OpenCv4.4.0+Qt：摄像头控制
OpenCv4.4.0+Qt：摄像头控制 简介 在上一篇中讲解了 OpenCv4.4.0+Qt5.12.2+OpenCv-Contrib-4.4.0 的 安装与测试例程，这篇中讲解摄像头的控制，摄像头列表的选择，参数控制，拍照，视频录制。 OpenCv中摄像头的相关的主要有两个模块， VideoCapture / VideoWrite 视频捕捉与视频写入模块。 ...
推荐 4 个 Python 新手实战项目
作为一个语法简洁、有着丰富的第三方库的编程语言，Python 上手极为简单，短时间内就可以让你编写出能够解决实际问题的小程序，甚至去面试初级 Python 工程师的职位。 不过，如果要写出一些更复杂的应用，或者想从事数据分析、机器学习以及 Web 开发等领域的工作，就需要进一步的学习了。 那么，什么样的学习方法比较高效呢？ 我认为，最好的方式就是...
Pyqt5:Qpainter绘制基础图形（二）：鼠标拖画
接着上文：绘制基础图形函数已经全部清楚，然后进阶鼠标拖画。 鼠标拖画，需要用到鼠标事件 鼠标事件： 与C++Qt一样，鼠标事件，需要重载鼠标事件函数如下： def mousePressEvent(self, e): print("鼠标按下事件")12 def mouseReleaseEvent(self, e): print("鼠标释放事件") if e.b...
Python代码覆盖率分析工具----Coverage
本文来自Tynam Yang投稿 简介 在测试中，为了度量产品质量，代码覆盖率被作为一种测试结果的评判依据，在Python代码中用来分析代码覆盖率的工具当属Coverage。代码覆盖率是由特定的测试套件覆盖被测源代码的程度来度量，Coverage是一种用于统计Python代码覆盖率的工具，通过它可以检测测试代码的有效性，即测试case对被测代码的覆盖率几何。Cove...
推荐10个不错的开源的可视化面板
作者：SevDot 来源：www.jianshu.com/p/3bc7404af887 Web 开发中几乎的平台都需要一个后台管理，但是从零开发一套后台控制面板并不容易，幸运的是有很多开源免费的后台控制面板可以给开发者使用，那么有哪些优秀的开源免费的控制面板呢？我在 Github 上收集了一些优秀的后台控制面板，并总结得出 Top 10。 1. A...
PyQt5：QMediaplayer,QVideowidget播放视频
PyQt5:视频播放 前言 最近在一些关于视频管理类的项目，也还有python好久没有更新，所以做一个简单的视频播放器。 环境 IDE:VS2017 Python:py3.6,pyqt5.12 系统：Win10 123 思路 QVideoWidget:这个类主要用作播放视频的控件QMediaPlayer :实现媒体播放的类QMediPlayList:媒体的播...
二叉树的反转镜像
二叉树的镜像就是二叉树对称的二叉树，比如 镜像之后 就是交换每一非叶子节点的左子树指针和右子树指针 1：递归，如果节点为空，返回，否则交换左右孩子指针；递归镜像节点的左子树，右子树； 2：非递归：交换每一非叶子节点的左子树指针和右子树指针 ，利用队列，根节点先入队；交换队列第一个节点的左右孩子之针，然后把第一个节点的左右孩子入队，然后pop();直到队列...
Pyqt5:Qpainter绘制基础图形（一）
入手pyqt没有几天，想把pyqt系类基础挨个实践一遍。 这一节是pyqt5的QPainter绘制基础图形。 开发环境： 系统：Windows 64位 IDE：VS2017 Python:python3.6 pyqt:pyqt5.10.11234 一些注意事项： QPainter基础流程为： def paintEvent(self, QPaintEv...
链表逆置
链表逆置： 1：先用一个newroot指向链表头结点； 2：用curr指向头结点的下一个节点，nextnode指向curr的下一个节点，用来更新curr； 3：断开头结点与链表的链接； 4：循环头插法把curr插入newnode为头结点的链表； 5：curr更新为下一个节点； 代码如下： #include<stdio.h> #include<stdli...
PyQt5:QChart绘制折线图（1）
PyQt5:QChart绘制折线图 QChart下载 在之前的博客里边，pyqt5,pip下载已经介绍完全，这次单独下载Qt Charts。 pip install PyQtChart 注意：在下载过程中，我之前安装的是 Pyqt5.11，会把PyQt5.11卸载，安装PyQt5.12,PyQtChart5.12。 Qt Charts绘制折线图 开发环境说...
