子墨也的博客

原创 图像像素遍历的三种方式

常用的图像像素遍历的三种方式有：指针访问迭代器iterator动态地址at#include <iostream>#include <opencv2/opencv.hpp>#include <cmath>using namespace std;using namespace cv;//指针访问void pointPixel(Mat &a...

原创 函数重载

函数重载：函数名要相同参数个数，类型和顺序可以不同返回类型可以相同或者不同只是返回类型不同不算函数重载函数重载不算是面向对象的特性，继承才是，函数重载只是可以方便减少代码的繁甬，增加代码的可读性。函数重载是一种静态多态。（多态意思是用同一物体的不同表示形态）#include <iostream>using namespace std;int add(int a,...

原创 关于KNN（K-nearest neighbor） K-近邻算法

KNN算法的内容是：通过计算不同样本之间的距离进行分类。然后它的分类依据是：对新样本，当与特征空间中有K个最相似（最邻近）的已知样本那么就划分为一类，然后这个新的样本就归属为这一类。前面我们说过KNN是通过计算不同样本之间的距离进行分类，那这个距离就是我们生活中经常提及的两点之间的距离  D=(x−x0)2+(y−y0)2\ D = \sqrt{(x-x_0)^2+(y-y_0)^...

原创 朴素贝叶斯分类器

前知识了解：贝叶斯决策论是概率框架下实施决策的基本方法。贝叶斯定理：贝叶斯定理是由果溯因的思想，当知道某件事情的结果后，由结果推断出这件事是由各种原因导致的概率为多少。极大似然估计：朴素贝叶斯分类器：画重点：啥为”朴素”？（基于“属性条件独立性假设”：对已知类别，假设所有属性相互独立，换言之，假设每个属性独立地对分类结果发生影响。这是对朴素的定义）基于朴素可以分别重新...

原创 关于micropython ESP32的MQTT通讯方式控制舵机

首先我们的前提是实践过我曾经写的关于micropython ESP32＋PCA9685 舵机转速控制【https://blog.csdn.net/mrjiale/article/details/81813439】在这个基础上利用物联网的技术进行舵机控制，注重的是如何用MQTT进行通讯当然我们要做的前提准备是：硬件：esp32板子，pca9685板子，一个舵机【其实无论是树莓派板子，还是es...

原创 关于pip3 install face_recognition失败

主要是安装dlib失败。可以先安装cmake（直接pip install cmake）,然后就可以直接pip install face_recognition就不会报错

原创 卡牌识别数据集

【注：数据集来自youtube】【https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10】下载放在百云盘：链接：https://pan.baidu.com/s/1tqpmDyHreFZWcc5dp_ZhlQ 密码：n351...

转载 Spatial convolution (空间卷积)

http://graphics.stanford.edu/courses/cs178/applets/convolution.htmlApplet: Katie DektarText: Marc LevoyTechnical assistance: Andrew AdamsConvolution is an operation on two functions f and g, which...

原创 tensorflow object detection api关于 xml_to_csv转换tfrecord格式之debug

在tensorflow object_detection api 迁移学习中的一个步骤是将 xml_to_csv 转换为 tfrecord 格式的时候，之前找到的一个版本执行时会出现找不到文件的错误，现在呈上一个新的版本（亲试没问题的喔）下面第一个是新版本的，第二个是我用的旧版本，我都放出来可以参考它们之间的区别:新版本"""Usage: # From tensorflow/model...

原创 tensorflow系统架构

原创 统计学习（概论）

统计学习是关于计算机数据构建概率统计模型并运行模型对数据进行预测与分析的一门学科。统计学习也称为统计机器学习（statisticcal machine learning）统计学习的主要特点是：以计算机及网络为平台，是建立在计算机及网络之上的以数据为研究对象，是数据驱动的学科目的是对数据进行预测与分析以方法为中心，统计学习方法构建模型并应用模型进行预测与分析统计学习是概率论，统计学...

原创 python 批量重命名文件夹中的图片文件

import osclass BatchRename(): def __init__(self): self.path = 'C:/Users/lijiale/Desktop/eee' def rename(self): filelist = os.listdir(self.path) total_num = len(file...

