原创 Numpy中bool式條件索引【Python瑣碎知識點】

a = np.arange(24).reshape(2,3,4) a """ array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11

原创 切片中正負索引值和正負步幅的理解【Python瑣碎知識點】

須知內容 切片的基本格式是:對象[索引值1:索引值2:步幅] 經典索引圖: 主要內容 切片中的前兩個參數,兩者之間的約束是彼此定位的元素的索引,在方向從左向右時,第一個參數對應數值的索引要小於第二個參數 在方向從右向左時

原创 LBP特徵提取算子光照不變性和旋轉不變性的具體解釋與detectMultiScale參數說明【DataWhale學習記錄】

零 前言 LBP曾廣泛應用於人臉檢測以及人臉識別應用中,但在深度學習和卷積神經網絡迅猛發展的今天,以LBP爲特徵的檢測以及識別算法並不具有競爭力,但是作爲學習案例還是很有借鑑意義的。 本文的重點部分是:第一節\第二節\第六節.即介

原创 Bool類型數據與其他類型的隱式轉換規則【Python瑣碎知識點】

參考極客時間專欄:修煉基本功:條件與循環

原创 np.random.seed()的理解及使用【Numpy瑣碎知識點】

A 主要內容 seed方法設立的目的是爲了能夠實現實驗的可重複進行,得到相同的隨機值結果。 seed方法的影響效力僅限於下面的第一個random語句。 從相同的隨機數種子出發,可以得到相同的隨機數序列。隨機數種子通常由當前計算機

原创 ubuntu20.04 安裝、美化、辦公環境搭建及深度學習開發環境搭建

一 ubuntu20.04安裝 1 前言 我們進行雙系統的安裝 電腦起初是win10系統,在此基礎上留出80G“爲分配”的空間來裝載ubuntu20.04系統,按照下列方法進行安裝,親測有效。 安裝ubuntu前,電腦基本配置是:

原创 Matplotlib學習總結梳理【Matplotlib學習記錄】

首先粗略介紹各個方法 首先開頭:plt.figure() ---- 表示鋪開一張作圖的白紙,且若僅有一個圖時可以省略,且其作用域影響的是下一個plt.figure出現前的所有plt點出的方法。 結尾必用:plt.show() -

原创 round函數並不是絕對的四捨五入【Python瑣碎知識點】

a1 = np.array([1.4,2.5,2.6],dtype='float64') print(a1.round(0)) a2 = np.array([2.5,2.51,2.501,2.50000001],dtype='f

原创 Pandas學習總結梳理【Pandas學習記錄】

參考課程:Numpy & Pandas (莫煩 Python 數據處理教程) 和 Python數據分析和數據可視化 Pandas基本介紹 Pandas像是字典形式的Numpy,它給Numpy的不同行和列都進行了命名。 Pand

原创 np.random.normal()函數的默認值的推演【Numpy瑣碎知識點】

參考文獻:Python學習之np.random.normal()函數. A np.random.normal()的API numpy.random.normal(loc=0,scale=1e-2,size=shape) 參數lo

原创 Haar特徵計算過程【DataWhale學習記錄】

0 前言 本文重點在於對4 haar特徵值的一般性計算過程、5 Haar的分類過程 7 積分圖優化Haar特徵計算效率進行了詳細的介紹,也是比較有意思的部分。 但是由於本人水平有限,關於“利用並查集 合併 檢測結果窗口”並沒有得到

原创 Numpy學習總結與梳理 ---- 參考兩門課程《莫煩Python》《日月光華Python》【Numpy回顧總結】

參考課程:《莫煩Python》與《日月光華Python》. 說明:該文章用於回顧、梳理,未附加足夠的代碼解釋,素所以不適合開始入門學習。 1 Numpy的數據結構&數據類型 Numpy的數據結構:僅一種:np.array Num

原创 Brook_icv《SIFT特徵詳解》難點的輔助閱讀內容

在我學習SIFT時,遇到了我認爲整理得最好的一篇文章Brook_icv《SIFT特徵詳解》。作者文字嚴謹,閱讀略帶美感,讓人舒服,以致於我改變以前的寫作方式,嘗試一種新的方式,即以大牛的文章作爲學習的主體內容,而對於文章中不懂的

原创 HOG特徵描述子的解釋【DataWhale學習記錄】

參考文獻: 第十八節、基於傳統圖像處理的目標檢測與識別(HOG+SVM附代碼) HOG特徵 圖像特徵工程:HOG特徵描述子介紹 HOG特徵 推薦的一個pdf學習文件是:HOG特徵描述算子-行人檢測 1 HOG特徵描述子的簡介 Hi

原创 彩色空間HSV|RGB|灰度圖的理解與OpenCV中的轉換【DataWhale瑣碎知識點】

參考文獻:基於OpenCV的彩色空間互轉 和 圖像處理之灰色圖轉化爲RGB圖像. 1 色彩空間 1.1 GRAY色彩空間 GARY色彩空間(灰度圖像)通常指8位灰度圖,具有256個灰度級,像素值的範圍是[0,255]。不同數值表