写的是2.7，然后激活这个新环境，在这个新环境里进行一系列的pip。4、安
2021-09-19 23:47:04
1880
原创 anaconda-语句
# anaconda 查看已有的环境conda info --env#创建一个环境XXX并制定python版本conda create --name GEE36 python=3.6#删除虚拟环境。conda remove -n your_env_name(虚拟环境名称) --all， 即可删除。conda remove -n gee --all...
2021-09-19 23:25:23
301
原创 yolov3大体步骤
蓝色框为聚类得到的先验框，黄色框是ground truth，红框是目标中心点所在的网格。如果匹配的最优先验框所在的grid和gt box所在的grid不重合怎么办？既然不重合，那怎么使用sigmoid来预测中心点基于grid的偏移呢？因为我已经看过了一些开源实现，他还是在gtbox所在的grid里面选择一个IOU最大的anchor来作为匹配结果的在原论文中，确实是使用先验框来训练的，也就是静态指定。静态指定就没有你说的问题了。动态的话，训练其实也是收敛的，中心点偏移只会发生在训练初期，...
2021-09-03 01:04:42
1946
2
原创 python-opencv-画外接矩形框
画外接矩形框，可以画成一个最大的，也可以分别画。# -*- coding: utf-8 -*-import cv2image = cv2.imread('G:/110w2/mask_tif4/00.png')print(image.shape)print(image.shape[0]) # hprint(image.shape[1]) # w# 图像转灰度图img = cv2.cvtColor(image, cv2.COLOR_BGR...
2021-09-02 22:15:47
5268
原创 python-opencv-图像上画矩形框
就是根据坐标，在图片上画一个矩形框。import cv2image = cv2.imread('G:/110w2/mask_tif4/0.png')a = (204, 136, 259, 164)cv2.rectangle(image, (a[0], a[1]), (a[2], a[3]), (0, 0, 255), 2)# 图片显示cv2.imshow("image",image)# 图片保存cv2.imwrite('G:/110w2/mask_tif4/1_.png', image
2021-09-02 21:55:59
4917
原创 python-opencv-图像旋转
这种旋转方式，旋转后的图像，是原图的外接矩形框，四个角的部分，填充了黑色。import cv2import numpy as np# 旋转angle角度，缺失背景白色（255, 255, 255）填充def rotate_bound_white_bg(image, angle): # grab the dimensions of the image and then determine the # center (h, w) = image.shape[:2]
2021-09-02 21:51:15
742
原创 yolov2大体步骤
LOSS（1）和YOLOv1一样，对于训练图片中的ground truth，若其中心点落在某个cell内，那么该cell内的5个先验框所对应的边界框负责预测它，具体是哪个边界框预测它，需要在训练中确定，即由那个与ground truth的IOU最大的边界框预测它，而剩余的4个边界框不与该ground truth匹配。YOLOv2同样需要假定每个cell至多含有一个grounth truth，而在实际上基本不会出现多于1个的情况。与ground truth匹配的先验框计算坐标误差、置信度误...
2021-09-02 00:35:15
338
原创 yolov1大体步骤
1、输入图像2、将图像送入卷积神经网络中进行特征提取---得到特征图（前面是一些vgg的操作，就是来得到特征图）3、对特征图进行操作，输出想要的形状（后面几个是对特征图简单操作一下，然后进行全连接，最后reshape成（7*7*30））这个有过解释，这个7*7*30本身没有意义，是作者赋予它意义，引导网络，按着作者的意思来进行。这个7*7就是作者将图片划分成7*7的区域，共有49个网格，每个网格产生2个框，这2个框预测同一个类别，voc数据集是20类，每个框有（c，x，y，w，h）五
2021-09-01 21:24:34
797
1
原创 目标检测大体步骤
1、输入图像2、将图像送入卷积神经网络中进行特征提取--->>得到特征图（这里的特征图可以是一个，也可以是多个，比如经过一些特征金字塔的操作，可以得到多个不同尺度的特征图）3、对特征图进行操作，输出想要的形状（这里为什么是想要的形状，比如，二分类的话，就输出成2个节点的样子，目标检测的话，可以输出成（c，x，y，w，h），为什么输出成这样，可以这样理解，【其实网络的输出数据，每个数据代表什么含义，都是人为自己定义的，也就是说，是作者希望图片输入到YOLO网络中，输出的1470维数
2021-09-01 17:19:42
2456
原创 pytorch-rmb分类
# -*- coding: utf-8 -*-import osimport randomimport numpy as npimport torchimport torch.nn as nnimport torch.nn.functional as Ffrom torch.utils.data import DataLoaderfrom torch.utils.data import Datasetimport torchvision.transforms as transforms.
2021-08-31 21:51:01
210
原创 pytorch-损失函数-优化器
损失函数和构建网络有点类似，都是有“输入”和“输出”来组成，然后还有就是，同样也需要进行反向传播。import torchimport torch.nn as nnimport torch.optim as optim# ============================ step 3/5 损失函数 ============================criterion = nn.CrossEntropyLoss() .
2021-08-31 21:23:47
231
原创 pytorch-创建模型（简易）
1、、、第一种import osimport randomimport numpy as npimport torchimport torch.nn as nnimport torch.nn.functional as Ffrom collections import OrderedDictclass LeNet(nn.Module): def __init__(self,classes): super(LeNet, self).__init__()
2021-08-31 20:32:23
296
原创 pytorch-读数据
# -*- coding: utf-8 -*-import osimport randomfrom PIL import Imagefrom torch.utils.data import Datasetfrom torch.utils.data import DataLoaderimport torchvision.transforms as transformsimport cv2# random.seed(1)### rmb_label = {"1": 0, "100".
