- 博客(103)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 leetcode(2)栈
输入：pushed = [1,2,3,4,5], popped = [4,5,3,2,1]min_stack,存储栈当前位置最小的元素 [-3,-3,-3]stack相当于栈，先进后出 存储全部栈元素 [-3,2,-1]leetcode 227 基本计算器2。leetcode 155 最小栈。leetcode 20 有效括号。leetcode 下一个更大元素。leetcode 字符串编解码。leetcode 去除重复字符。leetcode 每日最高温度。leetcode 验证栈序列。
2023-10-22 23:00:58
635
原创 HTTP 服务器(基于go实现)
编写一个 HTTP 服务器，接收客户端 request，并将 request 中带的 header 写入 response header。
2023-08-24 15:54:52
659
原创 生产者消费者模型(基于go实现)
基于 Channel 编写一个简单的单线程生产者消费者模型： 队列： 队列长度 10，队列元素类型为 int 生产者： 每 1 秒往队列中放入一个类型为 int 的元素，消费者： 每一秒从队列中获取一个元素并打印。
2023-08-23 21:24:06
548
原创 码云gitee配置好公钥以后，在clone和push的时候仍需输入用户名和密码
【代码】码云gitee配置好公钥以后，在clone和push的时候仍需输入用户名和密码。
2023-07-30 23:47:13
297
原创 pytorch多损失回传案例
一个输入两个输出的全连接网络import torchimport torch.nn as nnimport torch.nn.functional as Fclass LinearNet(nn.Module): def __init__(self): super(LinearNet, self).__init__() self.fc1 = nn.Linear(5, 4) self.fc2 = nn.Linear(4, 3) .
2021-05-24 18:04:03
2413
原创 dice损失函数
def dice_coefficient(y_true_cls, y_pred_cls, training_mask): ''' dice loss :param y_true_cls: :param y_pred_cls: :param training_mask: :return: ''' eps = 1e-5 intersection = torch.sum(y_true_cls * y_
2021-04-03 21:50:04
2527
原创 SynthText数据集简介
SynthText数据集SynthText in the Wild DatasetAnkush Gupta, Andrea Vedaldi, and Andrew ZissermanVisual Geometry Group, University of Oxford, 2016Data format:SynthText.zip (size = 42074172 bytes (41GB)) contains 858,750 syntheticscene-image files (.jpg) sp
2021-04-03 21:33:04
4506
1
原创 文字检测识别综述
本文分析、比较和对比了彩色图像中文本检测和识别研究的技术挑战、方法和性能。 它总结了基本问题，并列举了在处理这些问题时应考虑的因素。 现有的技术被归类为分步的或集成的，并突出显示子问题，包括文本定位、验证、分割和识别。 还讨论了与加强退化文本和处理视频文本有关的特殊问题，多面向、透视扭曲和多语种文本。 说明文本的类别和子类别，列举基准数据集，并比较最具代表性的方法的性能。 本次审查对实地遗留问题进行了根本性的比较和分析。造成这一趋势的几个主要原因，包括越来越多的应用程序的需求。 文本是最具表现力的传播手段
2021-01-15 21:57:56
1097
原创 Scene Text Detection and Recognition
基于早期深度学习的方法（Huang et al.，2014；Tian et al.，2015；Yao et al.，2016；Zhang et al.，2016；He et al.，2017a）将文本检测任务分为多个步骤。他们使用卷积神经网络（CNNs）来预测局部片段，然后应用启发式后处理步骤将片段合并到检测线中。在早期的尝试中(Huang等人，2014年)，CNN只用于将局部图像patch分类为文本类和非文本类。 使用MSER特性来分离的图像patch。 然后将正patch合并到文本行中。之后，CNN
2021-01-05 21:41:57
194
原创 图像傅里叶变换
1.什么是傅里叶变换？三角函数系集合:{0,1,sinx,cosx…}正交性质:在-pi到pi区间内任意两个sinnx和cosmx的积都为0。其实在这里想表达的意思就是任取两个正交的sinnx和consnx就可以作为两个基向量。傅里叶变换:表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合.离散的值求傅里叶用累加公式，连续的用积分求和公式。2.傅里叶变换的性质？对称性奇偶性线性时移频移尺度变换时域微积分频域微积分3.傅里叶变换的表示：一维
2021-01-04 12:03:44
1345
原创 go(8)单元测试
单元测试在日常开发中，我们通常需要针对现有的功能进行单元测试，以验证开发的正确性。 在go标准库中有一个叫做testing的测试框架，可以进行单元测试，命令是go test xxx。测试文件通常是以xx_test.go命名，放在同一包下面。初探Go单元测试在开发中，我们需要对该函数进行功能测试，如何快速进行单元测试呢？ 鼠标放在函数上右键，选择GO:Generate Unit Tests For Function即可生成file_test.go文件。在命令行运行go test ***_test.g
2020-12-25 23:57:04
115
原创 go(7)结构体，方法，接口
Go语言中没有“类”的概念,Go语言的结构体与“类”都是复合结构体。结构体定义type Student struct { Name string Age int}结构体使用package mainimport "fmt"type Student struct { Name string Age int int}func main() { s1 := new(Student) //第一种方式 s2.
