图像去雾毕业论文准备01-python中time标准库

一时失言乱红尘 2023-01-01 08:50 91阅读 0赞

## 2021年第一篇博文，很高兴又回到博文！ ##

先说说后面我需要做的工作  
我的毕业论文是《基于卷积神经网络的去雾》  
关于论文，我打算从以下5章进行展开  
**第1章**  
1.1 背景  
1.2 国内外研究现状  
1.3 本文研究步骤

**第2章**  
介绍雾天模型（暗通道先验理论）  
因为我写了一篇关于去雾的小论文，所以我打算介绍完雾天模型后，将自己写的小论文中的一些内容用在这里  
然后对结果进行评价（主观、客观）  
最后对本文算法的不足进行展望（为深度学习相关做准备）

**第3章**  
关于第三章，首先我会介绍卷积相关的理论  
1、卷积层  
2、池化层  
3、激活层  
4、激活函数  
5、模型搭建需要的

**第4章**  
准备数据集  
模型搭建  
模型训练  
对模型进行评估和测试

**第5章**  
总结与展望

**需要东西（个人目前想法）**

大概分为以上几章进行，由于有2-3个月没有接触深度学习相关的内容，所以不知道具体该如何展开，目前只能先看文献，把一些常见的东西学习一下，争取一周之内能够清楚如何展开。（关键就是卷积神经网络这块）

传统的去雾这边就不会详细研究了，目前就是做深度学习这块  
1 编程语言（当然我会python）

2 需要的库（numpy，cv2，matplotlib,time，os等）框架目前我还不清楚用哪个（pytorch、tensorflow、caffe）  
具体需要我看完文献等做决定

3 环境（由于我电脑显卡很吃力440的，所以我会用cpu或者借用其他同学的电脑，再或者在网上租借，也就是用云GPU）

4 数据集，这个肯定需要使用网上公开的数据集，目前公开的户外或者户内的照片集很多，到时候需要进行人工添加雾霾（做一定的处理），另外为了增加说服力，我打算自己拍摄一部分图像，两部分放在一起做。

5 最后就是模型的选用，具体不知道，后面根据学习情况和文献阅读再定。

\*\*

## 好啦，今天开始看看time模块 ##

\*\*

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjk4OTczOA_size_16_color_FFFFFF_t_70]  
\#!/usr/bin/python3.6

# \-*- coding: utf-8 -*\- #

# @Time : 2021/1/1 17:22 #

# @Author : ptg #

# @Email : zhxwhchina@163.com #

# @File : 1-1\_time.py #

# @Software: PyCharm #

# 标准库 #

import time

# 时间戳 结构化时间对象 格式化时间字符串1970.1.1 #

# 时间戳 #

print(time.time())  
print(time.time()-3600)

# 结构化时间对象 #

st = time.localtime()  
print(type(st))  
print(st)

# st本质上是一个元组 #

print(“今天是\{\}-\{\}-\{\}”.format(st\[0\],st\[1\],st\[2\]))

# 输出结果：今天是2021-1-1 #

print(“今天是星期\{\}”.format(st.tm\_wday+1))

# 输出结果：今天是星期5 #

# 注意上面的对象是只读的，是不能进行修改的 #

# 格式化时间字符串 #

print(time.ctime())

# 输出结果：Fri Jan 1 17:32:48 2021 #

# strftime(时间格式) #

print(time.strftime(’%Y-%m-%d’))

# time.sleep()程序等待 #

print(‘sleep’)  
time.sleep(1.25)  
print(‘end’)

# t1 = time.sleep() #

# t2 = time.sleep() #

# t = t2 - t1 #

# time.sleep()程序等待 #

t1 = time.time()  
print(‘sleep’)  
time.sleep(1.25)  
print(‘end’)  
t2 = time.time()  
print(“执行了\{:.3f\}”.format(t2-t1)) \#注意，默认输出精度较高，所以可以自己设置保留位数

# 三种格式之间的转换 #

# 时间戳 ->结构化对象 #

（完！）

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjk4OTczOA_size_16_color_FFFFFF_t_70]: /images/20221120/e6f2b9779a0042d1abc03aaa4bb857b0.png