上一页 1 ··· 6 7 8 9 10 11 12 13 14 下一页
摘要: 因为项目需要把CT图像中骨头更加明确的显示出来,且还需要保存nii文件,所以查了一些资料,在这里做一下笔记,方便以后使用。代码如下: import nibabel as nib import numpy as np import SimpleITK as sitk center = 350 # 窗位 阅读全文
posted @ 2020-08-12 23:11 九叶草 阅读(1196) 评论(0) 推荐(1)
摘要: import yaml #向yaml文件中写 with open("E:\个人\ rename.yaml", 'w') as f: project = {'在远方':"1214", "宁夏":"银川","test":'txt'} yaml.dump(project,f) #读取yaml文件中的内容 阅读全文
posted @ 2020-08-08 17:23 九叶草 阅读(2360) 评论(0) 推荐(0)
摘要: 这篇博客来自csdn,完全用于学习。 Introduce 在pytorch中,torch.nn.Module模块中的state_dict变量存放训练过程中需要学习的权重和偏执系数,state_dict作为python的字典对象将每一层的参数映射成tensor张量,需要注意的是torch.nn.Mod 阅读全文
posted @ 2020-08-08 11:35 九叶草 阅读(1901) 评论(0) 推荐(1)
摘要: 这个总结来自:博客 os.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID” # 按照PCI_BUS_ID顺序从0开始排列GPU设备 os.environ[“CUDA_VISIBLE_DEVICES”] = “0” #设置当前使用的GPU设备仅为0号设备 设备名称 阅读全文
posted @ 2020-08-07 17:36 九叶草 阅读(2677) 评论(0) 推荐(0)
摘要: 1、os.path.splitext()是用来分离文件名与扩展名; 2、os.path.basename()他返回的是一个base name,我认为就是路径最后一个文件名。 import os fname = "D:\\Python\\fig\\data.txt" files = "D:/file/ 阅读全文
posted @ 2020-08-07 17:22 九叶草 阅读(2223) 评论(0) 推荐(0)
摘要: 1、@是用来对tensor进行矩阵相乘的: import torch d = 2 n=50 X = torch.randn(n,d) true_w = torch.tensor([[-1.0],[2.0]]) y = X @ true_w + torch.randn(n,1)*0.1 print(X 阅读全文
posted @ 2020-07-26 23:29 九叶草 阅读(11002) 评论(0) 推荐(2)
摘要: Python中的os.path.join()方法可以连接一个或多个路径组件。 此方法将各个路径组成部分,与每个非空部分路径组成部分恰好用一个目录分隔符(“ /”)连接起来。 如果要连接的最后一个路径组件为空,则将目录分隔符('/')用来结尾。如果路径组件表示绝对路径,则将遗弃先前所有连接的组件,并且 阅读全文
posted @ 2020-07-11 08:38 九叶草 阅读(233) 评论(0) 推荐(0)
摘要: 本篇文章来自wikipedia,如果需要阅读英文,可以去看一下。 SURF (Speeded Up Robust Features, 加速稳健特征) 是一个稳健的图像识别和描述算法,首先于2006年发表在ECCV大会上。这个算法可被用于计算机视觉任务,如物件识别和3D重构。他部分的灵感来自于 SIF 阅读全文
posted @ 2020-07-09 11:43 九叶草 阅读(2169) 评论(0) 推荐(0)
摘要: 这篇文章是从wiki中摘抄下来,需要阅读英文的,可以去看看。 Canny边缘检测算子是澳洲计算机科学家约翰·坎尼(John F. Canny)于1986年开发出来的一个多级边缘检测算法。更为重要的是Canny创立了“边缘检测计算理论”(computational theory of edge det 阅读全文
posted @ 2020-07-09 10:45 九叶草 阅读(751) 评论(0) 推荐(0)
摘要: 后续会慢慢补充1、Faster R-CNN:他会花费更多的时间在检测方面,但是在小的项目中可以得到更为精确的结果。2、False Positive”通常指假阳性,就是把一个健康人诊断为病人。3、敏感度(sensitivity):又称真阳性率,即患者被诊断为阳性的概率,计算公式是:真阳性/(真阳性+假 阅读全文
posted @ 2020-07-07 16:31 九叶草 阅读(918) 评论(0) 推荐(0)
上一页 1 ··· 6 7 8 9 10 11 12 13 14 下一页