包含電腦圖片或視頻查重python代碼的詞條

本文目錄一覽：

• 1、高大上的YOLOV3對象檢測演算法，使用python也可輕鬆實現
• 2、如何查看python源代碼
• 3、NLP之gensim庫python實現文本相似度/匹配/查重
• 4、python代碼查重原理
• 5、10個極簡python代碼，拿走即用

高大上的YOLOV3對象檢測演算法，使用python也可輕鬆實現

繼續我們的目標檢測演算法的分享，前期我們介紹了SSD目標檢測演算法的python實現以及Faster-RCNN目標檢測演算法的python實現以及yolo目標檢測演算法的darknet的window環境安裝，本期我們簡單介紹一下如何使用python來進行YOLOV3的對象檢測演算法

YOLOV3的基礎知識大家可以參考往期文章，本期重點介紹如何使用python來實現

1、初始化模型

14-16 行：

模型的初始化依然使用cv下的DNN模型來載入模型，需要注意的是CV的版本需要大於3.4.2

5-8行：

初始化模型在coco上的label以便後期圖片識別使用

10-12行：

初始化圖片顯示方框的顏色

2、載入圖片，進行圖片識別

輸入識別的圖片進行圖片識別，這部分代碼跟往期的SSD 以及RCNN目標檢測演算法類似

19-20行：輸入圖片，獲取圖片的長度與寬度

25-29行：計算圖片的blob值，輸入神經網路，進行前向反饋預測圖片

只不過net.forward裡面是ln， 神經網路的所有out層

3、遍歷所有的out層，獲取檢測圖片的label與置信度

遍歷out層，獲取檢測到的label值以及置信度，檢測到這裡YOLOV3以及把所有的檢測計算完成，但是由於yolov3對重疊圖片或者靠的比較近的圖片檢測存在一定的問題，使用YOLOV3使用非最大值抑制來抑制弱的重疊邊界

竟然把墨鏡識別了手機，體現了YOLOV3在重疊圖片識別的缺點

4、應用非最大值抑制來抑制弱的重疊邊界，顯示圖片

56： 使用 非最大值抑制來抑制弱的重疊邊界

58-59行：遍歷所有圖片

61-62行：提取檢測圖片的BOX

64-68行：顯示圖片信息

70-71行：顯示圖片

利用python來實現YOLOV3，與SSD 以及RCNN代碼有很多類似的地方，大家可以參考往期的文章進行對比學習，把代碼執行一遍

進行視頻識別的思路：從視頻中提取圖片，進行圖片識別，識別完成後，再把識別的結果實時體現在視頻中，這部分代碼結合前期的視頻識別，大家可以參考多進程視頻實時識別篇，因為沒有多進程，檢測速度很慢，視頻看著比較卡

1、初始化模型以及視頻流

2、從視頻中提取圖片，進行圖片的blob值計算，進行神經網路的預測

3、提取檢測到圖片的置信度以及ID值

4、 應用非最大值抑制來抑制弱的重疊邊界，顯示圖片

5、關閉資源，顯示圖片處理信息

每個目標檢測演算法都有自己的優缺點，個人感覺，在精度要求不是太高的情況下SSD檢測演算法可以實現較快的速度實現，畢竟精度差不多的情況下，我們希望速度越快越好

如何查看python源代碼

眾所周知，Python內建了許多函數模塊，並且我們可能還會安裝許多第三方模塊等等。

下面以getpass為例查看其源代碼。

1.help(getpass)

輸入該命令找到file路徑，並且可以查看其其提供的功能。

2.利用getpass.__file__查看位置

最後找到該文件，用記事本或其他編輯器打開即可。

3.PyCharm編輯器

在該類或方法上按住「ctr+滑鼠左鍵」可以快速查看源代碼。

4.dir(對象名)

該方法可以快速查看有哪些方法。

想要查看每個功能的解釋，用help(type(對象名)) 

python學習網，大量的免費python視頻教程，歡迎在線學習！

NLP之gensim庫python實現文本相似度/匹配/查重

給定一個或多個搜索詞，如「高血壓 患者」，從已有的若干篇文本中找出最相關的(n篇)文本。

文本檢索（text retrieve）的常用策略是：用一個ranking function根據搜索詞對所有文本進行排序，選取前n個，就像百度搜索一樣。

結巴分詞後的停用詞性 [標點符號、連詞、助詞、副詞、介詞、時語素、『的』、數詞、方位詞、代詞]

對一篇文章分詞、去停用詞

對目錄下的所有文本進行預處理，構建字典

python代碼查重原理

a=[‘python’,1,2,3,1,6,’a’,’a’,3,3,3,’a’,’python’,’3′,’8′]

b=list(set(a))

cf=[]

for i in b:

cf.append(a.count(b))

for i in range(len(b)):

print(b[i],’一共有’,cf[i],’個’,sep=”)

10個極簡python代碼，拿走即用

Hello，大家好，我是程序汪小成~

雖然python是一個易入門的語言，但是很多人依然還是會問到底怎麼樣學 Python 才最快，答案當然是實戰各種小項目， 只有自己去想與寫，才記得住規則 。本文寫的是 10 個極簡任務，初學者可以嘗試著自己實現；本文同樣也是 10段代碼，Python 開發者也可以看看是不是有沒想到的用法。

以下方法可以檢查給定列表是不是存在重複元素，它會使用 set() 函數來移除所有重複元素。

給定具體的大小，定義一個函數以按照這個大小切割列表。

這個方法可以將布爾型的值去掉，例如（False，None，0，「」），它使用 filter() 函數。

我們常用 For 循環來遍歷某個列表，同樣我們也能枚舉列表的索引與值。

如下代碼段可以將打包好的成對列表解開成兩組不同的元組。

該方法將通過遞歸的方式將列表的嵌套展開為單個列表。

該方法將返回第一個列表的元素，且不在第二個列表內。如果同時要反饋第二個列表獨有的元素，還需要加一句 set_b.difference(set_a)。

如下代碼塊可以用來計算執行特定代碼所花費的時間。

該演算法會打亂列表元素的順序，它主要會通過 Fisher-Yates 演算法對新列表進行排序：

不需要額外的操作就能交換兩個變數的值。

以上，是我簡單列舉的十個python極簡代碼，拿走即用，希望對你有所幫助！