Yan Zhang's blog

前言 之前使用pycharm，新建文件时可以自动添加作者、日期、描述等信息，奈何pycharm比较重，换成较轻的VScode后，发现无法添加。 VScode配置方法 依次点击VScode---->file---->preference---->User Snippets，选择Python 在弹出的python.json文件中注释掉原来的code，加入以下自定义代码段，保存退出 12345678910111213141516171819202122232425262728{ // Place your snippets for python here. Each snippet is defined under a snippet name and has a prefix, body and // description. The prefix is what is used to trigger the snippet and the body will be expanded and inserted. Possible variables are ...

前言 Ubuntu下，经常会用到sudo，但使用sudo会让输入密码。为了方便去修改/etc/sudoers文件，使sudo不用密码，这时候可能会导致sudo命令无法使用。 或者root添加用户之后没有给用户sudo权限，也会去修改/etc/sudoers文件，也会导致sudo命令无法使用。 报错log 一般情况下，我们只有ssh登录权限，修改sudo再使用会报如下错误： 12345678==== AUTHENTICATING FOR org.freedesktop.policykit.exec ===Authentication is needed to run `/usr/sbin/visudo' as the super userAuthenticating as: ubuntu,,, (ubuntu)Password:polkit-agent-helper-1: error response to PolicyKit daemon: GDBus.Error:org.freedesktop.PolicyKit1.Error.Failed: No session for ...

前言 大家好，作为一名python资深爱好者，写完的python想给别人用，不会写代码的小姐姐电脑上又没有环境，可咋办呢？ 这时候，pyinstaller就开始表演了。Python生成可执行文件(exe or Ubuntu下bash文件)，本文记录笔者初次使用pyinstaller踩的所有坑。 安装pyinstaller 作为一名python爱好者，conda虚拟环境相信你已经很清楚了，下面直入主题： 12$ conda activate your_envs # 激活虚拟环境$ pip install pyinstaller # 安装pyinstallerb包 或者使用离线安装，安装方式： 在Pyinstaller离线包链接中选择最新版win64位的下载即可，然后安装方式同上：先激活你的虚拟环境，然后pip install 把你刚下载好的离线文件拖到这个pip install 后面回车即可。 Pyinstaller 生成exe（无参数版） Pyintaller的语法在Windows，MacOS和Ubuntu的语法相同，但是在Windows下打包的应用只能在Windows下使用，Ma ...

问题描述 在pycharm中调试代码是没问题的，换到vscode中路径就出问题; 或者不知道从一个py文件中导入另一个py文件中的函数该怎么办呢？ 解决方法两种 第一种 下面看一下文件存放目录 project |——aaa    |——test_a.py |——bbb ​   |——test_b.py 假如你想从test_b.py中调用test_a.py里的函数，或者从 ==任何位置== 调用test_a.py，只需要在test_b.py中或你想run的文件中添加如下几行代码: 123import syssys.path.append(project的绝对路径) # 添加需要调用project的绝对路径或调用的py文件绝对路径from aaa.test_a import * 第二种 将项目打包，在项目的根目录下新建setup.py文件，然后在文件中写入如下内容 12345678910111213141516171819import os.pathfrom setuptools import setup, find_packagesimport syssys.path.insert ...

Created: October 7, 2021 5:39 PM 舟山四天行程安排 相关工作 出行第一条：提前看好天气，都是大太阳才去，要不你会后悔的！ 四天行程包含车程安排，第一天只需要抵达舟山即可。 想去东极岛玩耍，重点来了，==抢去程船票==（朱家尖至庙子湖岛，开2h），关注东极海运公众号即可抢票，提前三天早晨5:00抢！！！（抢不到就GG，抢到了恭喜你，舟山旅行即将开启） ==抢宾馆== 预定第一天的宾馆，在朱家尖附近就行，第二天早晨打车去坐船；预定第二天在东福山岛宾馆，需要海景房等条件啥的直接美团上看就行；预定第三天庙子湖的宾馆，海景房同上。（抢不到宾馆不至于GG，还可以自己带帐篷野营，很安全，还不冷，和当地游客沟通过，帐篷挺舒服的，性价比还可以） 船票抢好，抓紧买从出发地到舟山的车票，比如上海南–>舟山大巴等等。 在庙子湖续航到东福山的船票需要==现金==，¥30/每人。其他所有消费均可在线支付。 ==抢回程船票== 提前一天早7:00购买庙子湖至朱家尖的回程船票，开2h（还是上边那个公众号：东极海运）。抢好以后直接买从携程等app购买回家的票，如蜈蚣峙码头–> ...

问题 浪潮服务器风扇转起来跟方程式赛车一样炸，那么就需要手动调整风扇转速 所需设备 需要调整的浪潮服务器、笔记本或者台式机（win）、网线一根（用于连接服务器和笔记本） 解决方法 首先用网线将服务器与笔记本或台式连接（注意：服务器端要插IPMI端口） 将方程式炸街服务器关机。 开机疯狂按delete进入浪潮bios界面，然后依次进入Server Mgmt->BMC network configuration->Get BMC Dedicated parameters 然后enter，选择manual，选择configuration Address source， 然后enter，选择static，选择Station IP address， 然后enter，输入192.168.1.100 然后enter，同样调整Subnet mask为255.255.255.0 同样调整Router IP Address为0.0.0.0 然后按F10保存退出（旁边有提示，一般为F10） 打开win，控制面板->查看网络状态和任务->以太网->属性->IPv4，双击I ...

