游客mjas2nthly4nm_个人页

2022年03月

• 03.09 19:56:01
  发表了文章 2022-03-09 19:56:01

  PyHubWeekly | 第十二期：Python数据分析师不可错过的优质项目

  PyHubWeekly每周定期更新，精选GitHub上优质的Python项目/小工具。 我把PyHubWeekly托管到了Github，感兴趣的可以搜索Github项目PyHubWeekly[1]，如果喜欢，麻烦给个Star支持一下吧。此外，欢迎大家通过提交issue来投稿和推荐自己的项目~

  
• 03.09 19:52:54
  发表了文章 2022-03-09 19:52:54

  PyHubWeekly | 第十一期：一款开挂的Python绘图工具

  PyHubWeekly每周定期更新，精选GitHub上优质的Python项目/小工具。 我把PyHubWeekly托管到了Github，感兴趣的可以搜索Github项目PyHubWeekly，如果喜欢，麻烦给个Star支持一下吧。此外，欢迎大家通过提交issue来投稿和推荐自己的项目~

  
• 03.09 19:50:43
  发表了文章 2022-03-09 19:50:43

  PyHubWeekly | 第十期：第2款轻松生成像素艺术照

  PyHubWeekly每周定期更新，精选GitHub上优质的Python项目/小工具。 我把PyHubWeekly托管到了Github，感兴趣的可以搜索Github项目PyHubWeekly[1]，如果喜欢，麻烦给个Star支持一下吧。此外，欢迎大家通过提交issue来投稿和推荐自己的项目~

  
• 03.09 19:47:31
  发表了文章 2022-03-09 19:47:31

  PyHubWeekly | 第九期：5款Python小工具，第1款提升你的代码质量

  代码规范检查是项目上线过程中必不可少的一环，在大多数情况下，我们都是把代码提交到代码库再进行静态检查。但是，为什么不从最源头把这个问题解决呢？本文将会给你答案。

  
• 03.09 19:44:25
  发表了文章 2022-03-09 19:44:25

  5分钟掌握开源图神经网络框架DGL使用

  近几年神经网络在人工智能领域的成功应用，让它备受关注和热捧。但是，它自身依然具有本质上的局限性，以往的神经网络都是限定在欧式空间内，这和大多数实际应用场景并不符合，因此，也阻碍了它在很多领域的实际落地应用。

  
• 03.09 19:39:22
  发表了文章 2022-03-09 19:39:22

  PyHubWeekly | 第八期：5款Python小工具，第3款彻底解放你的双手

  PyHubWeekly每周定期更新，精选GitHub上优质的Python项目/小工具。 我把PyHubWeekly托管到了Github，感兴趣的可以搜索Github项目PyHubWeekly[1]，如果喜欢，麻烦给个Star支持一下吧。此外，欢迎大家通过提交issue来投稿和推荐自己的项目~

  
• 03.09 19:32:28
  发表了文章 2022-03-09 19:32:28

  PyHubWeekly | 第七期：5款Python小工具，最后一款会给惊喜

  我们日常工作和学习中，会经常做一些重复性的动作，这让人很痛苦，却又很无奈，本期介绍的第5款工具就可以彻底解放你在网页端的各种重复且枯燥的工作。下面，就来看一下本期的内容吧。

  
• 03.09 19:28:02
  发表了文章 2022-03-09 19:28:02

  该如何运营一个微信公众号？

  我不清楚目前已经有多少个公众号，同样不知道关注我的同学里有开设公众号的想法，或者已经开设公众号，周日了，借此机会来说一些“闲言碎语”，来谈一下该如何运营公众号？下面就开始正文。

  
• 03.09 19:25:27
  发表了文章 2022-03-09 19:25:27

  实用工具 | 一款丰富强大的Python绘图工具

  Python受欢迎的主要原因之一就是它丰富的工具包，画图是我们在开发过程中非常常见的一种场景，因此，画图工具自然不胜枚举。其中，比较知名的就是matplotlib[1]，它可以覆盖我们日常工作中大多数场景。但是，它自身也有诸多弊端，例如，对新手不够友好、多图展示和离线查看比较麻烦。本文就来介绍一下另一款强大的Python画图工具--pyecharts，它可以作为matplotlib的有力补充。

