- 参考： https://github.com/damiandennis/code128cgen/blob/master/code128cgen/__init__.py 有个编码写错了，正确的："11": 231212 # -*- coding: utf-8 -*-import osimport numpy as npimport cv2import refrom PIL... 参考： https://github.com/damiandennis/code128cgen/blob/master/code128cgen/__init__.py 有个编码写错了，正确的："11": 231212 # -*- coding: utf-8 -*-import osimport numpy as npimport cv2import refrom PIL...
- 上面这个把空格，换行一起删掉 下面这个把换行删掉，空格留下 a=" b c\n"b= a.strip()c=b.split(" ")print(c) a=" b c \n"b= a.strip("\n")c=b.split(" ")print(c) 上面这个把空格，换行一起删掉 下面这个把换行删掉，空格留下 a=" b c\n"b= a.strip()c=b.split(" ")print(c) a=" b c \n"b= a.strip("\n")c=b.split(" ")print(c)
- g = os.walk(bar_real_dir) img_files = ['%s/%s' % (i[0], j) for i in g if i[0].endswith('imgs') for j in i[-1] if j.endswith('jpg')] 筛选图片： g = os.walk(list_path)img_files = ... g = os.walk(bar_real_dir) img_files = ['%s/%s' % (i[0], j) for i in g if i[0].endswith('imgs') for j in i[-1] if j.endswith('jpg')] 筛选图片： g = os.walk(list_path)img_files = ...
- 余弦相似度 在NLP的任务里，会对生成两个词向量进行相似度的计算，常常采用余弦相似度公式计算。 余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性"。 我们知道，对于两个向量，如果他们之间的夹角越小，那么我们认为这两个向量是越相似的。余弦相似性就是利用... 余弦相似度 在NLP的任务里，会对生成两个词向量进行相似度的计算，常常采用余弦相似度公式计算。 余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性"。 我们知道，对于两个向量，如果他们之间的夹角越小，那么我们认为这两个向量是越相似的。余弦相似性就是利用...
- Python编译成exe 1、安装pyinstaller pip install pyinstaller pip install packaging 2、编译 pyinstaller -F -w game.py （-F表示打包单个文件，-w是为了打开exe时... Python编译成exe 1、安装pyinstaller pip install pyinstaller pip install packaging 2、编译 pyinstaller -F -w game.py （-F表示打包单个文件，-w是为了打开exe时...
- 通过调节刻度，让界面近似正方形： import numpy as npimport matplotlib.pyplot as plt# N = 100 a_data=[[238.0,277.0],[206.0,270.0],[197.0,261.0],[188.0,256.0],[233.0,263.0],[217.0,256.0],[198.0,249.0],[192.0... 通过调节刻度，让界面近似正方形： import numpy as npimport matplotlib.pyplot as plt# N = 100 a_data=[[238.0,277.0],[206.0,270.0],[197.0,261.0],[188.0,256.0],[233.0,263.0],[217.0,256.0],[198.0,249.0],[192.0...
- TM_CCOEFF_NORMED可以用分数过滤，0.7效果还行。 不需要匹配的地方，可以用黑色填充，不能用白色填充，结果仍然返回矩形框。 注释的代码现在不能用分数过滤，会有误检 TM_SQDIFF_NORMED 物体角度变化可能会漏检 import cv2import osimport numpy as np path=r"JPEGImages/" templat... TM_CCOEFF_NORMED可以用分数过滤，0.7效果还行。 不需要匹配的地方，可以用黑色填充，不能用白色填充，结果仍然返回矩形框。 注释的代码现在不能用分数过滤，会有误检 TM_SQDIFF_NORMED 物体角度变化可能会漏检 import cv2import osimport numpy as np path=r"JPEGImages/" templat...
- 还得下载32位python.exe进行安装 http://www.xfdown.com/soft/47114.html 安装路径没有显示，自己通过搜索python.exe来确定位置。 安装32位，有时候不管用 conda info # 查看当前工作平台 set CONDA_FORCE_32BIT=1 # 切换到32位 set CONDA_FORCE_32BIT=0... 还得下载32位python.exe进行安装 http://www.xfdown.com/soft/47114.html 安装路径没有显示，自己通过搜索python.exe来确定位置。 安装32位，有时候不管用 conda info # 查看当前工作平台 set CONDA_FORCE_32BIT=1 # 切换到32位 set CONDA_FORCE_32BIT=0...
