Jetson系列盒子经过刷机之后，python版本默认是python2.7，若想要切换到python3版本，需要执行如下命令，把两个版本的python加入到alternatives列表中：sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100sudo update-alternatives --i

import cv2def resize_keep_aspectratio(image_src, dst_size):src_h, src_w = image_src.shape[:2]print(src_h, src_w)dst_h, dst_w = dst_size# 判断应该按哪个边做等比缩放h = dst_w * (float(src_h) / src_w)# 按照ｗ做等比缩放w = ds

目标检测模型输出的检测框存在内嵌情况。，在推理性能足够的情况下，可以考虑使用。的信息，不用考虑影响因子，因此直接用。设置过大，没能滤除重叠检测框，原来。：在IOU和GIOU的基础上，考虑。标注框的信息，在训练时用于回归。有读者会有疑问，这里为什么不用。的基础上，添加的影响因子，包含。根据经验，第一感觉是后处理。：在DIOU的基础上，考虑。：在IOU的基础上，解决。目前分析最可能的原因是。但在测试过

import cv2import numpy as np#实现图像堆叠def stackImages(scale,imgArray):rows = len(imgArray)cols = len(imgArray[0])rowsAvailable = isinstance(imgArray[0], list)width = imgArray[0][0].shape[1]height = imgAr

1.读取图片import cv2# LOAD AN IMAGE USING 'IMREAD'img = cv2.imread("Resources/lena.png")# DISPLAYcv2.imshow("Lena Soderberg", img)cv2.waitKey(0)2.读取视频import cv2frameWidth = 640frameHeight = 480cap = cv2.V

文章目录单向链表节点实现单链表的操作单链表的实现测试代码总结单向链表单向链表也叫单链表，是链表中最简单的一种形式，它的每个节点包含两个域，一个信息域（元素域）和一个链接域。这个链接指向链表中的下一个节点，而最后一个节点的链接域则指向一个空值。表元素域elem用来存放具体的数据。链接域next用来存放下一个节点的位置（python中的标识）变量p指向链表的头节点（首节点）的位置，从p出发能找到表中的

文章目录解决过程：阶段一：阶段二待解决问题总结# 项目场景：固定相机角度拍摄多张船舶局部图像，要求拼出完整的船舶图像。解决过程：阶段一：一开始运用opencv自带的sift特征匹配算法，效果如下图出现这个结果的原因：因为相机是固定的，特征匹配时，主要匹配点为背景；基于以上结论的做法：1.读取文件时只把船的主体进行特征匹配以下代码是基于opencv-python=3.4.1.15# -*- codi

文章目录前言一、paddleocr环境搭建二、使用代码效果展示总结前言最近不是在做关于字符识别的项目嘛，同事用的paddleocr做字符识别自己测试的效果还行，结果到客户那边跑了一下没出结果，尴尬了。。。我感觉用paddleocr整体是没什么问题的，问题可能出在字符的定位方面。借着这个机会我也学习了一下paddleocr，毕竟后面同事离职我要接手这个项目的（因为同事都是大佬，一个要去读香港理工大学

本篇文章可以算是昇腾系列的一个入门样例，跑通了应该就能知道大概的操作流程，接下来应该又是一段难忘的开发心路历程，希望自己挺住！！！！！2023年11月24日14:55:12。

之前在项目中存在目标检测框内嵌的情况（目标检测框存在内嵌情况分析与解决），正好趁这个机会记录下目标检测中常用的几种IOU_loss函数。IOU_Loss作为传统的衡量标准，为我们提供了一个基础,而GIOU_Loss、DIOU_Loss和CIOU_Loss则在其基础上引入了更多的信息，如目标框的形状和相对位置等，从而使得模型更加准确地学习目标的位置和形状。！！2023年12月4日20:03:02。