- 博客(20)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 只含行人yolov5 的coco数据集
只含行人yolov5 的coco数据集更新2021.08.02：整理的coco只含行人的数据集，及转换person标签为yolov5可训练的格式。图片baidu网盘链接标签label数据集链接如图
2021-08-02 16:42:59
5285
33
原创 Datawhale 第20期 数据可视化Task4
阅读你可能用到文献或者相关书籍，思考自己如何才能通过学过的例子将自己认为比较好看的图给复现出来.设置背景感觉图会更好看。
2020-12-23 00:18:30
123
原创 Datawhale 第20期 数据可视化Task3
作业墨尔本1981年至1990年的每月温度情况ex1 = pd.read_csv(‘data/layout_ex1.csv’)ex1.head()画出数据的散点图和边际分布用 np.random.randn(2, 150) 生成一组二维数据，使用两种非均匀子图的分割方法，做出该数据对应的散点图和边际分布图...
2020-12-20 21:31:15
155
原创 Datawhale 第20期 数据可视化Task2
Artist的分类Artist有两种类型：primitives 和containers。primitive是基本要素，它包含一些我们要在绘图区作图用到的标准图形对象，如曲线Line2D，文字text，矩形Rectangle，图像image等。container是容器，即用来装基本要素的地方，包括图形figure、坐标系Axes和坐标轴Axis。他们之间的关系如下图所示...
2020-12-18 23:44:14
142
1
原创 Datawhale 第20期 数据可视化Task1
Matplotlib的图像是画在figure（如windows，jupyter窗体）上的，每一个figure又包含了一个或多个axes（一个可以指定坐标系的子区域）。最简单的创建figure以及axes的方式是通过pyplot.subplots命令，创建axes以后，可以使用Axes.plot绘制最简易的折线图。import matplotlib.pyplot as pltimport numpy as npfig, ax = plt.subplots() # 创建一个包含一个axes的figure
2020-12-14 22:27:42
153
原创 Datawhale第13期组队学习笔记Task5
TTA及baseline改进思考测试时增强（test time augmentation, TTA）,可将准确率提高若干个百分点，。这里会为原始图像造出多个不同版本，包括不同区域裁剪和更改缩放程度等，并将它们输入到模型中；然后对多个版本进行计算得到平均输出，作为图像的最终输出分数。 有作弊的嫌疑。 这种技术很有效，因为原始图像显示的区域可能会缺少一些重要特征，在模型中输入图像的多个版本并取平均值，能解决上述问题。具体代码如下： def predict(test_loader, model, t
2020-06-03 08:55:41
177
1
原创 Datawhale第13期组队学习笔记Task4
多项式函数拟合实验为了理解模型复杂度和训练数据集大小对欠拟合和过拟合的影响，下面我们以多项式函数拟合为例来实验。首先导入实验需要的包或模块。我们将生成一个人工数据集。在训练数据集和测试数据集中，给定样本特征xx，我们使用如下的三阶多项式函数来生成该样本的标签：其中噪声项ϵϵ服从均值为0、标准差为0.01的正态分布。训练数据集和测试数据集的样本数都设为100。这是我的数据集，随机200服从标准正态分布（0，1）的数据和线性回归一样，多项式函数拟合也使用平方损失函数。因为我们将尝试使用不同复杂度的模
2020-05-31 00:08:56
177
原创 Datawhale第13期组队学习笔记Task3
CNNCNN是一种层次模型，输入的是原始的像素数据。CNN通过卷积（convolution）、池化（pooling）、非线性激活函数（non-linear activation function）和全连接层（fully connected layer）构成。通过多次卷积和池化，CNN的最后一层将输入的图像像素映射为具体的输出。如在分类任务中会转换为不同类别的概率输出，然后计算真实标签与CNN模型的预测结果的差异，并通过反向传播更新每层的参数，并在更新完成后再次前向传播，如此反复直到训练完成 。与传统机
2020-05-25 23:56:58
169
原创 Datawhale第13期组队学习笔记Task2
Task2主要内容为数据读取、数据扩增方法和Pytorch读取赛题数据三个部分组成。数据读取PIL用PIL里面的Image方法读取图片比较简单，直接im =Image.open(图片名.jpg')即可。而其中包含了一些别的读取方式，如应用模糊滤镜：im =Image.open('test1.png')im.filter(ImageFilter.BLUR)上面是模糊之后的图，下面是原图而OpenCV在功能上比Pillow更加强大很多。OpenCVOpenCV是一个跨平台
2020-05-23 19:41:39
307
原创 Datawhale第13期组队学习笔记Task1（包含baseline常见问题汇总）
baseline报错和常见问题：1路径问题：报错类似于找不到文件或者下图这种因为默认运行读取csv程序后，不一定是baseline的数据存放格式，如我的路径就是所以应该把源代码中train_path = glob.glob('../input/train/*.png')train_path.sort()train_json = json.load(open('../input/train.json'))改为train_path = glob.glob('./你的数据路径/train
2020-05-20 10:58:22
541
原创 过拟合处理方法
标题过拟合处理方法增加数据集这是我用三阶函数拟合，但是只给定两个数据训练。可以看出来拟合不好，特点是train的loss能降下去，但是test效果不好。解决方法之一是增加数据集我将数据集增加到4个：效果好了一些增加到6个：已经差不多了，最后我增加到8个：可以看得出来，拟合得很好了。...