2020-12-21 21:51:37
86
原创 pytorch(8)线性回归实现
import torchimport matplotlib.pyplot as pltlr = 0.05# 设置随机种子 也就是间隔i次生成的数都一样 如果为1的话每次生成的都一样torch.manual_seed(1)# 随机生成数据集 # 生成正态分布 均值是 0 标准差是1# 什么是均值分布？ 什么是正态分布？# torch.rand() 和 torch.randn() 一个是均匀分布 一个是正态分布x = torch.rand(20, 1) * 10y = 2 * x + (5
2020-12-21 12:07:48
81
原创 go(6)函数
函数定义func functionName([parameter list]) [returnTypes]{ //body}值传递 引用传递func paramFunc(a int, b *int, c []int) { a = 100 *b = 100 c[1] = 100 fmt.Println("paramFunc:") fmt.Println(a) fmt.Println(*b) fmt.Println(c)}func main() { a := 1.
2020-12-20 23:32:27
105
原创 go(5)数组，切片。
在Go语言中，数组是一种具有相同类型固定大小的一种数据结构。我们先来看看数组的使用，数组类型声明时的方式是 []T ,前面的[]指定数组的大小，T指定数组的类型，如下我们声明了一下数组，数组的大小是3，在没指定数组初始值时数组默认初始值是{0，0，0}array1 := [3]int{}//我们可以通过如下方式给数组赋值array1[0] = 1array1[1] = 2array1[2] = 3//下面这种也是数组声明的一种方式，并且初始化数组的值为{1,2}array2 := [2]in
2020-12-19 23:51:43
116
1
原创 go(4)字典，字符串
Go语言的字典（Map）类型其实是哈希表（Hash Table）的一个实现。字典用于存储键-元素对（更通俗的说法是键-值对）的无序集合。注意，同一个字典中的每个键都是唯一的。如果我们在向字典中放入一个键值对的时候其中已经有相同的键的话，那么与此键关联的那个值会被新值替换。字典类型的字面量如下：map[K]T其中，“K”意为键的类型，而“T”则代表元素（或称值）的类型。如果我们要描述一个键类型为int、值类型为string的字典类型的话，应该这样写：map[int]string请注意，字典的键类型
2020-12-18 23:34:35
128
1
原创 go(3)控制语句运算符
一、 if elsego if else 条件表达式fun main() { x := 3 if x > 5 { println("a") } else if x < 5 && x > 0 { println("b") } else { println("c") } }这样写 会出现死代码,后边 if x > 7 部分会成为死代码，因为if > 5 的包含值范围大于 if x > 7 。fun mai
2020-12-17 23:26:24
95
原创 Character Region Awareness for Text Detection(2)
4 方法论我们的主要目标是在自然图像中精确定位每个字符。为此，我们训练了一个深层神经网络来预测字符区域和字符之间的亲和力。由于没有公共字符级的数据集，所以采用弱监督的方式对模型进行训练。// 这一段讲了craft需要实现的目标，和实现目标的方法：神经网络输出字符区域概率和字符间距概率。没有字符集别的数据集，通过弱监督训练而成。4.1 体系结构我们的主干网采用基于VGG-16的全卷积网络体系结构。我们的模型在解码部分与编码部分有拼接，这与U-net相似，因为它聚集了低水平的特征。最终输出有两个通道作为
2020-12-16 12:48:43
215
1
原创 go(1)标识符与关键字
一、标识符与标识符命名规范以字母或下划线开始，有多个字母、数字和下划线组合而成。区分大小写使用驼峰命名法局部变量用短命不要使用关键字不见时使用预定义常量变量内置函数相同的名字。专有名词大写。二、数据类型基本数据类型：bool 布尔类型 与其他语言相似，长度为1默认值为fasle。int 整型 默认长度为4或8与平台有关32位为4,64位为8。float 浮点型 默认长度为4或者8看浮点精度要求。string 字符串型,可变长度默认为空字符串”“。array 数组， 可变长
2020-12-16 11:49:53
75
原创 go(2)变量声明与常量枚举
因为go语言是静态类型语言。编译期间做检车数据类型，即写程序时要生命所有变量类型。使用数据之前必须声明数据类型。以下两种变量定义方法都在编译程序之前声明了数据类型。var x int // 自动化初始为0var y = false //自动推断为bool类型。可以一次定义多个变量，var x,y intvar a,s = 100, "abc"可以以小组方式定义多行变量var ( x, y int a, s = 100, "abc")简短方法变量声明fun ma
2020-12-15 22:03:11
82
原创 go环境配置
下载go的解释器go语言解释器地址配置go环境变量，打开我的电脑中环境变量中的path发现环境变量已经自动配置。下载安装vscodeVSCODE地址在VSOCODE中创建一个main.go文件写入代码package mainimport ( "fmt")func main(){ fmt.Println("Hello World!")}输出Hello World！5. 配置VSCODE的go代码自动提示。...