2021-08-31 00:25:34
247
原创 python-删除文件夹下指定名字的图片
s1 = 'D:/Python_GJ/doc5_5.txt'data = open(s1, 'a+')with open('../doc1_1.txt') as f: list1 = f.readlines() # 一次读取文件中所有，并保存成一个列表 print(len(list1)) # 4 , 每一行当成一个列表中的元素 #print(list1) # ['1.png\n', '2.png\n', '3.png\n', '4.png\n'] for i in r..
2021-08-19 09:53:22
3246
原创 python-读取文件夹
import osfile = os.listdir('../AA')print(file)# ['1___.png', '2___.png', '2___2.png', '3___.png', '3___2.png', '4___.png', '4___2.png', '4___3.png', '4___4.png']for i in range(len(file)): print(file[i]) # 1___.png # 2___.png # 2___2..
2021-08-16 14:30:12
238
原创 python-读写txt
# ----------读文件---------------# f.readlines()with open('../11.txt') as f: list1 = f.readlines() # 一次读取文件中所有，并保存成一个列表 print(len(list1)) # 4 , 每一行当成一个列表中的元素 print(list1) # ['1.png\n', '2.png\n', '3.png\n', '4.png\n'] for i in range(len(l..
2021-08-15 23:09:43
68
原创 python-opencv-PIL-读取图片
opencv读取图片import cv2img = cv2.imread('../2.png')#print(img) # 读取出来的是矩阵print(img.shape)cv2.namedWindow('plane')cv2.imshow('plane', img) # 显示图片#cv2.imwrite('../22.png', img) # 保存图片cv2.namedWindow('plane2')cropped = img[0:150, 0:300] # 裁剪图片cv2.i
2021-08-14 23:41:19
394
原创 pytorch-损失函数
损失函数只是帮助网络算出一个误差的数值，然后反向求导算出误差对所有网络层权重参数的梯度，梯度下降对所有带参数的网络层进行参数更新。一般损失函数并不像BN、Conv等网络层有参数，不需要去存储参数和维护状态信息，直接用nn.functional里面的函数（例如F.mse_loss）或者实例化nn.L1Loss()类做计算就可以。...
2021-08-13 23:15:23
104
原创 pytorch-LeNet-model
import torch.nn as nnimport torch.nn.functional as Fclass LeNet(nn.Module): def __init__(self): super(LeNet, self).__init__() self.conv1 = nn.Conv2d(3, 16, 5) self.pool1 = nn.MaxPool2d(2, 2) self.conv2 = nn.Conv2d(1..
2021-08-01 20:27:24
86
原创 nn.modulelist和nn.sequential
知乎文章链接：https://zhuanlan.zhihu.com/p/64990232class net6(nn.Module): def __init__(self): super(net6, self).__init__() self.linears = nn.ModuleList([nn.Linear(10, 10) for i in range(3)]) def forward(self, x): for layer in .
2021-07-30 11:51:39
507
原创 从文件夹A复制图片到文件夹B
from shutil import copy2import os# doc1_gt9# doc1_gt8_lt9# doc1_lt8s = '000'lj1 = '111' # （将图片文件夹中的7份放在这个文件夹下）for filename in os.listdir(s): # listdir的参数是文件夹的路径 path = s + '/' + filename copy2(path, lj1)...
2021-07-28 18:01:05
107
原创 批量图片放大保存
import osimport numpy as npfrom PIL import Images = 'C:/Users/liupeng/Desktop/doc7_gt9/1'for filename in os.listdir(s): # listdir的参数是文件夹的路径 path =s + '/' + filename # print(filename) # 1 (1).png # dark_image = imageio.imread('C:/Users.
2021-07-28 16:45:46
74
原创 maskrcnn边缘检测
def mrcnn_edge_loss_graph(target_masks, target_class_ids, pred_masks): """Edge L2 loss for mask edge head target_masks: [batch, num_rois, height, width]. A float32 tensor of Value 0 or 1(boolean?). Use zero padding to fill array targe.
2021-07-26 19:16:49
619
2
原创 批量gama增强
import imageioimport numpy as npimport matplotlib.pyplot as pltimport pylabimport oss = 'C:/Users/liupeng/Desktop/A/BB'for filename in os.listdir(s): # listdir的参数是文件夹的路径 path =s + '/' + filename # print(filename) # 1 (1).png # dark_im.
2021-07-24 22:48:07
48
原创 筛选出亮度值低的图像
import shutilfrom PIL import Image, ImageStatimport mathimport oss = 'C:/Users/liupeng/Desktop/A/AA'for filename in os.listdir(s): # listdir的参数是文件夹的路径 #print(filename) # 1 (1).png def brightness(im_file): im = Image.open(im_file) .
2021-07-24 22:23:12
159
原创 根据图片名字剪切图片
import shutilimport timewith open('1.txt', 'r') as f:#with open('/media/lyx/Elements SE 2GB/aircraft_data/lp50wresult/s1.txt', 'r') as f: # data = f.read() # print(data) data1 = f.readlines() allcount = len(data1) print(allcount) .
2021-07-24 16:23:24
63
原创 不同区间有多少张图片
import timewith open('1.txt', 'r') as f:#with open('/media/lyx/Elements SE 2GB/aircraft_data/lp50wresult/s1.txt', 'r') as f: # data = f.read() # print(data) data1 = f.readlines() allcount = len(data1) print(allcount) num = 0 ..
2021-07-24 16:03:04
36
remotesensing-template.dot
2020-01-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人