- python路径拼接 windows 系统一般用斜杠\\，需要加转义符号，但是Windows 斜杠和反斜杠通用 linux 一般用反斜杠/,斜杠会报错。 父目录和子目录路径拼接方法： parent=r"E:\om\convert\demo_ok" parent= parent[:-1]+parent[-1].replace("/","").replac... python路径拼接 windows 系统一般用斜杠\\，需要加转义符号，但是Windows 斜杠和反斜杠通用 linux 一般用反斜杠/,斜杠会报错。 父目录和子目录路径拼接方法： parent=r"E:\om\convert\demo_ok" parent= parent[:-1]+parent[-1].replace("/","").replac...
- 参考： https://www.jianshu.com/p/c20adfa72733 平方差匹配CV_TM_SQDIFF：用两者的平方差来匹配，最好的匹配值为0归一化平方差匹配CV_TM_SQDIFF_NORMED相关匹配CV_TM_CCORR：用两者的乘积匹配，数值越大表明匹配程度越好归一化相关匹配CV_TM_CCORR_NORMED相关系数匹配CV_T... 参考： https://www.jianshu.com/p/c20adfa72733 平方差匹配CV_TM_SQDIFF：用两者的平方差来匹配，最好的匹配值为0归一化平方差匹配CV_TM_SQDIFF_NORMED相关匹配CV_TM_CCORR：用两者的乘积匹配，数值越大表明匹配程度越好归一化相关匹配CV_TM_CCORR_NORMED相关系数匹配CV_T...
- from distutils.core import setup from distutils.extension import Extensionfrom Cython.Distutils import build_extimport numpy as np setup( cmdclass={'build_ext': build_ext}, #ext_mo... from distutils.core import setup from distutils.extension import Extensionfrom Cython.Distutils import build_extimport numpy as np setup( cmdclass={'build_ext': build_ext}, #ext_mo...
- bat 启动报错： no moudle named xxx pyhthon.exe需要在环境变量， 爆装在python的Lib文件夹下就可以引用。 报错原因： 1.路径没有添加上，那就添加就行。 2.可能python版本选错了，python命令就可以看版本。 bat 启动报错： no moudle named xxx pyhthon.exe需要在环境变量， 爆装在python的Lib文件夹下就可以引用。 报错原因： 1.路径没有添加上，那就添加就行。 2.可能python版本选错了，python命令就可以看版本。
- self.shortcut = nn.Sequential( nn.Conv2d(in_planes, self.expansion*planes, kernel_size=1, stride=stride, bias=False) ) if hasattr(self, 'shortcut') self.shortcut = nn.Sequential( nn.Conv2d(in_planes, self.expansion*planes, kernel_size=1, stride=stride, bias=False) ) if hasattr(self, 'shortcut')
- 原文：https://www.cnblogs.com/denny402/p/7027954.html 1. 欧氏距离(Euclidean Distance) 欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距离公式。 (1)二维平面上两点a(x1,y1)与b(x2,y2)间的欧氏距离： (2)三维... 原文：https://www.cnblogs.com/denny402/p/7027954.html 1. 欧氏距离(Euclidean Distance) 欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距离公式。 (1)二维平面上两点a(x1,y1)与b(x2,y2)间的欧氏距离： (2)三维...
- 方法2import Levenshteindef get_equal_rate(str1, str2): return Levenshtein.ratio(str1, str2) 下面两个方法效果都不好： difflib.SequenceMatcher(None, str1, str2).quick_ratio() 精度低 diffl... 方法2import Levenshteindef get_equal_rate(str1, str2): return Levenshtein.ratio(str1, str2) 下面两个方法效果都不好： difflib.SequenceMatcher(None, str1, str2).quick_ratio() 精度低 diffl...
上滑加载中
推荐直播
-
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中
热门标签