VS2017常见问题解决
1.Vs2017 无法打开包括文件: “corecrt.h”: No such file or directory/Vs2017 无法打开包括文件: “errno.h”: No such file or directory 解决方法：Everything 搜索 对应的 “corecrt.h”/“errno.h” 头文件 找到对应的路径，然后在VS2017 ...
九、简单工厂模式
简单工厂模式 简单工厂模式，是一种实例化对象的方式，根据自身实际情况来实例化自己需要的对象，可以通过工厂类来实例化自己需要的类。工厂类是创造类，负责创建实例，父类的方法为虚函数，子类继承父类方法，重新实现。根据C++多态的特性实例化一个对象，在对象进行调用函数时，会动态的绑定调用子类重新实现的函数。 简单工厂模式采用虚继承的方式体现了C++的多态，在运行时根据RTT...
浅谈神经网络改进小技巧----学习率衰减
浅谈神经网络改进小技巧----学习率衰减 前言github地址什么是学习率衰减分段常数衰减指数衰减自然指数衰减多项式衰减余弦衰减余弦退火衰减余弦退火衰减更新版 前言 今天我们来谈下学习率衰减，利用学习率衰减来的到我更好的预测效果。简单实现了几个。 github地址 https://github.com/yanjingke/learn_rate 什么...
说说优秀的目标检测retinanet那些事
说说优秀的目标检测retinanet那些事 前言论文地址github地址预备知识1.tf.where()2. retinanet---anchor解读3.retinanet---focalloss解读 retinanet 代码讲解1.预测部分主干特征提取resnet50特征金字塔构建，获得预测结果预测结果的解码 2.训练部分真实框的编码loss值计算 ...
说说经典two-stage目标检测faster-Rcnn算法
说说经典two-stage目标检测faster-Rcnn算法 前言论文地址github地址什么是目标检测？faster -Rcnn优点预备知识faster-rcnn—anchor解读什么是Smooth L1 Loss faster-RCNN 代码讲解预测部分1.获得Proposal预测结果2.获得Proposal预测解码3.Proposal非极大抑制4.fe...
说说优秀的目标识别yolov3算法
说说优秀的目标识别yolov3算法 前言论文地址github地址预备知识Yolov3边框预测Yolov3边框解码 代码讲解预测部分主干特征提取darkNet53特征金字塔构建，获得预测结果预测结果的解码（可以看预备知识） 训练部分真实框的编码loss值计算 前言 yolo系列一直是我喜欢的算法，虽然yolov4出来了很久了，但是yolov3...
说说早期目标检测-----------ssd那些事
说说早期目标检测---------ssd那些事 前言论文地址githubssd的优点学习前言a[::-1]ssd---anchor SSD代码讲解1.预测部分获得预测结果预测框解码 2.训练部分真实框编码loss值计算 总结 前言 在2015年的时候，ssd作为一匹黑马杀出，他的贡献给深度学习one-stage开辟新纪元。今天我来讲解下我半...
浅谈目标检测中常规的回归loss计算----------最新yolov4中ciou计算
浅谈目标检测中常规的回归loss计算----------最新yolov4中ciou计算 前言目标检测loss的发展史学习前言什么是iou 什么是Smooth L1 Loss？什么是IoU Loss？什么是GIoU Loss？什么是DIoU Loss？什么是CIoU Loss？ 前言 今天我们来看下目标检测里面提出的CIOU。 目标检测loss的发展...
学习记录------------------图像特征计算Harris角点检测和Sift
总感觉很古老的图像特征计算Harris和Sift 前言预备知识1.泰勒级数2.现代知识极值点Harris角点检测原理什么是角点？Harris 角点检测算法的原理 Sift 角点检测Sift前言图像尺度空间 Sift 步骤1. 高斯差分金字塔（DOG）2.计算极值点DoG空间极值检测 .关键点的精确定位消除边界相应生成特征描述 前言 今天，我...
浅谈遮挡物的数据增强方法
浅谈遮挡物的数据增强方法 前言random-erasingCutoutCutMix什么是bete分布？CutMix的原理 前言 随着这几年深度学习的发展，遮挡物一直是目标检测多年以来的难题。在最近几年踊跃出几款好的对遮挡物数据增强。random-erasing->Cutout->CutMix等。 random-erasing Random Era...
