logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

React-Native(八)gradle与其插件版本对应

1、找到gradle-wrapper.properties文件,修改distributionUrl文件路径:D:\projects\civil\android\gradle\wrapper2、修改build.gradle中的classpath文件路径:D:\projects\civil\android\build.gradle目前我的配置:distributionUrl=https\://serv

图像识别(一)车牌识别

步骤:读入图片——转灰度图——高斯过滤——均值过滤——sobel提取边缘——图像二值化——膨胀——腐蚀——膨胀——提取轮廓——遍历所有轮廓——对轮廓拟合多边形——求出最小矩形——对矩形进行筛选——在图像中截取矩形框——ORC识别字符(识别误差太大,待续)import numpy as npimport cv2import skimageimport pytesseractfrom PI...

图像识别(二)骰子识别

某牛人要求我做一个骰子识别,加了好几次需求,终于初见成果效果图如下:原图如下:代码如下:import cv2import numpy as npimport skimagefrom PIL import ImageFont, ImageDraw, Image#设置字体fontpath = "font/simsun.ttc"font = ImageFont.truetype(...

深度学习(四)CUDA、QT

CUDA配置:torch.cuda版本与系统.cuda版本需一致QT配置:安装pyqt5 ——安装pyqt5-tools(pip) ——在pycharm中配置扩展工具cuda使用:创建device(‘cuda:0’ if torch.cuda.is_available() else “cpu”)初始cuda索引为0(可修改,直接’cuda’默认为0)————————将模型或张量.to(devi..

#qt
深度学习(八)fasterRCNN生成锚框利用前景概率提取roi

利用anchor_base锚框的形状+(a,b,a,b)坐标,输出的是锚框的左上角纵坐标,左上角横坐标,右下角纵坐标,右下角横坐标代码在/model/region_proposal_network/enumerate_shift_anchor()代码如下:def _enumerate_shifted_anchor(anchor_base, feat_stride, height, width...

django(四)多应用

diango支持多应用开发多应用可以共享一个数据库,也可以分别使用不同的数据库本篇只以一个数据库为例分三步 1 models的配置2 urls的配置3 views的实现1 关键点在models的内容比如有两个app,下面分别对应2个models,其中hero和book的关系是1对多from django.db import models# Create your models here.class

配置pyspark环境

环境搭建jdk 1.8配置 https://www.cnblogs.com/nojacky/p/9497724.html安装spark以及hadoophttps://zhuanlan.zhihu.com/p/103465541python 环境3.7报错pyspark在windows下java.net.SocketException: Connection reset by peer...

算法(四)退火算法

退火退火,核心在退,每次迭代,范围缩小步骤:1 初始解2 开始while循环退火,当前范围T = T/(t)其中t为循环累加的值,T为初始值,每次迭代减小3 每层迭代50次寻找这一层的最小值,如果比当前值大,概率性保存。方式是使用邻近解的函数值与当前解的函数值做比较代码如下:import mathimport randomdef function(x):return x**3-60*x**2-4*

django(二)ajax实现表单验证

实现账号是否存在,密码是否正确,以及验证码是否正确的一个验证主要流程:首先判空,如果不为空,发送ajax请求,将input的值传递到服务器,服务器接受请求,判断数据是否在数据库,如果是返回1,如果不是返回0,浏览器接受服务器响应如果是1,则对应的verify_key设置为true作为表单提交的条件,如果是0,则在input元素后面加上span元素内容为提示句。做验证码动态更换时进行ajax请求..

深度学习(八)fasterRCNN模型 回归原理逐字理解

1、bbox回归,首先依据锚框与偏移量预测出目标框,然后根据目标框与原框求出偏移量。交并比为相交部分面积/相并部分面积,以及生成锚框。公式如下:依据锚框及偏移量输出预测框依据预测框与原框输出偏移量代码如下:import numpy as npimport numpy as xpimport sixfrom six import __init__def loc2bbox(...

    共 20 条
  • 1
  • 2
  • 请选择