- 博客(79)
- 资源 (10)
- 收藏
- 关注
RSS订阅原创 YOLOV5 TensorRT部署 BatchedNMS(engine推理)
yolov5 tensorrt部署时引入nms plugin，nms在cuda上执行，减少内存拷贝和运行时间
2024-04-23 15:11:55
15
原创 yolov5 obb旋转框 tensorrt部署
yolov5-obb tensorRT部署代码结合王新宇和fish-kong两者的代码，可以多batch批量检测旋转框。等待生成engine文件。执行完毕生成推理结果。
2023-11-06 18:40:40
413
原创 计算机类论文辅导(SCI写作和投稿)，毕设辅导，竞赛辅导，升学材料润色
我们的团队由经验丰富的竞赛导师组成，他们将与您合作，提供技巧、策略和项目指导，帮助您在竞争激烈的环境中脱颖而出。从数据准备到模型训练，从调优到结果评估，我们将为您提供一流的技术支持，确保您的项目取得令人满意的成果。从选题到论文结构，从文献综述到数据分析，我们将为您提供个性化的支持，确保您的论文在同行中脱颖而出。我们的专业导师将与您合作，从论文选题、研究方法到结果分析和写作技巧，为您提供系统化的辅导，确保您顺利完成毕业论文，达到优秀的水平。联系我们，一起创造未来！- 让你的申请脱颖而出，获得梦校的青睐。
2023-09-26 10:14:55
293
2
原创 yolov5使用最新MPDIOU损失函数，有效和准确的边界盒回归的损失，优于GIoU/EIoU/CIoU/EIoU（附代码可用）
MPDIOU 能够有效解决重叠和包含问题，并且能够有效地处理预测框和目标框长宽比相同的情况，而且计算量小，模型训练速度快。在数据集上测试和验证，发现能够提升训练精度，并且有效地区分两个目标存在包含的关系的预测框回归，推荐大家使用MPDIOU 进行训练。
2023-09-18 19:01:20
1637
原创 利用pycocotools库计算MAP：生成coco格式 json文件数据集和计算map值
在目标检测任务中，需要通过Map指标判断模型的精度。为了测试engine文件推理结果的精度，本文介绍了如何使用pycocotools库计算Map，在此之前需要根据coco格式生成json文件。
2023-05-29 16:24:12
1392
原创 yolov5 批量修改labelimg标注xml文件内容（python版本）
半自动打标签只能将所有图片都归为一个类别，后期如果想要修改类别可以一键修改，避免从labelimg中逐一修改。yolov5训练自定义数据集时，需要对半自动打标签的xml文件中的类别进行批量修改。
2023-05-04 13:45:27
821
原创 yolov5半自动打标签(opencv版本)，识别目标画框并将坐标信息保存在xml中
yolov5训练数据集时，需要对数据进行打标签，可以通过两种方法进行半自动化打标签。
2023-04-26 14:47:28
1435
原创 yolov5训练自己的数据集，xml转txt以及划分数据集(更新xml转txt时统计类别名称和个数)
yolov5训练自己的数据集，xml转txt以及划分数据集。
2023-02-20 18:56:09
1617
原创 python根据yolov5输出的label txt文件，批量截取目标框图片并保存
python根据yolov5检测得到的txt文件，截取目标框图片并保存。
2022-10-27 16:09:49
3706
7
原创 大数据实战电商推荐系统（6）- 基于物品的协同过滤相似推荐（Item-CF算法）
文章目录1. 基于物品的协同过滤（Item-CF）2. 代码3. 结果展示数据获取和处理以及环境的配置详见上一篇文章： https://blog.csdn.net/qq_42754919/article/details/119679441基于物品的协同过滤（Item-CF），只需收集用户的常规行为数据（比如点击、收藏、购买）就可以得到商品间的相似度，在实际项目中应用很广。1. 基于物品的协同过滤（Item-CF）基于物品的协同过滤（Item-CF）主要思想：对于同一个用户购买的不同商品内部应该存在某
2021-08-14 21:01:21
846
1
原创 大数据实战电商推荐系统（5）- 基于内容的相似商品推荐（TF-IDF算法）
