Skip to main content

· One min read

opencv

当你的opencv引用出问题的时候

请记住

pip install opencv-contrib-python

顺便一提

opencv是这个

pip install opencv-python

· 2 min read

Normalization layers [source]​

class torch.nn.BatchNorm1d(num_features, eps=1e-05, momentum=0.1, affine=True) [source]​

对小批量(mini-batch)的2d或3d输入进行批标准化(Batch Normalization)操作

image-20220806153859588

在每一个小批量（mini-batch）数据中，计算输入各个维度的均值和标准差。gamma与beta是可学习的大小为C的参数向量（C为输入大小）

在训练时，该层计算每次输入的均值与方差，并进行移动平均。移动平均默认的动量值为0.1。

在验证时，训练求得的均值/方差将用于标准化验证数据。

参数：

  • num_features： 来自期望输入的特征数，该期望输入的大小为'batch_size x num_features [x width]'
  • eps： 为保证数值稳定性（分母不能趋近或取0）,给分母加上的值。默认为1e-5。
  • momentum： 动态均值和动态方差所使用的动量。默认为0.1。
  • affine： 一个布尔值，当设为true，给该层添加可学习的仿射变换参数。

Shape： - 输入：（N, C）或者(N, C, L) - 输出：（N, C）或者（N，C，L）（输入输出相同）

· One min read

对深度可分离卷积的代码理解

对单个通道卷积，然后在加一个点卷积

利用分组卷积实现，就相当于分组为一的分组卷积。

· One min read

如何同时遍历两个字典

1.以key同时遍历两个字典（两个字典长度一样，否则以最短的次数输出）

dict_map = {1:'hello', 2:'world'}
dict_map1 = {3: 'hi', 4: 'test'}
for key1, key2 in zip(dict_map.keys(), dict_map1.keys()):
    print(key1, dict_map[key1], key2, dict_map1[key2])

2.以key、value同时遍历两个字典（两个字典长度一样，否则以最短的次数输出）

dict_map = {1:'hello', 2:'world'}
dict_map1 = {3: 'hi', 4: 'test'}
for (key, value) in zip(dict_map.items(), dict_map1.items()):
    print(key, value)

3.逐项同时遍历两个字典（两个字典长度一样，否则以最短的次数输出）

dict_map = {1:'hello', 2:'world'}
dict_map1 = {3: 'hi', 4: 'test'}
for kv in zip(dict_map.items(), dict_map1.items()):
    print(kv)

· 2 min read

cityscapes

简单介绍一下这个数据集的坑吧

首先gtfine为标签，leftimg8bit为图片

gtfine里有五种文件

color彩图，instanceid用于实例分割，labelid用于语义分割，labeltrainid可用于训练，json文件，但是之后会很麻烦，因为cityscapes提供的eval脚本只能用于labelid。

然后还有五个list文件

image-20220719150405379

如果你够强，自己生成这5个list也行，当然也有别人搞好的list文件

同时我觉得最好看一下list里是个啥，有的拿labelid训练，有的拿trainid训练。只能说别用trainid训练，会变得不幸。

然后再给用paddleb的bml的提个醒：

第一，完整路径是没法作为绝对路径使用的，如果要看的话最好是用shell pwd一下，然后你大概就知道把完整路径中的哪部分删掉就能用了。

第二，如果你非常不幸的遇到了需要一一对应的情况，然后发现总有莫名其妙有多个对应的时候，bml有时会有checkpoint文件，而且是不可见的，这个时候建议查一下文件夹里有啥，然后精准对应一下。

第三，有的时候静态图转化需要指定输入大小，不然没法导出，具体原因不知道，如果有知道的可以告诉我一下为什么这么设计。

· One min read

glob

glob模块的主要方法就是glob,该方法返回所有匹配的文件路径列表，该方法需要一个参数用来指定匹配的路径字符串（本字符串可以为绝对路径也可以为相对路径），其返回的文件名只包括当前目录里的文件名，不包括子文件夹里的文件。

比如：

glob.glob(r'c:*.txt')

我这里就是获得C盘下的所有txt文件

· 2 min read

os.path.join()函数：连接两个或更多的路径名组件

  • 如果各组件名首字母不包含’/’，则函数会自动加上
  • 如果有一个组件是一个绝对路径，则在它之前的所有组件均会被舍弃
  • 如果最后一个组件为空，则生成的路径以一个’/’分隔符结尾
  • 会从第一个以”/”开头的参数开始拼接，之前的参数全部丢弃。
  • 以上一种情况为先。在上一种情况确保情况下，若出现”./”开头的参数，会从”./”开头的参数的上一个参数开始拼接。

Demo​

import os

Path1 = 'home' Path2 = 'develop' Path3 = 'code'

Path10 = Path1 + Path2 + Path3 Path20 = os.path.join(Path1,Path2,Path3) print ('Path10 = ',Path10) print ('Path20 = ',Path20)

**输出**

Path10 = homedevelopcode Path20 = home\develop\code

· One min read

如果对象具有给定的命名属性，则该hasattr()方法返回 true，否则返回 false。

例子​

class Person:
    age = 23
    name = "Adam"

person = Person()

print("Person's age:", hasattr(person, "age"))
print("Person's salary:", hasattr(person, "salary"))

# Output:
# Person's age: True
# Person's salary: False

· One min read

annotation​

注解，可以看作是对 一个 类/方法 的一个扩展的模版，每个 类/方法 按照注解类中的规则，来为 类/方法 注解不同的参数，在用到的地方可以得到不同的 类/方法 中注解的各种参数与值

· 3 min read

PIL

Image模块的convert()

我们知道PIL中有九种不同模式。分别为1，L，P，RGB，RGBA，CMYK，YCbCr，I，F。

1、 模式“1”

模式“1”为二值图像，非黑即白。但是它每个像素用8个bit表示，0表示黑，255表示白。下面我们将lena图像转换为“1”图像。

2、 模式“L”

模式“L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。在PIL中，从模式“RGB”转换为“L”模式是按照下面的公式转换的：

3、 模式“P”

模式“P”为8位彩色图像，它的每个像素用8个bit表示，其对应的彩色值是按照调色板查询出来的。

4、 模式“RGBA”

模式“RGBA”为32位彩色图像，它的每个像素用32个bit表示，其中24bit表示红色、绿色和蓝色三个通道，另外8bit表示alpha通道，即透明通道。

5、 模式“CMYK”

模式“CMYK”为32位彩色图像，它的每个像素用32个bit表示。模式“CMYK”就是印刷四分色模式，它是彩色印刷时采用的一种套色模式，利用色料的三原色混色原理，加上黑色油墨，共计四种颜色混合叠加，形成所谓“全彩印刷”。

6、 模式“YCbCr”

模式“YCbCr”为24位彩色图像，它的每个像素用24个bit表示。YCbCr其中Y是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量。人的肉眼对视频的Y分量更敏感，因此在通过对色度分量进行子采样来减少色度分量后，肉眼将察觉不到的图像质量的变化。

7、 模式“I”

模式“I”为32位整型灰色图像，它的每个像素用32个bit表示，0表示黑，255表示白，(0,255)之间的数字表示不同的灰度。在PIL中，从模式“RGB”转换为“I”模式是按照下面的公式转换的：

8、 模式“F”

模式“F”为32位浮点灰色图像，它的每个像素用32个bit表示，0表示黑，255表示白，(0,255)之间的数字表示不同的灰度。在PIL中，从模式“RGB”转换为“F”模式是按照下面的公式转换的：

Image.fromarray的用法（实现array到image的转换）​