  
• 03.09 19:21:09
  发表了文章 2022-03-09 19:21:09

  PyHubWeekly | 第四期：清理无效代码，给你的项目瘦瘦身吧！

  当我们开发一个项目过程中，会不断的对某些部分进行增删、修改，这个过程中会产生很多无用的引用和代码。当这个工程代码量逐渐增多时，我们用人眼挨个去寻找无用代码自然是不现实的，本文就来介绍一款能够瞬间查找、修改项目中无效代码的工具，给你的项目瘦瘦身。

  
• 03.09 19:17:48
  发表了文章 2022-03-09 19:17:48

  【进阶Python】第十讲：可变对象与拷贝

  Python虽然相对于C/C++、Java要简单很多，但是它也有很多容易被忽略的特性。如果不了解这些特性，我们就会按照我们意识中的方式去使用某个用法，但是当实现之后发现却“事与愿违”，输出的结果和我们期望的大相径庭。可变对象就是这样一个比较常用的特性，本文就来详细介绍一下Python中可变对象与拷贝。
• 03.09 19:15:46
  发表了文章 2022-03-09 19:15:46

  Python参数配置库ConfigParser详解

  参数配置是项目开发过程中必不可少的环节，好的参数配置能够提升代码的易读性、开发效率、减少维护成本。其中，常见的就是自己实现一个Python函数去解析一个配置文件，本文将会介绍一个Python自带的配置文件解析工具包，让参数配置变的更加简单易懂。
• 03.09 19:09:53
  发表了文章 2022-03-09 19:09:53

  PyHubWeekly | 第二期：GitHub上优质的Python项目

  上一周，我写了一篇总结GitHub上优质Python项目的文章，文章发出之后在公众号和知乎受到很多同学的喜爱和认可，这有一些出乎我的意料。于是，经过反复思索，我决定后续开设一个模块PyHubWeekly，每周更新一次，介绍一些有趣、实用的项目，对于这个模块，我的想法是不追求数量而追求质量，不会为了拼凑数量而一味的去美化一个项目。

  
• 03.09 19:05:01
  发表了文章 2022-03-09 19:05:01

  大数据 | Spark机器学习工作流开发指南

  Spark.ml是在Spark 1.2开始引入的一个包，它旨在提供一套统一的高级API，帮助用户创建和优化实用的机器学习工作流，它在原来的MLlib的基础上进行了大量的改进和优化，让Spark生态更见坚不可摧，本文就来详细介绍一下Spark机器学习工作流的基本概念和用法。

  
• 03.09 18:19:32
  发表了文章 2022-03-09 18:19:32

  【进阶Python】第九讲：单元测试之unittest

  在开发中，为了保证项目的正常运行，能够按照预期正确的输出我们想要的结果，单元测试时必不可少的。在Python中，用于测试的库有很多，其中较为常用的就是本文的主角--unittest。本文会详细介绍unittest的两种常见用法，同时会介绍使用频率相对较少的跳过、复用等方法。

  
• 03.09 18:15:04
  发表了文章 2022-03-09 18:15:04

  Google | Python编程规范指南

  优秀的代码，不仅仅是实现一个项目、一项功能那么简单，它不仅包含精妙的软件设计模式，还需要依托良好的语言和风格规范。依照编程语言的规范，不仅能够提升代码的可阅读性，还可以提升代码的可靠性，避免因为疏忽细节而造成的不必要错误。本文就结合《Google开源项目风格指南》和日常使用，来抽取出一些比较有用的Python语言规范和风格规范，希望对各位有所帮助。
• 03.09 18:11:06
  发表了文章 2022-03-09 18:11:06

  【动手学计算机视觉】第十八讲：卷积神经网络之GoogLeNet

  本文的主角GoogLeNet和上篇文章讲到的VGG出现在同一年ILSVRC比赛的舞台上，它在效果方面超过了VGG并取得了当年的冠军。虽然二者出自同一年，但是在模型方面却有着天壤之别，无论是在克服网络深度方面还是在输出层处理方面均提出了非常新颖的思路，本文就来详细介绍一下这个名噪一时的卷积神经网络模型。