文章目录1.TD-IDF介绍2. 算法数据获取和处理以及环境的配置详见上一篇文章： https://blog.csdn.net/qq_42754919/article/details/119606604?spm=1001.2014.3001.5501每个商品都有标签，标签可以大致的概括商品的特征，但是并不是所有的标签对商品的特征影响性大。因此本文首先使用TD-IDF算法计算每个标签对商品的权重，将最终计算出的特征值转化为稀疏向量，利用余弦相似度计算两个商品之间的相似程度，用于推荐相似的商品。1.TD-
2021-08-13 19:57:12
1477
原创 大数据实战电商推荐系统（4）- 实时推荐服务根据最新评价商品推荐相似商品
文章目录1.创建文件+配置文件2. 模型+算法3.结果展示数据获取和处理详见上一篇文章：https://blog.csdn.net/qq_42754919/article/details/119545130这一节主要介绍实时推荐系统服务，根据当前用户最新的商品评价，推荐出相似度接近的商品，并根据当前用户之前评价的商品，计算每个推荐商品和之前评价商品之间的相似度，从高到低将备选商品推荐给当前用户。1.创建文件+配置文件pom.xml文件<?xml version="1.0" encodi
2021-08-11 15:30:41
1403
1
原创 大数据实战电商推荐系统（3）-基于隐语义模型的离线推荐模块
文章目录1.创建文件+配置文件2. 模型+算法2.1 隐语义模型2.2 商品相似度矩阵2.3 算法3. 模型调参数据获取和处理详见上一篇文章：https://blog.csdn.net/qq_42754919/article/details/119493103这一节主要介绍基于隐语义模型的协同过滤推荐算法，根据用户评价商品计算用户和商品之间的关系。最后生成用户推荐商品列表和商品相似度列表。1.创建文件+配置文件<?xml version="1.0" encoding="UTF-8"?>
2021-08-09 20:08:25
509
原创 大数据实战电商推荐系统（2）-离线统计服务（统计历史热门商品，近期热门商品，优质商品）
文章目录1. 创建文件+配置文件2.代码3.结果展示1. 创建文件+配置文件StatisticsRecommender下的pom.xml配置如下：<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:sche
2021-08-07 21:43:56
549
1
原创 大数据实战电商推荐系统（1）-数据加载和存储
文章目录1. 创建文件+配置文件2.代码3.结果展示数据集：链接：https://pan.baidu.com/s/1PbHV-pq_fF-ltQhj6yh5Hw提取码：q0bv1. 创建文件+配置文件具体的文件创建操作不再展示，最终创建文件如下：在这里插入图片描述ECommerceRecommendSystem下的pom.xml配置如下：<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.
2021-08-07 20:50:49
594
原创 本地代码上传到Github中
我们使用git需要先安装git工具，这里给出下载地址，下载后一路直接安装即可：https://git-for-windows.github.io/1.创建项目进入GitHub网站创建项目，输入项目名称，然后点击create repository2.上传代码在待上传文件夹下右键选择Git Bash Here输出git init 初始化git add .（后面还有一个点），将所有文件加入待上传，警告可以忽略输入git remote add origin path (Path为你创建的项目
2021-07-22 16:23:53
85
原创 大数据Spark案例实操3–统计电商网站的用户行为页面单跳转换率统计
文章目录1.数据准备和分析2.需求说明3.代码1.数据准备和分析参考上篇博客https://blog.csdn.net/qq_42754919/article/details/1180710492.需求说明计算页面单跳转化率，什么是页面单跳转换率，比如一个用户在一次 Session 过程中访问的页面路径 3,5,7,9,10,21，那么页面 3 跳到页面 5 叫一次单跳，7-9 也叫一次单跳，那么单跳转化率就是要统计页面点击的概率。分析如下：页面是指同一个sessionID，在一个连续的
2021-06-22 22:06:45
590
2
原创 大数据Spark案例实操2–统计电商网站的用户行为每个品类的 Top10 活跃 Session 统计
