深度学习常用脚本总结

👨‍💻个人简介： 深度学习图像领域工作者
🎉工作总结链接：https://blog.csdn.net/qq_28949847/article/details/128552785
             链接中主要是个人工作的总结，每个链接都是一些常用demo，代码直接复制运行即可。包括：
                    📌1.工作中常用深度学习脚本
                    📌2.torch、numpy等常用函数详解
                    📌3.opencv 图片、视频等操作
                    📌4.个人工作中的项目总结（纯干活）
🎉视频讲解： 以上记录，通过B站等平台进行了视频讲解使用，可搜索 ‘Python图像识别’ 进行观看
              B站：Python图像识别
              抖音：Python图像识别
              西瓜视频：Python图像识别

---

本博客主要是对个人博客的汇总，每个连接都是一些常用demo，代码直接复制即可运行。

---

一、个人项目、开源项目介绍

📗 个人项目

📌 视频场景切换检测

📌 基于深度学习的车牌检测、识别（含UI界面，Python代码）

📌 实时车辆行人多目标检测与跟踪系统（含UI界面，Python代码）

📗 开源项目

📌 yolov5 github

📌 yolov5-face

📌 YoloX相关资料

📌 TrackAnything

---

二、opencv 相关操作

📗图片操作

📌 cv2.rectangle 、cv2.circle() 、cv2.polylines() 、cv2.line() — 图片绘制矩形、圆、多边形、直线

📌 图片绘制中文文字、英文文字

📌 保存无损图片

📌 两张图片合并替换–冬奥会

📌 图片固定位置写汉字（水印）–世界杯

📗视频操作

📌 视频转为图片保存-B站

📌 图片保存成视频

📌 opencv 保存视频

📌 视频片段截取保存

📗 其他

📌 cv2.pointPolygonTest() — 判断点是否在区域内-B站

📌 cv2.Canny() — 边缘检测

---

三、python相关脚本

📌 文件名排序 （自然排序、常规排序）-B站

📌 读写json

📌 对比两张图片的相似度

📌 UDP、TCP

📌 python 进程间通信 Queue()、Pipe()、manager.list()、manager.dict()、manager.Queue()

📌 图片 base64 互转

📌 python 计算fps （两种方法）-B站

📌 快速打标签构建labelimg xml文件-B站

📌 OS 文件、文件夹操作

📌 python 操作vizrt

📌 python 操作RabbitMQ

📌 python json数据写入excel

---

四、 数据集

📗 开源数据集

📌 COCO数据集相关知识

📗 数据增强

📌 albumentations

📗 数据标注

📌 labelme(json)、labelimg(xml)、yolo(txt)等数据集格式互转

📌 labelme相关介绍

📌 labelimg相关介绍（VOC、XML）

---

五、库相关基本函数（torch、numpy）

📗矩阵维度变换等相关操作

📌 torch.flatten、np.flatten 详解-B站

📌 torch.unsqueeze、np.expand_dims详解

📌 torch.squeeze、 numpy.squeeze()详解

📌 torch.reshape、np.reshape详解

📌 torch.view() 详解

📌 torch.transpose、np.transpose、torch.permute详解

📗torch相关函数介绍

📌模型加载 torch.load() 、torch.load_state_dict()

📌 torch.cuda.synchronize() — 正确的测试模型推理时间

📌 torch中的model.eval()、model.train()详解

📗 numpy相关函数介绍

📌 np.pad 详解

📌 np.hstack、np.vstack — 横向、纵向拼接图片-B站

📌 img[:, :, ::-1] 通俗理解

---

六、深度学习环境安装、打包

📌 python环境安装（windows）

📌 CUDA、cudnn安装（windows）

📌 torch GPU安装 （windows）

📌 pycharm 安装（windows）

📌 CUDA、cudnn安装（Linux）

📌 windows 安装 Tensorrt、torch2trt

📌 python生成requirements.txt环境打包，利用requirements.txt安装Python环境

---

七、NDI

📗 ndi-python 库

📌 ndi-python相关知识

📗视频流转NDI输出

📌 VLC设置输出NDI流

---

八、git使用

📌 git基础使用

九、 深度学习相关知识

📗基础

📌 卷积过程详细讲解