  
• 03.09 18:06:59
  发表了文章 2022-03-09 18:06:59

  【进阶Python】第八讲：代理模式

  编程语言能够实现一项功能，而设计模式可以使得实现过程更加简洁、高效。设计模式不一定非要高大上，但是却可以使得代码更加易于阅读、扩展性更好、更加精妙合理。本文即单例模式之后讲解第二个设计模式--代理模式，同时会讲解它的应用场景及实现过程。

  
• 03.09 18:02:32
  发表了文章 2022-03-09 18:02:32

  强烈推荐 | 竟然有这么优质的github项目！

  不是一个标题党，想出这么一个名称的确有一些自卖自夸的感觉。 一直以来，我推荐了很多其他人的项目和开源的实用工具，这一次我鼓起勇气来推荐一下自己的开源项目，虽然对比于这个标题存在很大差距，甚至在有一些高手眼里有一些班门弄斧的感觉，但是这也的确是整合八个月来的心血，我也一向坚持一个原则，如果能够让一个同学觉得有用，这就值了。

  
• 03.09 17:59:42
  发表了文章 2022-03-09 17:59:42

  【进阶Python】第七讲：接口与抽象基类

  抽象基类(abstract base class，ABC)，提到这个概念应该会马上联想到面向对象、继承。作为继承的一种，它拥有继承中代码共享、提高代码的重用性等优点，此外它还拥有接口相关的一些特性，本文就来介绍一下Python抽象基类的使用。
• 03.09 17:57:32
  发表了文章 2022-03-09 17:57:32

  【动手学计算机视觉】第十七讲：卷积神经网络之VGG

  2014年对于计算机视觉领域是一个丰收的一年，在这一年的ImageNet图像识别挑战赛(ILSVRC,ImageNet Large Scale Visual Recognition Challenge)中出现了两个经典、影响至深的卷积神经网络模型，其中第一名是GoogLeNet、第二名是VGG，都可以称得上是深度计算机视觉发展过程中的经典之作，尤其是其中的VGG，时至今日，依然经常被用作新型卷积神经网络的基础特征提取部分，本文就来详细的介绍一下这个经典的卷积神经网络模型，并逐步使用tensorflow实现VGG的搭建。

  
• 03.09 17:54:29
  发表了文章 2022-03-09 17:54:29

  【进阶Python】第六讲：单例模式的妙用

  单例模式，也叫单子模式，是一种常用的软件设计模式。在应用这个模式时，单例对象的类必须保证只有一个实例存在。许多时候整个系统只需要拥有一个的全局对象，这样有利于我们协调系统整体的行为。比如在某个服务器程序中，该服务器的配置信息存放在一个文件中，这些配置数据由一个单例对象统一读取，然后服务进程中的其他对象再通过这个单例对象获取这些配置信息。这种方式简化了在复杂环境下的配置管理。
• 03.09 17:51:08
  发表了文章 2022-03-09 17:51:08

  【动手学计算机视觉】第十六讲：卷积神经网络之AlexNet

  前文详细介绍了卷积神经网络的开山之作LeNet，虽然近几年卷积神经网络非常热门，但是在LeNet出现后的十几年里，在目标识别领域卷积神经网络一直被传统目标识别算法(特征提取+分类器)所压制，直到2012年AlexNet在ImageNet挑战赛一举夺魁，使得卷积神经网络再次引起人们的重视，并因此而一发不可收拾，卷积神经网络的研究如雨后春笋一般不断涌现，推陈出新，后续很多卷积神经网络模型也都是在此基础上进行不断的优化改进，本文就来详细介绍一些AlexNet模型。

  
• 03.09 17:47:57
  发表了文章 2022-03-09 17:47:57

  大数据处理 | HDFS文件系统配置及基本使用

  Spark是目前Apache三大主流开源分布式大数据处理框架之一，它具有低时延、速度快、通用性强、生态系统等优点，此外它不仅可以用于数据的批计算，还可以用于数据的流计算，这让它倍受欢迎。因此，我准备用两篇文章介绍一下Spark集群环境的搭建和基本使用，由于本文是基于HDFS文件存储系统，因此第一篇文章会详细介绍Hadoop集群的搭建与基本使用，第二篇文章会介绍Spark集群的搭建与基本使用。