文章目录1.数据准备和分析2.需求分析3.代码1.数据准备和分析参考上篇博客https://blog.csdn.net/qq_42754919/article/details/1180710492.需求分析在需求一的基础上，增加每个品类用户 session 的点击统计首先Top10活跃session统计必须要属于Top10热门品类session统计意思是用户对某页面点击量输出top10热门品类中按用户点击次数最多排序3.代码统计Top10热门品类分析和代码见另一个博客https:/
2021-06-22 20:19:35
380
1
原创 大数据Spark案例实操1–统计电商网站的用户行为数据Top10 热门品类(三种方法)
文章目录1.准备数据2. 需求分析3.代码-方法11.准备数据链接：https://pan.baidu.com/s/14RxFpmXun7Wj-unDUvjyVg提取码：mjk6上面的数据图是从数据文件中截取的一部分内容，表示为电商网站的用户行为数据，主要包含用户的 4 种行为：搜索，点击，下单，支付。数据规则如下：：数据以_（下划线）为分隔符每一行数据表示用户的一次行为，这个行为只能是上诉 4 种行为的一种如果搜索关键字为 null,表示数据不是搜索数据针对于下单行为，一次可以下单多
2021-06-20 17:09:58
1559
7
原创 大数据Spark入门案例5–统计广告点击数量排行Top3(scala版本)
大数据Spark入门案例5–统计每广告点击数量排行Top3(scala版本)1 数据准备链接：https://pan.baidu.com/s/1afzmL-hNsAJl1_gx_dH2ag提取码：yybiagent.log：时间戳，省份，城市，用户，广告，中间字段使用空格分隔。2 需求分析统计出每一个省份每个广告被点击数量排行的 Top3首先将获取的数据进行切分，挑选需要的参数：省份+广告以省份和广告位为key，统计当前省份当前广告观看次数sum按省份进行分类排序输出top3数据
2021-06-16 14:53:35
1791
原创 大数据Spark入门案例4–RDD 转换算子Key-Value类型(scala版本)
大数据Spark入门案例43–RDD 转换算子Key-Value类型(scala版本)文章目录1.1 partitionBy（）1.2 reduceByKey（）1.3 groupByKey（）1.4 groupByKey（K）（A,B）1.5 foldByKey（K）（A）1.6 combineByKey（A,B,C）1.1 partitionBy（）将数据按照指定类型重新进行分区，Spark 默认的分区器是 HashPartitioner//将三个分区数据按照HashPartitioner分
2021-06-16 10:00:06
299
原创 大数据Spark入门案例3–RDD 转换算子Value类型(scala版本)
大数据Spark入门案例3–RDD 转换算子(scala版本)文章目录1.1 map（）1.2 mapPartitions（）1.3mapPartitionsWithIndex（）1.4 flatMap（）1.5 glom（）1.6 groupBy（）1.7 filter（）1.7 distinct(num)1.8 coalesce()+repartition（）1.9 sortBy（A,B）1.1 map（）将处理的数据逐条进行映射转换，这里的转换可以是类型的转换，也可以是值的转换。val r
2021-06-15 09:49:23
366
1
原创 大数据Spark入门案例2–读文件+分区(python+scala版本)
大数据Spark入门案例2–读文件+分区(python+scala版本)文章目录1.读文件1.scala版本1.1从内存中创建RDD2.从外部存储（文件）创建 RDD2.python版本2.分区1.scala版本2.python版本1.读文件1.scala版本1.1从内存中创建RDD从集合中创建 RDD，Spark 主要提供了两个方法：parallelize 和 makeRDD。从内存中创建数列集合。parallelize()makeRDD()package com.root.RDDi
2021-06-09 15:14:10
318
3
原创 大数据Spark入门案例1–wordcount(python+scala版本)
大数据Spark入门案例1–wordcount(python+scala版本)文章目录1.Scala版本1.Scala版本使用IDEA软件，导入spark和scala依赖和包，本文已经搭建完毕。创建Maven工程，然后创建scala文件。
