上一页 1 ··· 13 14 15 16 17 18 19 20 21 ··· 26 下一页
摘要: 日常操作中,少不了文本处理,如程序输入数据准备,python凭借其简洁优雅的语法,在文本处理上比C++等编译型语言开发效率高出一大截。文件操作示例#输入文件f = open(r'D:\Python27\pro\123.bak')#输出文件fw = open(r'D:\Python27\pro\123... 阅读全文
posted @ 2015-08-31 16:18 caoeryingzi 阅读(222) 评论(0) 推荐(0) 编辑
摘要: python中如果一行代码太长,看着不方便时,怎么办?只需要在需要换行的地方添加上符号 \ 就行了。 阅读全文
posted @ 2015-08-18 09:26 caoeryingzi 阅读(530) 评论(0) 推荐(0) 编辑
摘要: video中的detection,背景更加复杂,目标更加不聚焦,同时由于图片分辨率低于图像,因此更加难做。image中的Detection,背景相对简单些,目标更加聚焦,同时图片分辨率高,因此更加容易些。 阅读全文
posted @ 2015-08-17 16:37 caoeryingzi 阅读(273) 评论(0) 推荐(0) 编辑
摘要: Project -> Properties -> General -> Platform Toolset (as IInspectable correctly commented) 阅读全文
posted @ 2015-08-17 15:31 caoeryingzi 阅读(299) 评论(0) 推荐(0) 编辑
摘要: deep learning目前为止无论在分类还是检测上,都是整体的处理,而不会出现像sift这样的局部特征,这个问题或许如果能克服掉,能让检测效果更进一大步。 阅读全文
posted @ 2015-08-11 10:26 caoeryingzi 阅读(158) 评论(0) 推荐(0) 编辑
摘要: a positive example classified as positive. This is atrue positive.a positive example misclassified as negative. This is afalse negative.a negative exa... 阅读全文
posted @ 2015-08-09 10:43 caoeryingzi 阅读(375) 评论(0) 推荐(0) 编辑
摘要: http://www.csdn.net/article/2015-07-19/2825248http://www.kdnuggets.com/2015/01/deep-learning-flaws-universal-machine-learning.html 阅读全文
posted @ 2015-08-03 14:37 caoeryingzi 阅读(156) 评论(0) 推荐(0) 编辑
摘要: 准备一批数据,先不说标注有多些麻烦吧,生成xml文件费了些功夫。但是还好,解决的比较快。就是细节的东西太伤人,当时生成xml文件时,是用python做的,当时看到了生成的xml文件有等等这样的开头信息,我当时也注意到了,这和标准数据给的xml文件时不一样的,但是测试时用python测试的,读xml文... 阅读全文
posted @ 2015-07-31 19:40 caoeryingzi 阅读(271) 评论(0) 推荐(0) 编辑
摘要: #!/bin/shcd 'home/usrname/'lscd '/home/usrname/VOC2007/Annotations/'for file in `ls /home/usrname/VOC2007/Annotations/`do echo $file sed -i '//d' $f... 阅读全文
posted @ 2015-07-31 15:32 caoeryingzi 阅读(880) 评论(2) 推荐(0) 编辑
摘要: http://rll.berkeley.edu/2014_ICRA_dataset/http://rgbd-dataset.cs.washington.edu/dataset/ 阅读全文
posted @ 2015-07-31 10:51 caoeryingzi 阅读(426) 评论(0) 推荐(0) 编辑
上一页 1 ··· 13 14 15 16 17 18 19 20 21 ··· 26 下一页