  
• 03.09 17:41:45
  发表了文章 2022-03-09 17:41:45

  【进阶Python】第五讲：迭代器与生成器

  迭代是Python中常用且非常强大的一个功能，它可以用于访问集合、列表、字符串、字典等数据结构的元素。我们经常使用循环和条件语句，我们也清楚哪些是可以迭代访问，但是具体它们之间有什么有什么异同之处？有哪些特点？什么是迭代器、什么是生成器、什么是可迭代对象？这些问题对于初学者而言却是很少去细致的研究，本文就来详细阐述一下它们之间的关系已经它们的特别之处。

  
• 03.09 17:38:33
  发表了文章 2022-03-09 17:38:33

  通用技术 | 正则表达式

  正则表达式是一种通用的技术，它不仅适用于开发人员，对于非开发人员来说，掌握这项技术同样可以提高日常的工作效率。它的覆盖范围之广泛，可以用"无所不至"形容，linux命令行、文本搜索、开发、爬虫等。本文就来详细介绍一下正则表达式的使用。

  
• 03.09 17:36:32
  发表了文章 2022-03-09 17:36:32

  【动手学计算机视觉】第十五讲：卷积神经网络之LeNet

  LeNet是由2019年图灵奖获得者、深度学习三位顶级大牛之二的Yann LeCun、Yoshua Bengio于1998年提出，它也被认为被认为是最早的卷积神经网络模型。但是，由于算力和数据集的限制，卷积神经网络提出之后一直都被传统目标识别算法(特征提取+分类器)所压制。终于在沉寂了14年之后的2012年，AlexNet在ImageNet挑战赛上一骑绝尘，使得卷积神经网络又一次成为了研究的热点。尽管近几年深度卷积网络非常热门，LeNet基本处于被忽略的状态，但是它的思想依然对CNN的学习有着不可忽视的价值。本文就详细介绍一下LeNet的结构，同时会详细介绍网络模型的搭建方法。

  
• 03.09 17:29:19
  发表了文章 2022-03-09 17:29:19

  【动手学计算机视觉】第十四讲：正则化之Dropout

  过拟合是机器学习中非常常见并且令人困惑的一种现象，因此很多研究者在不断的研究不同的方法解决过拟合，例如权重衰减、过滤器范数约束、稀疏激活等，虽然各种方法层出不穷，但是效果都与Dropout相差很远。从2012年Dropout横空出世至今，它一直是解决过拟合问题的首选之一，它不仅自身效果突出，而且可以和其他解决过拟合的算法结合使用，因此成了很多深度学习模型的必选单元之一，本文就来详细的介绍一下Dropout。

  
• 03.09 17:25:37
  发表了文章 2022-03-09 17:25:37

  【进阶Python】第四讲：类的特殊方法(下篇)

  在Python中，通过类的特殊方法可以给类添加上运算法、字符串、函数调用、迭代器等众多功能，让Python面向对象编程变的更加丰富。前文介绍了一些比较常用的特殊方法，Python中的特殊方法远不止这些，本文介绍剩余的一些特殊方法。当然，由于篇幅有限，不可能面面俱到的把每一个方法都详细的介绍，因此，本文会按功能对剩余的特殊方法进行分类，从每类中挑选个别的进行编码讲解。
• 03.09 17:22:44
  发表了文章 2022-03-09 17:22:44

  【动手学计算机视觉】第十三讲：批量归一化

  当我们使用一些波动幅度较大的数据做预测分析时，我们需要对它进行标准化、归一化、滑动窗口等方式做预处理，这样不仅可以提高计算速度，还可以一定程度上提高结果的准确度。这一点在深度神经网络中同样适用，批量归一化(Batch Normalization, BN)就是其中用于数据归一化的一种非常常用的算法，在tensorflow、mxnet这些知名的机器学习框架中都对BN进行了实现，它不仅能够加快训练过程，同时还具备一些正则化功能，对防止过拟合具有一定作用。下面就来详细介绍一下这个算法。 备注：在有些文章中Batch Normalization也有被译作批量标准化

  
• 03.09 17:20:03
  发表了文章 2022-03-09 17:20:03

  【动手学计算机视觉】第十二讲：激活函数

  激活函数是卷积神经网络模型中必不可少的一个单元，它不仅让深层神经网络变得有意义，而且使得模型对非线性空间的拟合效果更好。目前有很多种类的激活函数，其中比较常用的包括逻辑函数、双曲正切函数、线性整流函数、带泄露线性整流函数等，它们各有自身的优缺点，下面分别介绍一下各个激活函数，之后在项目中可以根据不同的场景选择对应的激活函数。