浅谈改进模型小技巧----提升感受野
浅谈改进模型小技巧----提升感受野 前言什么是spp？SPP-NET用于物体检测(可以不用看，我感觉没啥价值，因为太过古老) 什么是RFB？什么是ASPP? 前言 想写写yolov4的，但是想把yolov4中的小技巧介绍一部分小技巧介绍完在介绍吧！ 我们来看看下面这张图，我感觉特别精彩，很好的诠释了yolov4的思想。 什么是spp？ 为什么...
说说pspnet经典语义分割那些事
说说pspnet经典语义分割那些事 前言原论文地址github代码预备知识1.FCN2.深度可分离卷积3. mobilenetv2 什么是pspnet？代码讲解主干网络金字塔池化psp模块获得预测结果loss计算 前言 今天我们来解析下pspnet代码和论文里面所提到重要部分,pspnet虽然没有deeplabv3那样强的语义效果，但是deepl...
有点喜欢的mobileNet系列mobileNetv3
有点喜欢的mobileNet系列mobileNetv3 mobileNetV3介绍网络复现实现代码 mobilenetV3 large网络复现实现代码 mobilenetV3 small mobileNetV3介绍 mobileNet系统主要针对在手机上运能运行高性能低资源的网络。而mobileNetv3主要利用网络架构搜索（NAS），搜索出来的一种...
浅谈nlp-----word2vec那些事
浅谈nlp-----word2vec那些事 前言什么是NLP?什么是word2vec?我们是怎么样构建训练数据的啦？什么是CBOW和skipgram?代码 前言 由于太久没水博客了，。 什么是NLP? 首先引入一个简单的列子,判断一个词的词性，是动词还是名词。用机器学习的思路，我们有一系列样本(x,y)，这里 x 是词语，y 是它们的词性，我们要构...
浅谈PPO算法-玩转月球登陆
浅谈PPO算法-玩转月球登陆 前言github什么是Actor-Critic？Actor-Critic代码 ppo算法实现 前言 总感觉强化学习公式真难学，也难表达心中所想，我还是白话强化学习吧。 github https://github.com/yanjingke/PPO-PyTorch 什么是Actor-Critic？ Actor...
浅谈知识图谱---neo4j
浅谈知识图谱---neo4j 前言什么是知识图谱？什么是neo4j？neo4j安装代码github需求分析具体步骤数据xls最终效果 前言 想研究行人重识别了，发现知识图谱的概念在行人重识别里面还是应用挺多的，正好听老师也谈过这个东西。 什么是知识图谱？ 知识图谱本质上是语义网络（Semantic Network）的知识库。可以简单地把知识图谱...
浅谈小技巧标签平滑-------Label Smoothing
浅谈小技巧标签平滑-----Label Smoothing 前言什么是交叉熵？1.信息量2.熵3.交叉熵 标签平滑 前言 今天来聊下yolov4中引进的标签平滑小技巧吧！标签平滑让我想到了，90分就优秀了，为啥还要追求100分？ 什么是交叉熵？ 1.信息量 信息量来衡量一个事件的不确定性，一个事件发生的概率越大，不确定性越小，则其携带的信息量就...
很神奇的语义分割deeplabv3
很神奇的语义分割deeplabv3 学习前言github代码什么是Deeplabv3？Deeplabv3的优点及总结：Deeplabv3代码部分主干网络--mobilenetv2deeplabv3 encode部分deeplabv3 decode部分 LOSS函数的组成 学习前言 由于项目的需要，回顾下我以前读过的一篇论文的deeplabv3，顺便谈...
浅谈神经网络常规异常解决办法（一直更新）
浅谈神经网络常规异常解决办法 前言tensorflow和keras限制gpu显存tensorflowkeras 设置tensorflow和keras设置cpu运行常见异常解决方案 前言 记录下一些小问题的解决方案（长期更新）。 tensorflow和keras限制gpu显存 tensorflow ps：注意keras和tensorflow设置方...
No module named ‘cvxpy‘ 已解决
问题描述 在windows系统，使用Anaconda搭建的开发环境，Python3；运行代码时出现No module named 'cvxpy'；发现确实没有 'cvxpy'这个库，但是直接使用pip安装又不行的（pip install cvxpy ）总是会报错的；在网上找到方法，大部分都不行的，幸好发现一种安装方法时能行的。 问题分析 No module nam...