- 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...
- 1. run的快捷键是alt+shift+f10 比如可以设置快捷键为Ctrl+f1 2.还是老办法： 将python代码中的test替换掉 之所以会出现上面这种情况，实际上是因为Pycharm误认你的脚本文件是用来测试的。导致这样的结果，可能是你脚本中的test字样太多了，所以替换掉test即可。 同时按住 CTRL 和 R 两个键，进入字符替换模式... 1. run的快捷键是alt+shift+f10 比如可以设置快捷键为Ctrl+f1 2.还是老办法： 将python代码中的test替换掉 之所以会出现上面这种情况，实际上是因为Pycharm误认你的脚本文件是用来测试的。导致这样的结果，可能是你脚本中的test字样太多了，所以替换掉test即可。 同时按住 CTRL 和 R 两个键，进入字符替换模式...
- 去除由于对焦，运动等造成的模糊图像，所以在构建数据集的时候考虑用opencv对清晰的图片进行处理获得模糊的图片从而进行训练。 1） 运动模糊图像 一般来说，运动模糊的图像都是朝同一方向运动的，那么就可以利用cv2.filter2D函数。 import numpy as np def motion_blur(image, degree=10, angle=20): ima... 去除由于对焦，运动等造成的模糊图像，所以在构建数据集的时候考虑用opencv对清晰的图片进行处理获得模糊的图片从而进行训练。 1） 运动模糊图像 一般来说，运动模糊的图像都是朝同一方向运动的，那么就可以利用cv2.filter2D函数。 import numpy as np def motion_blur(image, degree=10, angle=20): ima...
- python 时间字符串 只能到秒： import time date = time.strftime("%Y-%m-%d %H:%M:%S") print(date) #输出：'2019-06-15 18:58:07' 打印带ms毫秒： timestr = datetime.datetime.now().strf... python 时间字符串 只能到秒： import time date = time.strftime("%Y-%m-%d %H:%M:%S") print(date) #输出：'2019-06-15 18:58:07' 打印带ms毫秒： timestr = datetime.datetime.now().strf...
- import numpy import time numpy.set_printoptions(suppress=True) print(0.015,0.0000015) import numpy import time numpy.set_printoptions(suppress=True) print(0.015,0.0000015)
- https://github.com/ryanfwy/KCF-DSST-py https://www.jianshu.com/p/82a5748ed0fb https://github.com/wwdguu/pyCFTrackers https://github.com/ryanfwy/KCF-DSST-py https://www.jianshu.com/p/82a5748ed0fb https://github.com/wwdguu/pyCFTrackers
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签