  
• 03.09 17:14:47
  发表了文章 2022-03-09 17:14:47

  【进阶Python】第三讲：类的特殊方法(上篇)

  类，对于Python这类面向对象的编程语言至关重要。而特殊方法，又是Python类中举足轻重的一系列方法。特殊方法，又称为魔术方法，通过特殊方法的使用，能够将类变成字典、字符串，能够实现各种高级、简洁的程序设计模式。本文就来讲解一下Python类的特殊方法，由于特殊方法比较多，篇幅有限，所以分开来讲。
• 03.09 17:09:35
  发表了文章 2022-03-09 17:09:35

  【动手学计算机视觉】第十一讲：卷积层与池化层

  近几年出现了很多经典、优秀的卷积神经网络模型，单从网络架构来说，很多都是采用的AlexNet、VGG这些经典网络作为基本的模块，它们所采用的组件大同小异，如果学习卷积神经网络仅仅为了能够搭建一个跑得通的模型，那是没有意义的，因为目前开源项目随处可见，而且千篇一律，实现一个CNN网络模型所需代码不过几十行。其中真正重要的是里面的卷积层、池化层、批量正则化、Dropout这些行之有效的技术。所以，要想学习卷积神经网络，首先应该了解这些概念，当对这些内容有了了解之后会发现搭建网络轻而易举。

  
• 03.09 17:07:13
  发表了文章 2022-03-09 17:07:13

  效率工具 | 推荐一款提高Python编程效率的神器

  "I really love the line-of-code completions in the new kite.com"，Python之父Guido van Rossum这样评价这款工具。这是一款基于人工智能的Python编码自动补全工具，起初，我对这款工具并不看好，直到我使用一段时间之后，才不由得感叹--"这款工具太牛了"，有了它，就可以摆脱繁琐的插件配置、摆脱臃肿的IDE。

  
• 03.09 17:04:27
  发表了文章 2022-03-09 17:04:27

  【进阶Python】第二讲：装饰器

  通过对Python基础知识的学习，你可以写出一些能够跑得通、实现相应功能的代码。但是这显然是不够的，如果你要写出让机器、让其他人更容易读懂的代码，那就需要掌握一些特殊的用法，装饰器就是这些特殊用法中的一种。装饰器是Python中一个非常重要的概念，通过装饰器的使用可以让代码更加简洁易懂，能够避免很多重复的代码行，减少代码冗余。本文就来详细的介绍一下它的使用。
• 03.09 17:00:22
  发表了文章 2022-03-09 17:00:22

  【进阶Python】第一讲：开篇

  不管是否喜欢Python这门编程语言，它都是目前最受欢迎的编程语言之一。尤其是在计算机视觉、自然语言、数据分析等领域，它具有不可撼动的地位。有同学提及Python会不懈的说“这门编程语言太容易了”，但是我个人认为它是一门“会用容易，用好困难”的编程语言。开设【进阶Python】这个系列不会去重复的讲解Python的基础语法，会从Python的一些高阶用法开始，讲解一些平时开发过程中用的较少或者容易忽略的部分。开设这个系列的目的主要有两点：第一：把自己开发过程中的一些心得和经验总结下来。第二：如果能够帮助更多的Python学习者，那就更加荣幸了。

  
• 03.09 16:55:22
  发表了文章 2022-03-09 16:55:22

  【动手学计算机视觉】第十讲：传统目标检测之卷积神经网络概述

  入门计算机视觉领域的绝大多数同学应该都学过或听说过斯坦福大学的公开课(CS231n: Convolutional Neural Networks for Visual Recognition)，主要就围绕CNN进行展开，甚至很多近几年入门计算机视觉的同学就斩钉截铁的认为，计算机视觉就是卷积神经网络，我认为这有一些"一叶障目，不见泰山的"感觉。CNN是计算机视觉的一个子集，而且是一个很小的子集，更确切的说，计算机视觉是一种应用性技术，CNN是一种工具。本文就来介绍概述一下卷积神经网络，后续会挑选比较经典的模型详细展开并编程实现。入门计算机视觉领域的绝大多数同学应该都学过或听说过斯坦福大学的公开课

