codeformer-inpainting.pth-CodeFormer面部修复权重文件
CodeFormer面部修复(裁剪和对齐的面部)权重文件
Face Inpainting (cropped and aligned face)
https://github.com/sczhou/CodeFormer
codeformer-colorization.pth-CodeFormer面部着色权重文件
CodeFormer面部着色(裁剪和对齐的面部)权重文件
Face Colorization (cropped and aligned face)
https://github.com/sczhou/CodeFormer
CodeFormer,facelib预训练权重文件
CodeFormer的facelib预训练权重文件,下载存放路径:weights/facelib
weights
├── facelib
│ ├── detection_mobilenet0.25_Final.pth
│ ├── detection_Resnet50_Final.pth
│ ├── parsing_parsenet.pth
│ ├── yolov5l-face.pth
│ └── yolov5n-face.pth
X-AnyLabeling的yolov6lite-s-face-onnx自动标注模型
https://github.com/CVHub520/X-AnyLabeling
X-AnyLabeling的yolov6lite_s_face-onnx自动标注模型文件和配置文件
X-AnyLabeling的yolov6lite-l-face-onnx自动标注模型
https://github.com/CVHub520/X-AnyLabeling
X-AnyLabeling的yolov6lite_l_face-onnx自动标注模型文件和配置文件
X-AnyLabeling的yolox-s-onnx自动标注模型
https://github.com/CVHub520/X-AnyLabeling
X-AnyLabeling的yolox_s-onnx自动标注模型文件和配置文件
X-AnyLabeling的yolov7-onnx自动标注模型
https://github.com/CVHub520/X-AnyLabeling
X-AnyLabeling的yolov7-onnx自动标注模型文件和配置文件
AnyLabeling的yolov5x-onnx自动标注模型
https://github.com/CVHub520/X-AnyLabeling
X-AnyLabeling的yolov5x-onnx自动标注模型文件和配置文件
AnyLabeling的yolov5n-onnx自动标注模型
https://github.com/CVHub520/X-AnyLabeling
X-AnyLabeling的onnx自动标注模型文件和配置文件
AnyLabeling的segment-anything-onnx自动标注模型
https://github.com/CVHub520/X-AnyLabeling
X-AnyLabeling的onnx自动标注模型文件
AnyLabeling的rtdetr-onnx自动标注模型
https://github.com/CVHub520/X-AnyLabeling
X-AnyLabeling的onnx自动标注模型文件
yolov8m-seg.pt模型文件
yolov8m-seg.pt模型文件
yolov8x-pose-p6.pt
yolov8x-pose-p6.pt
yolov8x-pose.pt
yolov8x-pose.pt
yolov8s-pose.pt
yolov8s-pose.pt
yolov8n-pose.pt
yolov8n-pose.pt
yolov8m-pose.pt
yolov8m-pose.pt
yolov8l-pose.pt
yolov8l-pose.pt
yolov8x-seg.pt模型文件
yolov8x-seg.pt模型文件
yolov8x.pt模型文件
yolov8x.pt模型文件
yolov8s-seg.pt模型文件
yolov8s-seg.pt模型文件
yolov8s.pt模型文件
yolov8s.pt模型文件
yolov8n-seg.pt模型文件
yolov8n-seg.pt模型文件
yolov8n-pose.pt模型文件
yolov8n-pose.pt模型文件
yolov8n-cls.pt模型文件
yolov8n-cls.pt模型文件
yolov8l.pt模型文件
yolov8l.pt模型文件
yolov8m.pt模型文件
yolov8m.pt模型文件
yolov8n.pt模型文件
yolov8n.pt模型文件
parsing-parsenet.pth
parsing_parsenet.pth
detection-Resnet50-Final.pth
detection_Resnet50_Final.pth模型文件
RealESRGAN-x4plus.pth
RealESRGAN_x4plus.pth模型文件
官网:https://github.com/xinntao/Real-ESRGAN
GFPGANv1.3.pth
GFPGANv1.3.pth模型文件
官网:https://github.com/TencentARC/GFPGAN/blob/master/README.md
PyTorch官方教程中文版
教程介绍
PyTorch是一个基于Torch的Python开源机器学习库,用于自然语言处理等应用程序。它主要由
Facebookd的人工智能小组开发,不仅能够 实现强大的GPU加速,同时还支持动态神经网络,这
一点是现在很多主流框架如TensorFlow都不支持的。 PyTorch提供了两个高级功能: 1.具有强大
的GPU加速的张量计算(如Numpy) 2.包含自动求导系统的深度神经网络 除了Facebook之外,
Twitter、GMU和Salesforce等机构都采用了PyTorch。
官方教程包含了 PyTorch 介绍,安装教程;60分钟快速入门教程,可以迅速从小白阶段完成一个
分类器模型;计算机视觉常用模型,方便基于自己的数据进行调整,不再需要从头开始写;自然