2020-12-14 23:50:53
173
原创 Character Region Awareness for Text Detection(1)
文本检测算法:CRAFT一、摘要基于神经网络的场景文本检测方法近来才出现并在文本检测中取得很好的结果。过去的神经网络使用(world-level)以单词为边界数据集训练算法。使用该方法训练后的模型在检测任意形状表示的文本区域存在一定的缺陷。本文提取了一种新的场景文本检测方法，通过字符之间的亲和力(affinity)来有效的检测文本区域。为了克服缺少单个字符级注释问题，我们提出的框架即利用了合成图像的字符集注释还通过合成图像训练出模型检测出的真实图像的预估字符。为了估计字符之间的亲和力，使用新提出的亲和
2020-12-11 13:16:57
133
原创 顺丰测试开发面试总结
顺丰测试开发：一、python基础部分：用过python那些模块？ os路径操作，sys参数操作和输入输入。time模块log日志模块 pickle dump序列化模型。Import和 from 模块 import *的区别。Import会读取整个模块去导入，调用为模块.方法名。From会复制模块的所有变量名到导入模块中会污染命名空间。Assert断言。Python assert（断言）用于判断一个表达式，在表达式条件为 false 的时候触发异常。垃圾回收机制。引用计数，标记清除，分代回收。
2020-12-07 16:57:12
1240
原创 pytorch(7)torch.squeeze()和torch.unsqueeze()
torch.squeeze()将为1维度的张量空间压缩torch.unsqueeze()扩充某一维度张量空间为1import numpy as npimport torchdef tensor_squeeze(): arr = np.ones((3,3,1)) t= torch.tensor(arr) t1= torch.squeeze(t) print(t.shape,t1.shape)def tensor_unsqueeze(): arr =.
2020-12-05 22:00:58
83
原创 pytorch(6)tensor_reshape()和tensor_transpose()函数
tensor_reshape()将原始张量修改为指定形状大小的张量。tensor_transpose()函数将原始张量的维度进行调换。import torchimport numpy as npdef tensor_reshape(): arr = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[1, 2, 3], [4, 5, 6], [7, 8, 9]], .
2020-12-05 21:59:18
515
原创 pytorch(5)torch.index_select()和torch.masked_select()函数
torch.index_select()是访问指定维度的下标张量。torch.masked_select()是传入两个等大小的张量一个是常规张量，一个是布尔张量。常规张量根据布尔张量保存对应位置布尔张量为True的常规常量。import torchimport numpy as npdef tensor_indexSelect(): arr = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[1, .
2020-12-05 21:56:43
486
原创 pytorch(4)torch.chunck()和torch.split()函数
torch.chunck()函数是将指定维度的张量拆成n份。torch.split()函数是将指定维度的张量等步长拆分，具体拆分几份看步长。import torchimport numpy as npdef tensor_chunck(): arr = np.ones([3, 3,3]) t = torch.tensor(arr) print(t) # torch.chunck()函数是将指定维度的张量拆成2份 t1 = torch.chunk(t,2.
