线上服务器获取图像大都是从URL获取, 总结 Python 环境下, 以下几种从图像 URL 获取图像数据 PIL.Image + requests import requests as req from PIL import Image from io import BytesIO response = req.get(img_url) image = Image.open(BytesIO(response.content)) skimage from skimage import io image = io.imread(img_url) OpenCV
目标检测评价指标MAP计算流程小结 目标检测由于包含分类以及box回归, 对其进行评价相对于单独的分类问题更复杂,直接使用精度、召回作为评估准则
MAC 下使用Clion 配置OpenCV brew install opencv 在Clion中新建项目, 假设项目名为demo, 在 CMAKELists.txt中编辑 cmake_minimum_required(VERSION 3.9) project(demo) set(CMAKE_CXX_STANDARD 11) find_package(OpenCV) include_directories(${OpenCV_INCLUDE_DIRS}) add_executable(demo main.cpp)
1.从CSV文件读取数据写入表中,指定分割符 # 建表 CREATE TABLE `my_table`( `city_id` string COMMENT 'city_id', `area_code` string COMMENT 'area ID', `prediction` int COMMENT 'date prediction', `vdate` string COMMENT 'date') row format delimited fields terminated by ','; # 将本地数据写入数据库 LOAD DATA LOCAL INPATH '/home/yourcsvfile.csv' OVERWRITE
神经网络的训练是一个复杂的问题,很多时候会遇见即使拿到了别人的代码也训练不出来,无法复现。 以下是37个训练网络的建议英文原文: 1.最基本的措
常用操作 读数据 1.读csv df = pd.read_csv("data.csv") 2.读数据库 import MySQLdb from pandas import DataFrame from pandas.io.sql import read_sql db = MySQLdb.connect(host="localhost", # your host, usually localhost user="root", # your username passwd="password", # your password db="dbname") # name of the data base query = "SELECT * FROM tablename" df = read_sql(query, db) 数据快照 1
此命令需要python支持,mac, linux默认自带,windows需要自己安装python 命令行进入文件夹,输入 python -m SimpleHttpServer 端口号(默认800
查看端口占用 sudo lsof -i:端口号 netstat -anlp | grep 端口号
使用windows时,可以使用xshell通过rz,sz命令通过跳板机方便的上传、下载文件。而使用macos的scp命令比较麻烦,使用ite
conda 添加清华源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes conda附加库 # Conda Forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ # msys2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ # bioconda conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ #menpo conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ # pytorch conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ pip 指定清华源