#include <iostream> using namespace std; void main() { char c; string str; while(c = getchar()) { if(c == '\n') { break; } if(c=='A'||c=='E'||c=='I'||c=='O'||c=='U'||c=='a'||c=='e'||c=='i'||c=='o'||c=='u') { } else str+=c; } cout<<str.c_str()<<endl; system("pause"); }

UEFI启动+gpt分卷格式安装ubantu16.04和win10双系统 故事的起因是这样的，现在大多数电脑应该都是UEFI启动，第一个装ubantu时，作死把电脑启动方式改成了传统启动，费了好大劲才装成。 新电脑装ubantu16.04的话，首先看一下是否是UEFI启动，其次如果你扩展过机械硬盘的话，还需要看一下机械硬盘的分卷格式是否是GPT。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20190629083601498.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_...

本来我的深度学习框架是Pytorch,由于比赛原因，就要装一波tensorflow，以前也是装过tensorflow，但是需要Anaconda软件支撑就巨麻烦，并且它自带的python还会和之前自己电脑安装的python版本发生冲突问题。 1.python3.7 2.pip3 install numpy,如果嫌弃***慢可以加入pip install -i https://pypi.tuna.tsinghua.edu.cn/simple +你要的库，亲测速度超快 3.pip3 install mkl 4.pip3 install protobuf 2,3,4步骤都是tensorflow安装之前...

首先，我们比赛用的图片是7200*6800的大图像，我们首先对他进行了400份分割，得到3200份图像  分割图像，这里是采用了PIL库，由于图像要求，无法采用opencv进行处理  from PIL import Image def cut(i,vx,vy,t): name1 = "D:/rssrai2019_semantic_segmentation/val/"+str(i)+".tif" name2 = "D:/rssrai2019_semantic_segmentation/val_cut/cut/" im = Image.o...

包括对图像的旋转，镜像，加椒盐噪声，加高斯噪声，以及对图片的切分和语义分割的label图片的转换 from PIL import Image import numpy as np from skimage import io,data,util def rotate(img,op): if op == 1: ##旋转90度 img = img.transpose(Image.ROTATE_90) return img elif op == 2: ##旋转180度 img = img.transpose(Image.ROTATE_180) return img elif op == 3: ##旋...

from PIL import Image from tqdm import tqdm import os path = "D:/rssrai2019_semantic_segmentation/before_data/colormap_png/"#color图判断 path_img="D:/rssrai2019_semantic_segmentation/before_data/Image/Image_png_3/" #切割原图路径 path_class = "D:/rssrai2019_semantic_segmentation/befor...

Segnet–Unet–Pspnet–Deeplabv3+语义分割的代码实现 做语义分割的话，第一步就是要制作数据集了，当然你也可以找官方的数据集进行训练，下面我们就先说明如何制作数据集。  官方数据集：1.coco 2.cityscapes 制作自己的数据集 1.首先看网络所要求的数据集格式，像segnet,unet，这些网络，所要求的的数据集，应包含两个文件夹  label是一个8位的灰度图，每一个灰度值对应于原图中的一个类 src是语义分割的原图。这里注意要根据自己电脑的显存大小切割合适的图片尺寸大小，不然显存会爆炸。QWQ详细制作数据集的代码在我的博客里有写到https://mp.cs...

TabNine是一款机器学习的自动补全插件 首先在pycharm中ctrl+alt+s打开设置,点击Plugins，在右边搜索TabNine 然后点击安装，安装后重启pycharm,然后点击下图所示的区域  点击加号，然后选择TabNine此时，你就可以解锁tabNine的普通补全功能了 然后，选择帮助中的的选项  在 其中输入TabNine::config,一定要自己输入，这时会弹出网站，按照网站上的操作进行注册，就可以解锁机器学习功能啦

代码来源：PyTorch学习仓库：https://github.com/yunjey/pytorch-tutorial Resnet是何神提出的深度残差网络，旨在减少网络深度对过拟合的影响，采用深度残差进行网络学习F(x)-x 在进行代码编写的时候，注意resnet的几个小点： 1.由于我这里只用了basicblock，也只写了basicblock，restnet50及以上使用了bottleblock。这里代码可以看做是resnet最初级的版本吧 2.看代码的时候，downsample很难理解，要结合网络的结构，downsample是在输入维度和输出维度不一致时，进行的下采样操作 import...

face_recognition开源人脸识别库凭借超高的准确度，变得十分热门，但是我们如果仅仅使用pip安装face_recognition，大概率会报错。 那么需要自己去官网安装dlib库，官网下载地址https://pypi.org/project/dlib/#files 1.在官网下载地址中选一个dlib版本进行下载，我的是dlib19.14.0。 2.为了确保可以安装成功，你的环境中首先需要有完全更新过的VS2015或VS2017，这是一个大坑 3.此外，你要保证有你的环境中配置好了cmake,需要在自己的系统变量中设置好 4.设置cl.exe的环境变量，cl.exe可以直接在此电脑里...

TX2采坑全集 TX2安装jetpack4.3 参考博客  安装sdkmanager(需要注册nvidia账号) 选择安装的jetpack版本和TX2机型 进行下载安装，建议先选择只下载后安装，下载之前要给主机添加arm的源，否则可能会下载失败；下载失败也没关系，多retry一下就可以。 进行安装，首先拿一条usb数据线将主机与TX2相连，在往TX2烧录数据之前，会提示你将TX2进行重置，按操作要求重置就好，重置完毕后，就会像装ubuntu一样，在TX2上先装一个ubuntu18.04。安装完毕之后，设置账号密码，随后在安装进度大约49%的时候，会提示你与TX2建立ssh连接，账号，密码就填你...

Unity3d实现鼠标控制相机绕物体旋转（带阻尼） 本来想的是用四元数实现球性插值实现阻尼效果，但是不知道四元数怎么绕定点旋转。因此用速度衰减的方法进行实现。 1.实现鼠标控制相机带阻尼旋转 2.实现鼠标中键放大鼠标所在位置的  using System.Collections; using System.Collections.Generic; using UnityEngine; public class rotate1 : MonoBehaviour {  public Transform CenObj;//围绕的物体 public float ratio = 1.0f;//放大缩小速率...

COCO数据集进行自定义可视化 在发人体姿态估计的相关文章时，往往需要得到关节点和肢体的可视化结果，因此写了一个代码结构进行可视化。 COCO姿态数据集可视化 import os import numpy as np import json import cv2 import random from tqdm import tqdm dataset_dir = "D:/send_paper/COCO val2017/val2017/" dataset_save = "D:/send_paper/COCO val2017/result/" def show...

目标检测算法综述  Faster R-CNN   一、网络结构 二、 Backbone-vgg16 三、RPN区域建议网络 四、ROIPooling  SSD   一、网络结构 二、利用处理完的真实框与对应图片的预测结果计算loss  RetinaNet   一、网络结构 二、FPN结构 三、聚焦损失函数 四、困难样本挖掘 未完待续  Mask R-CNN   一.网络结构 二.RoiAlign  YOLO v3 M2Det EffienctDet   Faster R-CNN 一、网络结构  Faster-RCNN可以采用多种的主干特征提取网络，常用的有VGG16，Resnet,Xcepti...