  
• 03.09 16:52:35
  发表了文章 2022-03-09 16:52:35

  学习资源 | 推荐2份Github热门校招面试汇总资料

  一年一度的秋季招聘马上就要开始了，秋季招聘是校园招聘中最为集中、岗位最多的一次集体招聘会，虽然也有春招，但是对于很多公司而言主要是“查漏补缺”，岗位数量相对于秋招有很大的差距。因此，很多即将毕业的学生会把秋季招聘看的非常重要，毕竟第一份工作对一个人来说是至关重要的，每个同学都希望找到称心如意的工作，我在这里推荐2份不错的Github学习资源，对近两年各大互联网、IT公司面试过程中遇到的问题进行了总结和汇总，希望对即将参加校招的同学有所帮助。

  
• 03.09 16:49:24
  发表了文章 2022-03-09 16:49:24

  【动手学计算机视觉】第九讲：传统目标检测之DPM模型

  DPM模型在我心里的印象一直都非常深刻，不仅是因为它非常经典，此外，它是我进入CV领域看的第一篇文章。还记得当初开始做项目时，老师就发给我一篇文章，并反复声明，要认真研究，好好学习。我反复把这篇文章看了很多遍，也把源码看了几遍，真是深深的被这个神作惊叹到了。真不愧为传统目标识别领域的经典之作，虽然时间过去很多年，特征提取加机器学习这一套在效率上远不如深度学习，但是DPM的影响力和思想依然非常有生命力，从后面深度学习模型中经常可以看到DPM的身影，DPM的原文从2009年至今引用已经超过8000次，它的价值可见一斑，下面就来介绍一下这个经典的目标检测模型。

  
• 03.09 16:44:53
  发表了文章 2022-03-09 16:44:53

  学习资源 | 推荐一份Github热门机器学习项目

  在机器学习的过程中，我们会去不同的平台寻找一些学习资源，对于很多人来说，GitHub是一个非常好用的开源项目托管社区。GitHub上的确有很多热门受欢迎的开源项目，但是我个人认为大多数项目比较浅显，而且形式类似，且内容过于繁多，当学习时却无从下手，或者无法理解这些算法背后的原理。近期GitHub开源了一个热门开源项目，在一段时间学习之后发现的确非常不错，在这里推荐给大家。

  
• 03.09 16:40:09
  发表了文章 2022-03-09 16:40:09

  一文熟练掌握Docker使用

  做开发的应该很多人都知道Docker，就算是没有用过，应该也有所耳闻。这款开源于2013年的工具一经问世，便迅速火爆起来，在微服务 、项目迁移、云等方面备受欢迎。如今它的github项目已经达到54k个star。Docker到底是什么？它有什么优点使得它如此受欢迎？到底该怎么使用？本文就从以上几点进行阐述，希望通过这篇文章能够让大家对Docker有一个清晰的认识。

  
• 03.09 16:35:04
  发表了文章 2022-03-09 16:35:04

  现在投身于计算机视觉是否明智？

  2018年被很多人认为是人工智能元年，每个人都在谈论AI，高校创建人工智能学院，人工智能相关的创业公司如同雨后春笋一样，和AI相关的公众号、媒体也呈现喷发式的增长。不管懂或者不懂AI的人都在追捧AI，而计算机视觉(Computer Vision)作为人工智能里应用场景相对较为丰富的领域，更是令人趋之若鹜。很多非本方向的学生、工作人员都放弃了原本熟悉的行业转身投入到计算机视觉领域。这样做到底是否值得？计算机视觉前景到底如何？计算机视觉目前还面临哪些问题，本文谈一下个人看法，如有不同意见，欢迎讨论。

  
• 03.09 16:32:56
  发表了文章 2022-03-09 16:32:56

  Python命令行神器之Click

  在Python开发和测试过程中主要有两种模式可以选择：脚本模式、命令行模式。在代码的开发和调试过程中使用脚本模式还是很方便的，尤其接触pycharm、eclipse这类强大的IDE，或者配合vs code这种综合的文本编辑器。但是如果使用纯文本编辑器，或者是在做整个系统开发时，与其他模型进行接口调用时，命令行模式就显得非常重要了。目前有很多热门的命令行工具，本文会一一介绍一下，并且重点介绍一下最近发现的一款命令行神器Click。

