# 研究生以来的资源

**Repository Path**: ncepu_liudong/MyData

## Basic Information

- **Project Name**: 研究生以来的资源
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 6
- **Forks**: 2
- **Created**: 2021-07-29
- **Last Updated**: 2025-05-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

- [研究生以来的资源](#研究生以来的资源)
	- [虚拟现实](#虚拟现实)
	- [Python](#python)
	- [机器学习、深度学习、数据挖掘](#机器学习深度学习数据挖掘)
	- [数据集](#数据集)
	- [算法主机](#算法主机)
# 研究生以来的资源
`研究生期间学习和使用过的资源，给大家分享一下。`
## 虚拟现实
`虚拟现实使用的硬件是Oculus Rift S，开发基于Unity3D和Oculus的平台，之前项目做了虚拟现实的风电场和变电站。`
- 【模型】风电机组、变电站、变压器。这些在工作组里面我的电脑上。
- 【项目源码】两个项目的源码，在工作组里面我的电脑上。
- 【C#】Unity3D的脚本需要用C#编写，这部分需要熟悉C#的基础，可以看[菜鸟教程](https://www.runoob.com/csharp/csharp-tutorial.html).前半部分足以应对写脚本的需要了。
- 【Oculus】Oculus的开发，可以看它官网的demo多跑一跑程序，基于Oculus开发虚拟现实程序高度依赖官方提供的JDK，实现其特有的抓取，菜单等功能。CSDN上有一些介绍，[VR的介绍](https://blog.csdn.net/liulong1567/category_6042453.html),以及[Oculus Rift S的介绍和使用](https://blog.csdn.net/weixin_38239050/category_9381906.html).
- 【HTC view】以及【Honlolens】这些没使用过，工训有相关的设备可以联系老师借用。
----
## Python
- 【Anaconda】Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等，带有Jupyter Notebook，入门强烈建议在notebook上写python，国外网站比较慢，可以在[清华源下载](https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)
- 【python基础】python基础推荐[廖雪峰的教程](https://www.liaoxuefeng.com/wiki/1016959663602400),教程浅显易懂，足够cover住python的基础使用了。
- 【python进阶】如果你想**在python里一直一直肝**，强烈推荐你看[python100天](https://github.com/jackfrued/Python-100-Days),里面涵盖python能做到的所有事情，Django，爬虫，数据分析，自动化测试............，看完这个就会觉得，python是世界上最好的语言！
- 【Python小例子】别的语言可以做的事情，python可以做得更好，向大家推荐[《Python小例子》github](https://github.com/jackzhenguo/python-small-examples)，以及[Python中文网《Python200例》](http://www.zglg.work/python-small-examples/)，如果GitHub打不开，可以看我仓库里的镜像[Python小例子](https://gitee.com/ncepu_liudong/python-small-examples)，各个方面的案例都有，都可以拿来即用。
- 【DRF】Django REST Framwork，python经典的后台框架，rest风格，前后端分离，[感兴趣可以看看](https://www.bilibili.com/video/BV1mz4y1Q7F4)。
----
## 机器学习、深度学习、数据挖掘
- 【机器学习入门】西瓜书，南瓜书，统计学习方法，对于这方面，网上有着大量的学习资料，DataWhale和马老师也做过相应的入门，大家对这部分的学习可能稍显困难，但是学一学好处是很多的，大家加油。
- 【深度学习入门1】可以看相关的书籍，推荐在线书[《动手学深度学习》](http://zh.d2l.ai/index.html)，选择pytorch或者tensorflow版本，在Jupyter里面把代码跑一跑。