2020-02-19 18:41:09
242
原创 欠拟合和过拟合，多项式函数实验
多项式函数拟合实验为了理解模型复杂度和训练数据集大小对欠拟合和过拟合的影响，下面我们以多项式函数拟合为例来实验。首先导入实验需要的包或模块。我们将生成一个人工数据集。在训练数据集和测试数据集中，给定样本特征xx，我们使用如下的三阶多项式函数来生成该样本的标签：其中噪声项ϵϵ服从均值为0、标准差为0.01的正态分布。训练数据集和测试数据集的样本数都设为100。这是我的数据集，随机200服从标...
2020-02-19 11:08:45
826
原创 自学opencv日记，day8
Sobel算子什么是方向导数和梯度Ps:实战中多用近似计算，用加减计算代替乘除计算以满足对速度的要求。API：Sobel代码：#include<opencv2/opencv.hpp>#include<iostream>using namespace cv;using namespace std;int main(int argc, char** ...
2019-09-16 21:58:24
145
原创 自学opencv日记，day7
自定义线性滤波卷积锚点：中间的那个点，就像大海中航行的船的锚一样。卷积作用：1，模糊图像；2，边缘查找；3，图像锐化（效果增强）。常见算子：Robert算子：沿X方向代码：#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;Mat src, dst;cons...
2019-09-14 20:46:12
154
原创 自学opencv日记，day6
形态学操作应用-提取水平与垂直线原理方法：图像形态学操作时候，可以通过自定义的结构元素实现结构元素对输入图像一些对象敏感、另外一些对象不敏感，这样就会让敏感的对象改变而不敏感的对象保留输出。通过使用两个最基本的形态学操作 – 膨胀与腐蚀，使用不同的结构元素实现对输入图像的操作、得到想要的结果。膨胀，输出的像素值是结构元素覆盖下输入图像的最大像素值腐蚀，输出的像素值是结构元素覆盖下...
2019-09-08 21:34:22
139
原创 自学opencv日记，day5
腐蚀与膨胀膨胀跟卷积操作类似，假设有图像A和结构元素B，结构元素B在A上面移动，其中B定义其中心为锚点，计算B覆盖下A的最大像素值用来替换锚点的像素，其中B作为结构体可以是任意形状。腐蚀腐蚀跟膨胀操作的过程类似，唯一不同的是以最小值替换锚点重叠下图像的像素值。就是一个封装好的可以拖动的滑块。#include<opencv2/opencv.hpp>#inclu...
2019-09-01 10:34:34
119
原创 自学opencv，day4
模糊图像模糊处理：九个点的像素加起来除以9，为中心那个红点的像素，这样就实现了模糊处理，又叫均值滤波另外：还有一种常用的滤波方法：高斯滤波由高斯的图可知，滤波的权重是不一样的（相比于均值滤波），会保留一些原有的图像特质，而均值滤波收周围的干扰比较大。相关API：均值模糊：blur（原图像，输出图像，窗口xy坐标，中心像素在哪（默认-1，-1就是正中心））；高斯模糊:均值...
2019-08-30 18:23:16
107
原创 自学opencv，day3
调整图像亮度与对比度alpha提高对比度beta提高亮度（根据公式理解）代码：#include<opencv2/opencv.hpp>#include<iostream>using namespace std;using namespace cv;int main(int agrc, char** argv){ Mat src, dst; sr...
2019-08-29 20:30:06
139
原创 opencv-c++自学day2
单通道（灰度）/三通道（RGB)图像应用（侵删）单通道（灰度）1-1 原图1-2 灰度图像代码：#include<opencv2/opencv.hpp>#include<iostream>using namespace std;using namespace cv;int main(int argc, char** argv) { Mat sr...
2019-08-28 20:52:14
161
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