  
• 03.09 16:31:08
  发表了文章 2022-03-09 16:31:08

  【动手学计算机视觉】第六讲：传统目标检测之Harris角点检测

  传统目标识别中，特征提取和机器学习两个最为重要的研究方向，有一些研究者把全部精力投入到机器学习的研究中，而有一批研究者把所有的心思放在了特征提取方面，因此，可见特征提取在传统目标识别中的重要地位。特征提取的好坏，会直接影响到最终检测效果，因此，需要针对不同类型的图像选取不同的特征，例如边缘特征、区域特征、角点特征、纹理特征、高低频特征等，本文要介绍的就是角点检测中的一种经典算法--Harris角点检测。

  
• 03.09 16:26:56
  发表了文章 2022-03-09 16:26:56

  一文配置全面而强大的vim

  开发工作中往往会用到Linux系统，如果直接使用桌面版还好，但是如果使用putty或MobaXterm此类工具远程服务器必然会少不了和vim打交道，如果在windows下开发好再用sftp或git、svn远程到服务器需要多余的操作比较麻烦，合理利用vim能够极大提高开发效率。推荐理由：丰富而高效的命令；简单、便捷；配合插件能够自动补全、自动缩进等，而且对于Python第三方库的补全速度远超vs code等IDE；
• 03.09 16:25:59
  发表了文章 2022-03-09 16:25:59

  Python调试神器之PySnooper

  前面一篇文章介绍了一下Python调试工具包pdb，虽然能够避免print、log的繁琐和解脱对IDE的依赖，但是这依然不够让人眼前一亮甚至惊叹，本文介绍一款最近非常火热的Python调试神器，同时详细阐述一下Python装饰器的使用方法，另外文末附有福利。

  
• 03.09 16:24:11
  发表了文章 2022-03-09 16:24:11

  Python调试工具之pdb

  对于开发人员来说，DEBUG是一项必不可少的能力，在很多开发工作中是绕不开DEBUG过程的。不同的人偏好于不同的DEBU方式，本文就介绍一下Python自带的一个DEBUG工具包，对于偏好于使用VIM、sublime、notepad之类纯文本编辑器进行开发的工程人员来说是一个比较基础且实用的工具包。

  
• 03.09 16:22:16
  发表了文章 2022-03-09 16:22:16

  【动手学计算机视觉】第四讲：图像预处理之图像增广（下）

  近几年深度学习的大规模成功应用主要的就是得益于数据的累积和算例的提升，虽然近几年很多研究者竭力的攻克半监督和无监督学习，减少对大量数据的依赖，但是目前数据在计算机视觉、自然语言处理等人工智能技术领域依然占据着非常重要的地位。甚至可以说，大规模的数据是计算机视觉成功应用的前提条件。但是由于种种原因导致数据的采集变的十分困难，因此图像增广技术就在数据的准备过程中占据着举足轻重的角色，本文就概括一下常用的图像增广技术并编程实现相应手段。

  
• 03.09 16:17:54
  发表了文章 2022-03-09 16:17:54

  【动手学计算机视觉】第四讲：图像预处理之图像增广（上）

  近几年深度学习的大规模成功应用主要的就是得益于数据的累积和算例的提升，虽然近几年很多研究者竭力的攻克半监督和无监督学习，减少对大量数据的依赖，但是目前数据在计算机视觉、自然语言处理等人工智能技术领域依然占据着非常重要的地位。甚至可以说，大规模的数据是计算机视觉成功应用的前提条件。但是由于种种原因导致数据的采集变的十分困难，因此图像增广技术就在数据的准备过程中占据着举足轻重的角色，本文就概括一下常用的图像增广技术并编程实现相应手段。

  
• 03.09 16:10:14
  发表了文章 2022-03-09 16:10:14

  FCOS:一阶全卷积目标检测（下）

  本文介绍一下近期比较热门的一个目标检测算法FCOS(FCOS: Fully Convolutional One-Stage Object Detection)，该算法是一种基于FCN的逐像素目标检测算法，实现了无锚点（anchor-free）、无提议（proposal free）的解决方案，并且提出了中心度（Center—ness）的思想，同时在召回率等方面表现接近甚至超过目前很多先进主流的基于锚框目标检测算法。此外，本算法目前已开源。