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