python知识点(一)

1.python2.7的代码在python3上运行

• print加上()
• iteritems替换为items
• xrange替换为range

2.跑siamfc-tf的代码的心得体会：

本来想用conda create一个python 2.7的虚拟环境，直接pip install -r requirements.txt .结果才意识到windows系统不支持python2安装tensorflow和pytorch.所以只能把python2的源代码按照1去更改。一定要注意在python3中print括号前不能有空格。

在run.json中可以决定是否可视化，在不可视化时，帧率可以达到40-50fps，而选择可视化后，帧率只有10几，gpu的利用率也会变低。我的猜测是，显示视频影响了速度，是否可以用GPU来优化？

当一个目标没有相似物的干扰时，跟踪效果很好（bag甚至可以达到100%），当有很多类似物体且发生遮挡后，很容易会发生飘窗，比如basketball,birds2这两个序列，另外，ball2的效果也不好，但是它并没有相似物。

3.运行代码时看GPU的使用情况

打开任务管理器-性能，就可以看到了

4.

python3:

print(' -- Precision ' + "(%d px)" % evaluation.dist_threshold + ': ' + "%.2f" % mean_precision +\
              ' -- Precisions AUC: ' + "%.2f" % mean_precision_auc +\
              ' -- IOU: ' + "%.2f" % mean_iou +\
              ' -- Speed: ' + "%.2f" % mean_speed + ' --\n')

python2 :

print ' -- Precision ' + "(%d px)" % evaluation.dist_threshold + ': ' + "%.2f" % mean_precision +\
              ' -- Precisions AUC: ' + "%.2f" % mean_precision_auc +\
              ' -- IOU: ' + "%.2f" % mean_iou +\
              ' -- Speed: ' + "%.2f" % mean_speed + ' --\n'

print

5.tensorflow日志的等级设置
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级，显示所有信息
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error 
os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只显示 Error 

6.josn模块读取（parse_arguments）

with open("文件名") as f:

result=json.load(f)（json.loads是只读一行）

此时，result是一个字典类型的变量,可以将其转换成namedtuple类型，如下所示：

hp = namedtuple('hp', hp.keys())(**hp) ，其中(**hp) 是将字典hp的值传入namedtuple的hp

7.有两种方法判断一个变量的数据类型

type(a)

isinstance(变量名，类型)

8.路径读取

如果路径全是\，是不行的：

可以在路径前加个r,r'path'

改成/或者\\,都是可以的

PS，一个路径既有/也有\\是可以的

9.AttributeError: module 'cv2.cv2' has no attribute 'Tracker_create'

pip3 install opencv-contrib-python

10. 安装dlib失败

它是基于C++的，所以一定要先安装cmake,否则会编译失败