目标检测用到的函数
2019-07-23 17:19
58 查看
版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/qq_43270687/article/details/97003018
tf.where()
import tensorflow as tf import numpy as np a = np.array([[1,1,1,1,0,0,0], [1,1,1,1,0,0,0]]) aa = np.array([[1,1,1,1,1,0,0], [1,1,0,1,0,0,0]]) d = tf.equal(a,aa) c=tf.where(d) with tf.Session() as sess: pp = sess.run(d) qq = sess.run(c) print(pp) print(qq)
tf.gather_nd()
import tensorflow as tf import numpy as np a = np.array([[1, 1, 1, 1, 0, 0, 0], [1, 1, 1, 1, 0, 0, 0]]) aa = np.array([[1, 1, 1, 1, 1, 0, 0], [1, 1, 0, 1, 0, 0, 0]]) c = tf.gather_nd(a,[[0,1],[1,2]]) with tf.Session() as sess: aaa = sess.run(c) print(aaa)
numpy.stack(arrays, axis=0)
沿着新轴连接数组的序列。
axis参数指定新轴在结果尺寸中的索引。例如,如果axis=0,它将是第一个维度,如果axis=-1,它将是最后一个维度。
参数: 数组:array_like的序列每个数组必须具有相同的形状。axis:int,可选输入数组沿其堆叠的结果数组中的轴。 返回: 堆叠:ndarray堆叠数组比输入数组多一个维。 >>> a = np.array([[1, 2, 3], [1, 2, 3], [1, 2, 3]]) >>> b = np.array([[4, 5, 6], [4, 5, 6], [4, 5, 6]]) >>> a.shape (3, 3) >>> b.shape (3, 3) >>> np.stack((a, b), axis=0).shape (2, 3, 3) >>> np.stack((a, b), axis=1).shape (3, 2, 3) >>> np.stack((a, b), axis=2).shape (3, 3, 2)
Python numpy.transpose
A.transpose((0,1,2)) #保持A不变
A.transpose((1,0,2)) #将 0轴 和 1轴 交换
相关文章推荐
- 一些经常会用到的Javascript检测函数
- 一些经常会用到的Javascript检测函数
- 一些经常会用到的vbscript检测函数
- OpenCV实现运动目标检测的函数
- 一些经常会用到的Javascript检测函数
- 基于detectMultiScale函数多尺度人脸检测确定目标尺寸
- 一些经常会用到的Javascript检测函数
- 视频追踪之目标选择(一)------边缘检测值函数准备
- 一些经常会用到的Javascript检测函数
- [转贴]一些经常会用到的Javascript检测函数
- 一些经常会用到的Javascript检测函数
- 一些经常会用到的Javascript检测函数
- 一些经常会用到的Javascript检测函数
- 检测出运动目标后提取边界 两个函数 cvFindContours和cvBoundingRect
- 链接的时候如何去掉没有用到的函数、目标文件
- 一些经常会用到的Javascript检测函数
- 一些经常会用到的vbscript检测函数
- ASP汉字检测函数
- asp下的一个检测链接是否正常的函数
- ViBe目标检测算法