原创 python -- struct模块

struct模块中基本的pack和unpack函数： pack(fmt,v1,v2…) 返回string 按照给定的格式(fmt),把数据转换成字符串(字节流),并将该字符串返回.unpack(fmt,v1,v2…..) 返回tuple 按照给定的格式(fmt)解析字节流,并返回解析结果格式化字符串： 当打包或者解包的时,需要按照特定的方式来打包或者解包.该方式...

原创 编码和串口通信

因为单片机的处理能力有限，所以就一直想拿PC作为上位机进行图像和算法处理，然后通过串口发送数据给单片机（这里我用ESP32），单片机接收到PC的数据然后执行对应的操作。因为我以前没有好好学过【其实是上课不认真，睡大觉玩手机】，所以看了很多资料和视频，比如最简单的pc与51单片机的通讯点亮一个led灯。因为我是打算用python写程序嘛，所以这里pc端会用到 pyserial模块，struc...

原创 window python tensorflow keras yolo3 测试

研究了好几天的yolo，尝试的跑了一下window版的yolo v3，特此写下此篇以防忘记，也供大家参考学习下： 本人电脑配置是： window10，GTX850M，python35，pycharm，cuda9.0，cudann9.0 安装的包主要有： 至于keras-yolo3源码可以到github查找下载。 里面的图片是自己从darknet官网下载来的da...

原创 python opencv 制作属于自己的数据集

由于项目需要本人需要自己制作自己的数据集，所以写下。有些数据集可以从网上download下来，又或者从网页爬虫下来，但是自己动手制作自己的数据集又未尝不可，实用性更大。下面是一个简单的利用opencv调用摄像头来拍照收集图片的代码（每按键一次s键，拍照一次），主要特色是里面加了一个改变亮度和对比度的函数，可以增加数据的丰富度，增强在不同的光源下的识别效率（如果你做物体识别时）：import c...

原创 python -- 装饰器

干嘛非要把一个简单的语法搞得这么复杂呢？看来教学是好多函数里面套函数，还加一些参数改变，还解析的那么“详细”，好像很厉害的样子。嘻嘻，我也学习一下： import timedef display_time(func): def wrapper(*args): t1 = time.time() result = func(*args) ...

转载 I2C通信

【转载】 G哥撸Arduino之：深入浅出I2C通信 https://www.arduino.cn/thread-81380-1-1.html (出处: Arduino中文社区)I2C通讯简介I2C的全称为：Inter-Integrated Circuit， 中文名字：内部集成电路。 可以读作”I-squared-C” ，在中国常被读作”I方C”。 I2C是Philips公司在...

原创 opencv--滑动条制作

使用函数：cv2.getTrackbarPos() cv2.setTrackbarPos()【当然还有一个函数 cv2.creatTrackbar() ，我没有用】 cv2.getTrackbarPos()参数详情： 1. 滑动条的名字 2. 滑动条被放置窗口的名字 3. 滑动条默认的位置 4. 滑动条最大的值直接实例理解：（通过调节滑动条来设定画板颜色，窗口显...

原创 人脸追踪二自由度云台--硬件连线

【疑惑是usb转ttl的GND 共不共地？？？】

转载 学习面向对象的python--类的定义

如果我们把对象比作一个‘”饼干“， 那么类就是制造这个饼干的 “模具” 我们通过类定义数据类型的属性（数据）和方法（行为）,也就是说，“类将行为和状态打包在一起”。 对象是类的具体实体，一般称为“类的实例”。类看做“饼干模具”，对象就是根据这个“模具”制造出的“饼干”。 从一个类创建对象时，每个对象会共享这个类的行为（类中定义的方法），但会有自己的属性值（不共享状态）。更具体一点：“...

原创 micropython ESP32＋PCA9685 舵机转速控制

我的ESP32板子是星瞳的板子： PCA9685 16路舵机控制板子也是星瞳的： （上面两个板子其实无论是什么厂家的板子都差别不大）整个工作过程： esp32烧录micropython固件，将用micropython来编写代码，esp32连接数据线到电脑，电脑通过串口工具编写代码，esp32接收后通过i2c给pca9685，pca9685控制舵机运动。接线图： 我写的代...

转载 MicroPython-ESP32串口通信

串口通信： UART执行标准UART/USART双工串行通信协议，关于串口通信你需要的预备知识有码元， 波特率， 奇偶校验等概念。 硬件接线： 两个单片机设备进行串口通信，或者单片机通过USB转TTL模块与PC进行串口通信。 关于USB转TTL 设备与设备之间至少需要接三个线。如下图所示： GND是地线，提供低电平的参考电压RX 信息接收端TX 信息发送端 至...