2021-06-06 21:40:13
321
2
原创 大数据hadoop入门案例6–Yarn常用命令和参数配置
大数据hadoop入门案例6–Yarn常用命令1.列出所有 Applicationyarn application -list2. 根据 Application 状态过滤：（所有状态：ALL、NEW、NEW_SAVING、SUBMITTED、ACCEPTED、RUNNING、FINISHED、FAILED、KILLED）yarn application -list -appStates ALL（状态）3. Kill 掉 Applicationyarn application -kill a
2021-06-02 15:13:08
416
原创 大数据hadoop入门案例5–Reducer阶段join和Map阶段join
大数据hadoop入门案例4–join应用此博客作为本文学习hadoop大数据内容，内容可能存在不够全面或者存在偏差。文章目录1.Reduce Join1.1FlowBean1.2Mapper1.3Reducer1.4Driver1.5输入和输出2.Mapper Join2.1Mapper2.2Driver1.Reduce Join1.1FlowBean将参数序列化存储在内存中。package com.root.jointable;import org.apache.hadoop.io.Wr
2021-05-29 11:22:58
156
原创 大数据hadoop入门案例4–OutputFormat接口输出不同文件中
大数据hadoop入门案例4–OutputFormat接口输出不同文件中此博客作为本文学习hadoop大数据内容，内容可能存在不够全面或者存在偏差。文章目录1.OutputFormat2.代码2.1Mapper2.2Reducer2.3OutputFormat2.4LogLogRecordWriter2.5Driver3.输入+输出3.1输入3.2输出1.OutputFormatMapReducer有默认的文件输出流，但是当需要根据输入内容输出到不同的文件中，需要重新编写OutputFormat。
2021-05-28 11:12:23
153
原创 大数据hadoop入门案例3--对手机号码排序
大数据hadoop入门案例–对手机号码排序文章目录1.排序2.代码2.1FlowBean 序列化代码2.2Mapper代码2.3Reducer代码2.4Driver代码3.输入和输出3.1输入3.2输出4.分区并排序4.1 输出1.排序MapTask和ReduceTask均会对数据按 照key进行排序。因此在实现排序任务时，需要将排序数据传入Key中。默认排序是按照字典顺序排序，且实现该排序的方法是快速排序。1.部分排序：MapReduce根据输入记录的键对数据集排序。保证输出的每个文件内部有序
2021-05-27 09:57:55
348
1
原创 大数据hadoop入门案例2--对手机号码序列化+切片+分区
大数据hadoop入门案例–序列化+分区+排序此博客作为本文学习hadoop大数据内容，内容可能存在不够全面或者存在偏差。文章目录1.定义2.代码2.1FlowBean 序列化代码2.2Partitioner分区代码2.3Mapper代码2.4Reducer代码2.4Driver代码3.输入，输出3.1输入数据3.2输出1.定义1.序列化：将内存中的对象转化为字节序列以便存储到磁盘和网络传输。2.反序列化：将收到的字节序列或磁盘的持久化数据转换为内存中的对象。3.切片：在逻辑上将数据分
2021-05-26 10:29:25
353
原创 大数据hadoop入门示例1-WordCount
Hadoop入门案例–实现WordCount文章目录1.环境配置1.1 pom.xml文件2.resources文件2.创建运行文件2.1创建工程2.2 创建Mapper2.3创建Reducer文件2.4创建Driver3 输入和输出4.1.环境配置1.1 pom.xml文件在maven工程里导入hadoop包，hadoop版本应该和window环境下配置的hadoop环境保持一致。<dependencies> <dependency>
2021-05-25 09:51:25
254
3
原创 An error occurred while calling z:org.apache.spark.api.python.PythonRDD.collectAndServe.