语言处理模型,聊天机器人,文本生成等生动有趣的项目。
总而言之:
• 如果你想了解一下 PyTorch,可以看介绍部分。
• 如果你想快速入门 PyTorch,可以看60分钟快速入门。
• 如果你想解决计算机视觉问题,可以看计算机视觉部分。
• 如果你想解决自然语言处理问题,可以看NLP 部分。
opencv+4.1中文官方文档v1.1版.pdf
目录
• OpenCV简介:
了解如何在计算机上安装OpenCV-Python
• OpenCV中的GUI特性
在这里,您将学习如何显示和保存图像和视频,控制鼠标事件以及创建轨迹栏。
• 核心操作
在本节中,您将学习图像的基本操作、例如像素编辑、几何变换,代码优化、一些数学工具等。
• OpenCV中的图像处理
在本节中,您将学习OpenCV内部的不同图像处理函数。
• 特征检测与描述
在本节中,您将学习有关特征检测和描述符的信息
• 视频分析
在本部分中,您将学习与对象跟踪等视频配合使用的不同技术。
• 相机校准和3D重建
在本节中,我们将学习有关相机校准,立体成像等的信息。
• 机器学习
在本节中,您将学习OpenCV内部的不同图像处理函数。
• 计算摄影学
在本节中,您将学习不同的计算摄影技术如图像去噪等。
• 目标检测(objdetect模块)
在本节中,您将学习目标检测技术,例如人脸检测等。
• OpenCV-Python Binding
在本节中,我们将了解如何生成OpenCV-Python Binding
Python面试大全.pdf
Python基础
文件操作
1.有一个jsonline格式的文件file.txt大小约为10K
2.补充缺失的代码
模块与包
3.输入日期, 判断这一天是这一年的第几天?
4.打乱一个排好序的list对象alist?
数据类型
5.现有字典 d= {'a':24,'g':52,'i':12,'k':33}请按value值进行排序?
6.字典推导式
7.请反转字符串 "aStr"?
8.将字符串 "k:1 |k1:2|k2:3|k3:4",处理成字典 {k:1,k1:2,...}
9.请按alist中元素的age由大到小排序
10.下面代码的输出结果将是什么?
11.写一个列表生成式,产生一个公差为11的等差数列
12.给定两个列表,怎么找出他们相同的元素和不同的元素?
13.请写出一段python代码实现删除list里面的重复元素?
14.给定两个list A,B ,请用找出A,B中相同与不同的元素
企业面试题
15.python新式类和经典类的区别?
16.python中内置的数据结构有几种?
17.python如何实现单例模式?请写出两种实现方式?
18.反转一个整数,例如-123
Git的奇技淫巧.zip
Git是一个 “分布式版本管理工具”,简单的理解版本管理工具:大家在写东西的时候都用过 “回撤” 这个
功能,但是回撤只能回撤几步,假如想要找回我三天之前的修改,光用 “回撤” 是找不回来的。而 “版本
管理工具” 能记录每次的修改,只要提交到版本仓库,你就可以找到之前任何时刻的状态(文本状
态)。
110道Python面试题汇总
110道Python面试题汇总
centos7.6离线安装docker-ce-19.03、nvidia-docker2
离线环境下,在centos7.6系统上安装docker-ce-19.03,nvidia-docker2.4版本,其中docker-ce-19.03在docker-local.tar压缩文件里面,nvidia-docker2在nvidia-docker2.zip文件中。
具体安装流程如下:
1.安装docker
cd docker-local
rpm -Uvh *.rpm --nodeps --force
systemctl enable docker && systemctl start docker
查看是否安装成功:docker images
2.安装nvidia-docker2
cd nvidia-docker2
rpm -Uvh *.rpm --nodeps --force
3.修改配置文件并重启
使用daemon.json替换/etc/docker/daemon.json文件(注意将/data/docker替换为自己需要安装的路径)
systemctl daemon-reload && systemctl restart docker
navicat121_premium_cs_x64.tar.gz
linux下的navicat121_premium_cs_x64.tar.gz安装文件
安装流程:
1.解压压缩包:cd到下载目录执行命令tar -zxvf navicat121_premium_cs_x64.tar.gz -C /opt
2.启动Navicat premium:cd /opt/navicat121_premium_cs_x64 && ./start_navicat
3.界面中文乱码问题:vi /opt/navicat121_premium_cs_x64/start_navicat,将export LANG=" "改为export LANG="zh_CN.UTF-8"即可解决中文乱码问题
4.添加快捷方式:sudo gedit /usr/share/applications/navicat.desktop, navicat.desktop配置如下:
[Desktop Entry]
Encoding=UTF-8
Type=Application
Name=navicat
GenericName=navicat
Comment=The Smarter Way to manage dadabase
Exec="/opt/navicat121_premium_cs_x64/start_navicat" %f
Icon=/opt/navicat121_premium_cs_x64/navicat.png //自己随便找一张图片即可
Terminal=false
Categories=Application;Database;MySQL;navicat;
5.到期之后的解决方案:rm -rf ~/.navicat
qmnist_png.zip
重构后的 完整qmnist手写数字数据集 训练集和测试集里各含名称为0-9的10个文件夹,共60000张训练集,60000张测试集,图片格式png