以下是对安筱鹏博士的《重构：数字化转型的逻辑》一书的笔记摘抄。逐字摘抄能够加深自己的理解，防止“水过地皮湿”，强烈推荐这种读书方法。 不重构，无未来：拥抱数据驱动的智能+新时代伴随着新一代信息通信技术（以互联网、大数据、人工智能、5G为代表）的持续创新和渗透扩散，新一轮工业革命正在全球范围孕育兴起， ...

ImagePy/sciwx有个Mark模式，即在图像上面可以再绘制其他图形，比如矩形、文本、ROI标识等，本质即是利用GDI绘图。本文是对该Mark模式的解析。 demo先给出一个小的demo，主要就是为了看Mark模式的输入输出，方便后面在此基础上二次开发。from sciwx.mark.mark ...

本文对sciwx的独立组件——参数对话框ParaDialog进行解析。 demo全景首先还是直接给出sciwx库中可运行的demo：from sciwx.widgets import ParaDialogif __name__ == '__main__': para = {'name ...

Attention预警！：时刻铭记“Garbage in, garbage out!”，因此，涉及到data时，一定注意实际查看，确保计算时Input和Output的一致性和准确性。 原书MXNet版在这里。PyTorch版在这里。 深度学习简介目前的机器学习和深度学习应用共同的核心思想：用数据编程 ...

从2015年开始，Kaggle每年都举办一次Data Science Bowl，旨在召集众多力量开发算法，来解决当前某一特定领域的迫切问题。2018年的数据碗的任务是识别细胞的细胞核nuclei，从而使得更加方便地进行药物测试，使得新药的上市时间缩短。 Yun Chen分享了他的使用PyTorch/ ...

新版ImagePy有如下特点：（1）将原版ImagePy非常特色的可视化组件完全解耦，比如画布、表格、对话框等组件，将其重构为sciwx库，这样第三方开发人员就可以更加方便地使用这些组件而构建自己的特定应用；（2）新版ImagePy在sciwx库的基础上进行再集成开发，提供一整套完善的管理系统和丰富 ...

简介Kaggle上有一个钢材表面缺陷检测的竞赛，是一个很好的将深度学习应用于传统材料检测的例子。对该赛题和解法的剖析，可以辅助理解深度学习的流程，及其应用于具体问题的套路。 这次解析分为两部分： （1）第一部分，即上一篇文章，是一个预备性工作，即对该竞赛的数据集的分析和可视化，参考的是这个noteb ...

简介Kaggle上有一个钢材表面缺陷检测的竞赛，是一个很好的将深度学习应用于传统材料检测的例子。对该赛题和解法的剖析，可以辅助理解深度学习的流程，及其应用于具体问题的套路。 这次解析分为两部分：（1）第一部分，即本文，是一个预备性工作，即对该竞赛的数据集的分析和可视化，参考的是这个notebook— ...

本文是对ImagePy的IBook中的Cell Analysis的解析。该例子用到了很多功能，从中可以一窥图像处理的常用流程和ImagePy常用组件的用法。该文件是个录制的宏文件，因此，命令都是“插件名称>参数字典”的形式。 打开图像cell>None 该宏命令就是打开了cell图像，如 ...

参考文献：OpenCV分水岭Watershed算法的前因后果The Watershed Transformation 图像准备此处分水岭算法所使用的样例图像为：上述图像仅是为了便于展示，其实际尺寸为15乘以15像素，即像素矩阵为：[[ 0, 0, 0, 0, 0, 0, 0 ...