2020-12-05 21:52:53
778
原创 pytorch(3)torch.cat()和torch.stack()
在进行cv相关实验中我们用的比较多的都是torch.cat()和torch.stack()函数。其中cat()函数的功能是在当前维度进行数据的拼接。stack()函数首先将当前维度及其以后维度的数据向后移动一位，将该位置的大小修改为1然后在进行拼接。这两个函数的区别是cat()函数不会进行维度扩展，stack()函数会进行维度扩展。以下从代码角度去理解这两个函数。import numpy as npimport torc
2020-12-05 10:33:18
135
原创 pytorch张量创建(2)
在pytorch0.4.0之前版本中 张量(tensor)仅仅具有存值功能的。如果想对其进行求导运算只有将其放入到Variable函数中才具有求到功能。在该版本之后Variable函数的功能直接并入到tensor中。主要需要学习的张量创建方法：import torchimport numpy as np# 通过 torch.tensor()创建# 主要参数 data list或者np数组，dtype 数据类型，device 运行设备， requires_grad 是否计算梯度。de.
2020-12-04 18:21:30
320
1
原创 标量，向量和张量之间的关系？
在这里只说一下简单的个人能理解。如有错误请批评指正。在很早的时候我们都学过什么是标量和向量了。一般情况我们定义标量只有大小叫做标量。标量仅仅描述一个东西数量的多少?比如衣服多大码呀，身高有多高呀？这些表示大小和长度的仅仅用标量去说明它的数量就行了。但是在力学需要了解它的受力方向于是就有了向量。向量是既有大小又有方向。也就是说你不仅能够通过大小观察出它的多少，也能够通过方向去判断它的作用方向。张量其实就是在向量的基础上进一步的拓展去表达向量没有表达的东西，比如你如何表达一个物体任意点的受理情况，你单
2020-12-04 17:51:30
1082
原创 cuda11+torch1.7.0+ImportError: numpy.core.multiarray failed to import
cuda11+torch1.7.0在使用该命令安装torch的时候:pip install torch===1.7.0+cu110 torchvision===0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html安装成功后，测试环境报错ImportError: numpy.core.multiarray failed to import。通过网上查找资料发现一般情况都是卸载nump
2020-12-04 16:06:53
960
原创 GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
1.通过最近装cuda环境研究发下仅仅通过以下命令是不能够测试cuda是否可以正常使用的。import torch# 我在python的命令环境测试该命令 返回是True的但是在run torch程序的时候报错torch.cuda.is_available()2.如果想要测是你的cuda版本torch是否可以使用，使用以下命令测试可能会更好。import torchtorch.zeros(1).cuda()如果报错是GeForce RTX 3080 with CUDA capabilit
2020-12-04 15:58:33
14087
4
原创 pytorch创建张量
pytorch张量创建:将numpy转化为tensor的方法: torch.Tensor(),torch.from_numpy()创建指定数字大小或者指定shape的张量:torch.zeros(input=shape形状),torch.zeros_like(张量)根据概率创建张量。import torchimport numpy as np# 1.首先通过np.ones((x,x)) 创建一个 x*x大小的矩阵# 2.然后通过torch.tensor(data) 将一个numpy数据
2020-12-03 17:35:22
832
原创 计算机网络(7)CSMA/CD算法
CSMA/CD算法:CSMA/CD即载波侦听多路访问/冲突检测，是广播型信道中采用一种随机访问技术的竞争型访问方法。一般情况下都是终端先监听信道，信道空闲发送数据。如果信道忙，则终端不能发送数据。还有一种情况两个或多个终端同事检测到信道是空闲的，同时发送数据则会产生冲突。因此需要产生冲突后的处理办法。CSMA/CD算法冲突处理过程，当产生数据冲突时候两个发送端或多个发送端记录冲突次数，如果第一次冲突则K=1,两个终端随机在(0-2的k次方-1)范围内选择一个数乘以时间t作为下次发送数据时间如果再产生冲突
2020-11-30 17:07:33
2834
原创 计算机网络(6)数据成帧
数据在物理链路层封装成帧，需要站在原始数据中加入源地址MAC和目的地址MAC这样知道谁发送的数据和谁接受数据。加入数据类型，接收方能够判断这个数据给谁处理，FCS是为了进行数据检验判断传输过程是否出错。帧开始分解符能够告诉接受方如何定界从数字信号中分离出每一帧。先导码是为了进行同步数据用的。数据的长度在46字节到1500字节之间。64-46=18 其中先导吗码+帧开始分解符一共8个字节。MAC B+MAC A=12字节类型2个字节FCS四个字节一共18个字节。...
2020-11-30 16:19:35
456
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人