自上次参加完目标识别的7日打开营，对目标识别的一些理论的印象大大加深了，但是在使用中，仍然基本只会使用paddledetection提供的现成的东西。这次目标识别7日营，朱老师除了讲解目标识别网络设计的原理，并且亲自手撕代码，让我读paddle的一些实现有了更深的了解。虽然还是不能像大佬一样手撕代码，但是在看paddleseg、paddledetection什么的时候，也开始明白了这些代码是做什么

在百度21天入门课程顺利结业之后，又一次加入了百度PaddleDetection目标检测七日打卡营。这是我第一次使用PaddleDetection，老师讲课非常好，使用起来比较方便，而且提供了免费的算力，真的是一个学习paddle和深度学习的好平台。前几天学习了两阶段模型和yolo系列，老师的讲解很有趣而且干货满满。对于这方面比较萌新的我来说还是有难度，所以在作业的完成中的成绩并不是特别理想。今天

处理CLDAS-V2.0的.nc数据文件——四川省为例CLDAS-V2.0是中国气象局陆面数据同化系统实时产品数据集，可以从中国气象数据网下载以四川省为例，下载了一段时间的数据，数据格式为.nc格式（NETCDF DATA），如下可以使用ArcMap的多维工具的“创建NetCDF栅格图层”的工具来打开，叠加一个全国的省界，可以看到这个数据是四川的某个数据现在使用NetCDF4和gdal来处理这个文

QGIS+Paddle：深度学习遥感建筑提取插件*大小限制，全损画质记录1. 环境配置QGIS的安装和开发环境的配置网上都有不少资源，但是在配置paddlepaddle-gpu环境的时候还是遇到两个坑，解决方案可以参考：QGIS安装Paddle-GPU报错QGIS导入Paddle报错无效的数据源2. 设想实现时的想法是获取当前活动图层，如果这个图层是栅格，就读取，然后转为ndarray格式，预处理

在进行物体检测任务的时候，数据标注是比较麻烦的，而是用EasyDL可以只标注30%的数据，再使用智能标注来高效的标注。但是EasyDL标注完的数据不方便拿出来，而且保存的JSON不方便进行使用，所以可以以下方法进行导出和转换。导出在AI Studio中创建数据集，选择从EasyDL导出，就可以创建数据集了。然后该数据集是可以下载的，并且AI Studio的数据集下载挺快的。转换官方好像并没有提供这

作为测试和记录，就随便试一个数据集，AID数据集，AID数据集是一个遥感影像数据集，其包含 30 个类别的场景图像，其中每个类别有约 220 – 420 张，整体共计 10000 张，其中每张像素大小约为 600*600。PaddleX全流程模型训练PaddleX是基于飞桨核心框架、开发套件和工具组件的深度学习全流程开发工具。具备 全流程打通 、融合产业实践 、易用易集成 三大特点。这里是体验的P

在间接平差中我们，我们由正规方程使平差准则VTPV=min，也就像线性回归中我们使用梯度下降找到了J的最小值，这些问题都可以简单看成在下面的图形中找到最低点，无论是正规方程还是梯度下降，都是力求导数趋近于零，此时对应的点就是最低点而在附有限制条件的间接平差中，我们可以理解为依然要找到这个图形的最低点，只不过我们必须要某个条件中，比如图中的平面。这时平面和曲面有一条交线，我们就需要在这条交线上寻..

QgsRasterLayer转ndarray目前在QGIS中没看到读取到栅格后怎么转化为nd数组在后台进行一些操作（比如跑个深度学习模型啥的）。于是经过参考和探索，先出了一个折中的办法，将栅格转为nd数组，效率不高，暂时保留，后续发现更好的方法再来更新。代码如下：import numpy as npdef raster2ndarray(lyr):'''input: lyr(QgsMapLayerT

作为测试和记录，就随便试一个数据集，AID数据集，AID数据集是一个遥感影像数据集，其包含 30 个类别的场景图像，其中每个类别有约 220 – 420 张，整体共计 10000 张，其中每张像素大小约为 600*600。PaddleX全流程模型训练PaddleX是基于飞桨核心框架、开发套件和工具组件的深度学习全流程开发工具。具备 全流程打通 、融合产业实践 、易用易集成 三大特点。这里是体验的P

最近一个项目需要对声音文件进行一个滤波处理，由于并没有这种经验，所以借助图像的滤波来实现一下首先导入需要的包和设置路径import wave as weimport numpy as npimport matplotlib.pyplot as pltdir = r'路径'现在写读入音频和傅里叶变换的函数，载入数据，查看现在的状态def read_wav(wavfile, ...