摘要：
np.where(condition) 只有条件 (condition)，没有x和y，则输出满足条件 (即非0) 元素的坐标 (等价于numpy.nonzero)。这里的坐标以tuple的形式给出，通常原数组有多少维，输出的tuple中就包含几个数组，分别对应符合条件元素的各维坐标。 >>> a = 阅读全文
posted @ 2020-11-03 16:44
OliYoung
阅读(117)
评论(0)
推荐(0)
摘要：
1.np.max(a, axis=None, out=None, keepdims=False) 求序列的最值 最少接受一个参数 axis默认为axis=0即列向,如果axis=1即横向 ex: >> np.max([-2, -1, 0, 1, 2]) 2 2.np.maximum(X, Y, ou 阅读全文
posted @ 2020-11-03 16:12
OliYoung
阅读(190)
评论(0)
推荐(0)
摘要：
1. 准备 LMDB和SQLite/MySQL等关系型数据库不同，属于key-value数据库（把LMDB想成dict会比较容易理解），键key与值value都是字符串。 安装： pip install lmdb 使用时 import lmdb 2. 操作流程 概况地讲，操作LMDB的流程是： 通过 阅读全文
posted @ 2020-11-03 13:40
OliYoung
阅读(851)
评论(0)
推荐(0)
摘要：
一、unsqueeze()函数 1. 首先初始化一个a 可以看出a的维度为（2，3） 2. 在第二维增加一个维度，使其维度变为（2，1，3） 可以看出a的维度已经变为（2，1，3）了，同样如果需要在倒数第二个维度上增加一个维度，那么使用b.unsqueeze(-2) 二、squeeze()函数介绍 阅读全文
posted @ 2020-11-03 13:34
OliYoung
阅读(17423)
评论(0)
推荐(2)
摘要：
概述 非极大值抑制（Non-Maximum Suppression，NMS），顾名思义就是抑制不是极大值的元素，可以理解为局部最大搜索。这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。这里不讨论通用的NMS算法(参考论文《Efficient Non-Maximum Su 阅读全文
posted @ 2020-11-03 13:30
OliYoung
阅读(2049)
评论(1)
推荐(1)
浙公网安备 33010602011771号