前言 经过R-CNN和Fast R-CNN的积淀，Ross B. Girshick在2016年提出了Faster R-CNN，在结构上，Faster R-CNN已经将feature extraction，proposal提取，bounding box regression(rect refine)，classification都整合在了一个网络中，使得综合性能有较大提高，在检测速度方面尤为明显。 R-CNN(Region with CNN feature) 如图所示：R-CNN分为四步 第一步： 第二步： 第三步： 第四步： R-CNN框架： Region proposal(Selective Search) Region proposal resize 成227*227送入Feature extraction(CNN) Classification(SVM) Bounding-box regression(regression) R-CNN存在的问题： 测试速度慢：测试一张图片约53s（CPU）。用Selective Search算法提取候选框用时约2s，一张图 ...

这里记录一下将yolov5用于训练自己的数据集，这里v5的github地址 Environment 本文是直接 pip install -r requirement.txt直接安装成功，如果不容易成功，就一个个安装即可。如果出现报错，多关注一下torch的版本即可。 Data preparation label的格式: <object-class> <x_center> <y_center> <width> <height> 举个🌰： 414_735_0.txt 127 0.503 0.499 0.098 0.4517 0.465 0.633 0.033 0.053 数据集格式 data ├──coco.yaml ├──coco128.yaml ├──==defect_data==    ├──images       ├──train       ├──val    ├──labels       ├──train       ├──val ├──… 然后制作自己的defect.yaml配置文件(直接复制coco.yaml ...

简介 商汤科技（2018 COCO目标检测挑战赛冠军）开源了基于Pytorch的目标检测工具mmdetection，支持Mask-RCNN，Fast-RCNN，Faster-RCNN等主流的目标检测框架。 作者称mmdetection有三点优势：测试结果、训练速度、所需显存都有所改善。 下面将记录一下我的测试过程。 准备自己的数据集 mmdetection支持coco格式和voc格式的数据集，分别介绍这两种数据集的使用方式。 coco数据集 官方推荐coco数据集按照以下目录形式存储，以coco2017数据集为例 12345678910mmdetection├── mmdet├── tools├── configs├── data│ ├── coco│ │ ├── annotations│ │ ├── train2017│ │ ├── val2017│ │ ├── test2017 推荐以软连接的方式创建data文件夹，下面是创建软连接的步骤 123cd mmdetectionmkdir dataln -s $COCO_ROOT data 其中，$ ...

简介 Windows下mobaxterm是终端连接图形化工具。最基本功能包括分组、ssh连接名、sftp等等。这些功能都图形化非常方便，尤其是管理多台服务器。起初觉得mobaxterm功能太冗余了，多数功能都用不到，但是后来用惯了真的极大的方便。 mac自带的terminal，即便是iterm2+zsh，也只是一个终端而已。管理多台远程ssh服务器自然有些不够用，没法分组，没法自定义ssh连接名，造成一些不方便。 Royal TSX 好用，基本上完美，支持 SSH FTP，也支持密钥登录，tab 标签管理服务器等等。除了貌似不能使用跳板机，其他都挺好。 下载Royal TSX 这是一个集成型的软件，刚安装的软件没有其他功能，通过在软件内在线安装相应的插件来实现我们想要的功能。 Royal TSX下载地址 下载插件 如下图，偏好设置preference->plugins，选择terminal和file transfer的install即可。 创建Document 免费版的只能创建一个Document，file->new document，然后保存，记得一定要保存。保存位置默 ...

概述 内部排序：待排序记录存放在计算机内存中进行的排序过程。 外部排序：待排序记录的数量很大，以致于内存不能一次容纳全部记录，所以在排序过程中需要对外存进行访问的排序过程。 算法实现 直接插入排序 1.核心思想 直接插入排序（Insert Sort）是插入排序的一种，从第二个元素开始遍历，每次取出一个元素开始遍历，跟左边那个元素进行比较：比左边大则不动；比左边小，就和左边替换，继续向左遍历，直到找到该插入的位置。 2.代码实现 12345678910111213def directSort(arr): if len(arr) <= 1: return arr for i in range(1,len(arr)): while i > 0 and arr[i] < arr[i-1]: arr[i],arr[i-1] = arr[i-1],arr[i] i = i - 1 return arr arr = [64, 34, 25, 12, 22, 11, 90]b = d ...

注意力(attention)是一个十分常见的东西，这在CV领域尤为明显。eg：上课时候，学生的注意力都在老师身上，而对讲台和黑板不会关注,此时可以认为除了老师以外，都被学生自动认为是background了。而CV中的注意力机制的基本思想就是让系统学会注意力——能够忽略无关信息而更多的关注我们希望它关注的重点信息。本文主要讨论的是CV领域。关于NLP，读者可自行查阅。 注意力的发展和分类 发展 早期的注意力研究，是从大脑成像机制去分析的。搭建这种网络需要注意两方面：一方面是这种神经网络能够自主学习注意力机制，另一方面则是注意力机制能够反过来帮助我们去理解神经网络“看到的世界”。 近几年来，深度学习与视觉注意力机制结合的研究工作，大多数是集中于使用mask来形成注意力机制。mask的原理在于通过另一层新的权重，将图片中关键的特征标识出来，通过学习训练，让深度神经网络学到每一张新图片中需要关注的区域，也就形成了注意力。（可以注意到，本质是希望通过学习得到一组可以作用在原图上的权重分布） 分类 根据这种思想，注意力有两个大的分类：软注意力(soft attention) 和 硬注意力 (har ...