- 【深度学习入门2】之前应系里老师的要求，给其他实验室的同学们讲过深度学习入门，给咱们的同学也讲过一次，[相应的课件](https://gitee.com/ncepu_liudong/how-to-learn-deep-learning)可以查看一下。里面的内容包括：软硬件选择，深度学习环境搭建，数据操作，数据预处理，深度学习基础，预测的示例，识别的示例。
- 【数据挖掘】数据挖掘我主要是使用神经网络，参加天池比赛预测二手车价格，预测厄尔尼诺现象，感兴趣可以打打比赛，[阿里云天池](https://tianchi.aliyun.com/competition/gameList/coupleList)上有很多比赛，**打比赛是提升自己能力的最好方式**，把眼界放宽，不要拘泥于实验室，拘泥于华电，要多和优秀的同学交流，和拥有先进技术公司的人交流，会有很多智慧的火花碰撞出来的。
- 【计算机视觉】目标检测是我的研究方向，也是分享资源最多的地方。
	- 【论文集】推荐大家多看看最新的论文，多体验最新的模型。CVPR、ICCV、ECCV、NIPS这些顶会是大家努力的方向！！！大家可以关注下[CV方向开源论文合集](https://github.com/amusi/CVPR2022-Papers-with-Code)， [gitee镜像指路](https://gitee.com/mirrors_amusi/daily-paper-computer-vision)，看论文会有些乏味，但真的有用，多用用百度翻译，谷歌翻译，CSDN和知乎上也会有好心人翻译这些论文。很多论文会有github上的代码，多试试多跑跑。
	- 【数据集】实验室公用的算法主机上有VOC和COCO的官方数据集，也有自行制作的变电站设备缺陷数据集，变电站人员行为数据集，飞机编号和部件数据集，大家都可以自行取用。
	- 综述性内容,[目标检测阶段性成果以及论文](https://github.com/hoya012/deep_learning_object_detection)，GitHub打不开的话，可以看这个[gitee上的镜像](https://gitee.com/mirrors_hoya012/deep_learning_object_detection)，作者总结的很全面，很适合新手入门。
	- 【算法模型1】新手可以尝试自己跑一下[YOLOv4](https://github.com/AlexeyAB/darknet)，一方面它是单阶段目标检测算法的代表成果，另一方面因为它对硬件的要求相对较低。用coco数据集跑一次，再自己标注一个简单的数据集跑一次。
	- 【算法模型2】我现在主要用商汤的MMdetection工具箱，我已经测试了各种常用的目标检测模型。1.0版本和2.0版本的环境都已经搭建好了，大家可以在算法主机直接用，稍后我会整理好我的论文思路和成果。
	- 【其他】训练环境的搭建，模型训练中的各种问题等等都可以交流。
----
## 数据集
- 一部分数据集在实验室算法主机上，路径如下。
- ![image.png](https://s2.loli.net/2022/04/09/p2iBfebNAl9MkQ5.png)
- 数据集格式如下
	- COCO 
		- 官方的coco标准数据集，网上有的都在这儿了。
	- VOC 
		- 官方的VOC格式数据集，网上有的都在这儿了。
	- ElectricDataSets
		- 数据集来自电网，图片的内容是变电站施工人员的着装、动作、设备等，里面有三个数据集，例子：图片文件夹（1_images）和标注文件（1train.csv）相对应构成一个数据集。
		- **数据集涉及到其他公司，这个数据集不允许外传**
	- VOC2007-byq
		- 这个是我训练模型的数据集，图片的内容是变电站中设备的渗漏油、金属锈蚀、异物悬挂等。里面既有xml的标注文件，也有json的标注文件，可以按需使用。
		- 标签的类别请参考文件夹下的**readme.txt**
		- **数据集涉及到其他公司，这个数据集不允许外传**
	- VOC-Aircraft
		- 数据集来自合作的公司，标注了飞机编号的数字和字母以及一个飞机上的部件。
		- **数据集涉及到其他公司，这个数据集不允许外传**
	- VOC-MeterReading
		- 表计读数数据集，暂时没用过，大家感兴趣可以探索一下。
	- VOC2007-byq、VOC-Aircraft两个数据集中4000余张图片由同学们手动标注，一个框一个框画出来很是辛苦，下面列出他们的名字表示感谢（排名不分先后）。
		- 马彬、严奕凯、孙佳晨、李丞涵
- 一部分数据集在实验室的网盘上
- 校园网内部登录即可获取，下载速度还是很快的。
- ![image.png](https://s2.loli.net/2022/04/09/evpkJ1SjbT9W8Cf.png)
- 数据集是同学们收集之后贡献出来的，感恩无私的精神。
- “变电站缺陷检测书记集”中有（30G左右）变电站设备缺陷的图片，缺陷类型有十几类，还未标注，感兴趣可以自由探索一下。独家数据集不失为一个应用的新方向。
----
## 算法主机
`实验室提供算法主机，大家登记使用。`