文章目录1.解决问题2.创建文件夹3.上传文件到指定文件夹1.解决问题一开始在本地读取HDFS内的文件，使用下面代码一直报错，翻了很多CSDN博客，配置环境和降低版本都无法解决。from pyspark import SparkContextsc=SparkContext()rdd1=sc.textFile("/test/food.txt")result=rdd1.collect()print(result)后面在别人的博客中发现textFile读取文件时路径存在问题，更改如下：fro
2020-11-02 21:55:52
11680
原创 windows安装Spark3.0.0+hadoop+JDK大数据开发平台
文章目录1.安装Java/Jdk2.Hadoop安装3.安装spark最近打算学习大数据，需要用到spark开放平台，根据CSDN攻略和自己实际遇到的问题进行修改。从安装JDK到Hadoop和Spark。1.安装Java/Jdk根据自己的电脑安装对应的版本，这里选择安装window64位jdk下载地址：https://www.oracle.com/java/technologies/javase/javase-jdk8-downloads.html下载完毕安装即可，记住自己的安装路径，后面需要
2020-10-31 16:31:05
2017
原创 爬虫（13）-爬虫爬取CVPR+ICCV+ECCV期刊论文自动下载PDF保存文件中（科研党福利）
文章目录1.分析网页2.分析ECCV期刊页面3.爬取ECCV期刊代码4.爬取ICCV期刊代码5.爬取CVPR期刊代码6.结果展示最近导师叫我下载CVPR，ICCV，ECCV会议论文，发现每个期刊都有好几百篇论文。一个一个点击非常耗费时间，正好在学习爬虫，利用爬虫抓取一下网页。完成老师分配的任务之后将这个代码分享出来，供大家使用和学习，解决下载论文的烦恼。毕竟科技的进步就是使人懒惰，哈哈哈运行速度和每个人的网速有关，可以先在浏览器中下载一个论文，测一下网速，网速慢的话建议搭载VPN，也有部分论文内存很大
2020-10-29 11:12:01
2661
4
原创 爬虫（12）-爬虫爬取安居客二手房和新房信息
文章目录1.页面分析2.代码3.结果展示本文主要讲解爬取安居客买房类别中的二手房和新房，将提取的信息存储在记事本中，也可以转存CSV格式或者MongoDB中。网站HTML信息提取比较简单，没有什么特别的地方，作为爬虫入门可以让初学者快速了解爬虫方法。认为有用的话请点赞，码字不易，谢谢。其他爬虫实战请查看：https://blog.csdn.net/qq_42754919/category_10354544.html1.页面分析我们从网站的主页面开始提取网站信息，一直到最后具体的房产信息。以二手
2020-10-22 19:35:39
2044
3
原创 爬虫（11）-爬虫爬取天天基金网基金排行
文章目录1.网址分析2.网页信息分析3.代码4.结果展示CSDN上大部分爬取天天基金的博客都失效或者无法有效爬取信息，本文可以有效抓取网页上的信息。认为有用的话请点赞，码字不易，谢谢。其他爬虫实战请查看：添加链接描述本文以天天基金网为例，爬取网站上的基金排行并存储在本地记事本中和MongoDB数据库中。网址：http://fund.eastmoney.com/data/fundranking.html#tall;c0;r;szzf;pn501.网址分析打开网页我们看到每页最多显示50个基金信息
2020-10-15 15:58:12
2487
7
原创 爬虫（10）-爬虫以json，csv和txt方式存储文件
文章目录1.json存储/读取文件2.csv存储/读取文件3.txt存储/读取文件本文介绍了爬虫中使用存储文件格式为json,csv和txt形式，此外还介绍如何从这个形式中读取文件。其他爬虫实战请查看：https://blog.csdn.net/qq_42754919/category_10354544.html觉得有用请点赞，谢谢。1.json存储/读取文件import json,csvdata=[{'name':'li','age':'18'}]with open('data.json',
2020-10-14 10:08:35
310
1
原创 爬虫（9）-python爬虫爬取电子书存储在txt文件中
文章目录1.分析主页面2.分析电子书主页面3.分析正文界面4.存储5.全部代码+解析6结果展示7.总结本文以笔趣阁网站为例，爬取网站上的电子书并存储在本地记事本中。网站地址：https://www.biqukan.com/认为有用的话请点赞，码字不易，谢谢。1.分析主页面打开网址，F12查看网页源代码，我们发现四部比较火的电子书的节点属性是< hot >,本文主要爬取四部比较火的电子书。我们从class=item节点提取电子书的地址，源代码给的URL需要加上原始代码。 it
2020-10-13 16:34:12
3092
1
Rain12600.zip
2020-06-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人