2019年12月30日
调用训练好的detectron模型
摘要： from __future__ import absolute_import from __future__ import division from __future__ import print_function from __future__ import unicode_literals f 阅读全文
posted @ 2019-12-30 18:26 AnswerThe 阅读(645) 评论(0) 推荐(0)
Detectron训练并调用自己的数据集（附yarm文件说明）
摘要： 1.创建如下目录 2.将train_annotations中的xml文件转成json文件 # coding=utf-8 import xml.etree.ElementTree as ET import os import json import collections coco = dict() 阅读全文
posted @ 2019-12-30 17:38 AnswerThe 阅读(943) 评论(0) 推荐(0)
Detectron的安装以及解决方案
摘要： 转载：https://blog.csdn.net/comway_Li/article/details/85163607 本博客介绍了如何安装Detectron，其依赖项（包括Caffe2）和COCO数据集。 安装前所需知道的知识： a、Detectron运营商目前没有CPU实施; 需要GPU系统。 阅读全文
posted @ 2019-12-30 17:30 AnswerThe 阅读(947) 评论(0) 推荐(0)
2019年12月19日
Anaconda3安装及使用
摘要： 1.本机环境ubuntu18 自带python3.6，建议先删除自带的python3.6 慎重：如果是TLS版本的，切勿删除python，本人删除后桌面就进不去了，如果没装桌面就随意了。 1.卸载python3.6 $sudo apt-get remove python3.6 2.卸载python3 阅读全文
posted @ 2019-12-19 10:07 AnswerThe 阅读(1720) 评论(0) 推荐(0)
2019年12月9日
opencv使用openPose实现人体姿态检测
摘要： 原文地址：https://www.learnopencv.com/deep-learning-based-human-pose-estimation-using-opencv-cpp-python/ COCO输出格式： 鼻子– 0，脖子– 1，右肩– 2，右肘– 3，右腕– 4，左肩– 5，左肘– 阅读全文
posted @ 2019-12-09 17:22 AnswerThe 阅读(8056) 评论(0) 推荐(0)
2019年9月28日
python读写ini文件
摘要： python来读写ini的配置文件 读取文件： 写文件： 阅读全文
posted @ 2019-09-28 17:20 AnswerThe 阅读(786) 评论(0) 推荐(0)
2019年9月27日
python打包成so文件
摘要： .编写setput.py文件： setup.py文件内容如下： 整个工程中包括多少个py文件，就写多少个Extension，并把需要调用的其他库路径在include_dirs、libraries、library_dirs中进行设置。 编译so文件，执行以下命令： python setup.py bu 阅读全文
posted @ 2019-09-27 21:34 AnswerThe 阅读(6171) 评论(1) 推荐(0)
2019年9月26日
opencv图像旋转
摘要： 原图 1. 2. 3. 4. 由上面四种旋转可以组合出， 顺时针旋转90度 逆时针旋转90度 阅读全文
posted @ 2019-09-26 20:58 AnswerThe 阅读(1306) 评论(0) 推荐(0)
python中json模块与flask中的jsonify的比较运用
摘要： json某块是python的一个模块，jsonify是flask框架中的一个扩展包 1.字符串转json对象，通过json.loads()方法 2.json对象转字符串，通过json.dumps()方法 3.通过jsonify()方法也是将字典转成json字符串 而区别在于，通过jsonify()方 阅读全文
posted @ 2019-09-26 15:29 AnswerThe 阅读(4080) 评论(1) 推荐(1)
2019年9月18日
关于yolo配置文件以及训练时各参数的含义
摘要： 一、配置文件yolo.cfg [net] # Testing #测试模式 batch=1 subdivisions=1 # Training #训练模式 每次前向图片的数目=batch/subdivisions # batch=64 # subdivisions=16 #关于batch与subdiv 阅读全文
posted @ 2019-09-18 18:29 AnswerThe 阅读(9869) 评论(0) 推荐(0)