摘要： #coding:utf-8import osaaa=os.path.join('D:\\imgs','定位')os.makedirs(aaa,exist_ok=True) 阅读全文

摘要： 阅读全文

摘要： 环境： python3.8 连接sqlserver 2019 连接字符串： 原因和修改： Driver版本太低了，改为17就ok了 阅读全文

摘要： 情景介绍： python连接sqlserver2019 附加数据库 按照网上的各种修改，都不管用 连接字符串： sqlserver2019的数据库 修改：加上前缀 阅读全文

摘要： python 连接sqlserver 2019; 外部附加数据库 连接字符串： sqlserver 2019显示的服务器（对象资源管理器上右键-》属性）： 原因：连接字符传的server写错了，应该写sql server 中显示的名称 修改完成后，运行正常 阅读全文

摘要： CNN由于卷积操作的局部性，难以学习全局和长范围的语义信息。交互。 提出swin-unet，是一个像Unet的纯transformer，用于医学图像分割。采用层级的带移动窗口的swin transformer作为编码器，提取上下文特征。一个对称的、带有patch展开层的、基于swin-transformer的解码器用于上采样操作，恢复特征图的空间分辨率。 在直接下采样输入和上采样输出4倍时，在多器官和心脏分割任务上证明，提出的网络超过了全卷积或卷积和transformer的结合方法。模型和代码将公开在：https://github.com/HuCaoFighting/Swin-Unet 阅读全文

摘要： Swin Transformer能够兼容广泛的视觉任务，包括图像分类(在ImageNet-1K的最高准确率86.4)和高密度预测任务，如目标检测(在COCO test-dev数据上58.7 box AP和51.1 mask AP)和语义分割(在ADE20K val上53.5 mIoU)。它在coco数据上，比之前的sota模型多2.7个box ap,2.6个mask ap，在ADE20K上，比之前sota多3.2个mIoU。 代码：https://github.com/microsoft/Swin-Transformer 阅读全文

摘要： 本文提出TransUNet，比transformer和Unet都要好，可作为医学图像分割的替代方案。transformer从cnn的特征图编码图像块，作为输入序列，用于提取全局特征。解码器上采样编码特征，与高分辨率CNN特征结合，进行精确定位。 代码已开源：https://github.com/Beckschen/TransUNet 阅读全文

摘要： 错误1：Traceback (most recent call last): File "/home/lwc/anaconda3/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <mod 阅读全文

摘要： 原因：数组忘了写下标，数组某项赋值成了 数组对象=数字； 查询其它人的博客，发现仍有其它可能引发此错误，无非是不可以相互操作的对象进行了操作或者是访问对象的方式不对，如：给数字加了下标，对一维数组加了两层索引等等 阅读全文