转载 机器学习（归一化）

1.定义 数据标准化（Normalization），也称作归一化，归一化就是将你需要处理的数据在通过某种算法经过处理后，限制将其限定在你需要的一定的范围内。 数据标准化处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要对数据进行归一化处理，解决数据指标之间的可比性问题。2.优点 如上面所说，数据归一化...

转载 Python的模块引用和查找路径

模块间相互独立相互引用是任何一种编程语言的基础能力。对于“模块”这个词在各种编程语言中或许是不同的，但我们可以简单认为一个程序文件是一个模块，文件里包含了类或者方法的定义。对于编译型的语言，比如C#中的一个.cs文件，Java中的一个.java或者编译后的.class文件可以认为是一个模块（但常常不表述为模块）；对于解释型的语言会更加直观些，比如PHP的.php文件，在Python中就是.py文件...

原创 python requests.get()下载文件

Requests 是用Python语言编写，基于 urllib，采用 Apache2 Licensed 开源协议的 HTTP 库。它比 urllib 更加方便，可以节约我们大量的工作，完全满足 HTTP 测试需求。Requests 的哲学是以 PEP 20 的习语为中心开发的，所以它比 urllib 更加 Pythoner。当把get函数的stream参数设置成False时，它会立即开始下载...

原创 python获取文件所在目录和文件名，检索当前文件名的方法

情况1：在一个目录下面只有文件，没有文件夹，这个时候可以使用os.listdir 在我们有一个file目录（文件夹），里面有三个文件： file(dir)|--|test1.txt--|test2.txt--|test3.txt用下面的程序获得文件的绝对路径：import ospath = r'C:/Users/lijiale/chdata'for filename ...

原创 opencv（人脸检测和识别）

Opencv的人脸检测函数，定义了具体可跟踪对象类型的数据文件。Haar级联分类器，通过对比分析相邻图像区域来判断给定图像或子图像与已知对象是否匹配。两个图像的相似程度可以通过它们对应特征的欧式距离来度量。距离可能以空间坐标或颜色坐标来定义。类Haar特征是一种用于实现实时人脸跟踪的特征。每个类Haar特征都描述了相邻图像区域的对比模式。例如，边，顶点和细线都能生成具有判断性的特征。H...

原创 机器学习（线性回归）

基本形式一般用向量形式表示：f(x)=wT+bf(x)=wT+bf(x)=w^T+b，其中w=(w1;w2;...;wd)w=(w1;w2;...;wd)w=(w1;w2;...;w_d),www和b学得之后，模型就得以确定。 线性模型形式简单，易于建模，但却蕴涵着机器学习中一些重要的基本思想。许多功能更为强大的非线性模型也可以在线性模型的基础上通过引入层级结构或高纬度映射而得。此外，由于www...

转载 Active functions & Optimizers （激活函数与优化器）

在学习active functions之前，我们应该先了解下active functions应该具备的一些性质：非线性； 可微性：当优化方法是基于梯度的时候，这个性质是必须的； 单调性：当激活函数是单调的时候，单层网络能够保证是凸函数；f(x)≈xf(x)≈xf(x)\approx{x}：当激活函数满足这个性质的时候，如果参数的初始化是random的很小的值，那么神经网络的训练将会很高...

原创 正则化

百度正则化（正则化(regularization)，是指在线性代数理论中，不适定问题通常是由一组线性代数方程定义的，而且这组方程组通常来源于有着很大的条件数的不适定反问题。大条件数意味着舍入误差或其它误差会严重地影响问题的结果。），通俗可以理解为是对某一问题加以先验的限制或约束以达到某种特定目的的一种手段或操作。使用正则化的目的是防止出现过拟合。...

原创 基于梯度的优化方法(梯度下降法)

大多数深度学习的算法多涉及某种形式的优化。优化指的是改变x以最小化或者最大化某个函数f(x)的任务。我们把最大化或者最小化的函数叫做目标函数(objection function)，我们对其进行最小化时，也把它称为代价函数(cost function)或损失函数(loss function)或误差函数(error function)。 其实梯度下降法很简单理解，就是如果知道一个初始值x0，我们从...