小编Mas*_*ugh的帖子

我正在 Apache Airflow（版本 1.10.6）中使用 RBAC UI，并希望创建一个自定义角色供少数人使用。我希望限制他们访问少数页面，例如文档和版本页面。我删除了多个权限，例如menu access on Documentation，然后保存该角色。然而，权限几乎立即恢复到原来的状态，比如 5-10 秒后。

我实际上可以在“列表角色”页面上看到我所做的权限更改，然后刷新几次后它们就会消失。对于所有权限也不会发生这种情况。有些变化确实如我所料持续存在，例如can dag read on <example_dag>。我是否做错了什么或错过了某些设置？或者这可能是一个错误？

我正在制作一个深度学习分割模型的原型，它需要六个输入通道（在不同光照条件下两个对齐的 448x448 RGB 图像）。我希望将几个预训练模型的性能与我从头开始训练的当前模型的性能进行比较。我可以将预训练模型tf.keras.applications用于超过 3 个通道的输入图像吗？

我尝试先应用卷积将通道维度减少到 3，然后将该输出传递给tf.keras.applications.DenseNet121()但收到以下错误：

import tensorflow as tf
dense_input = tf.keras.layers.Input(shape=(448, 448, 6))
dense_filter = tf.keras.layers.Conv2D(3, 3, padding='same')(dense_input)
dense_stem = tf.keras.applications.DenseNet121(include_top=False, weights='imagenet', input_tensor=dense_filter)
*** ValueError: You are trying to load a weight file containing 241 layers into a model with 242 layers.

有没有更好的方法可以在 keras 中使用不同数量的输入通道的数据上使用预训练模型？当输入通道的数量不同时，预训练甚至会有所帮助吗？

我一直在尝试从使用 Python 和 pyzbar 的图像中读取一些条形码。不幸的是，图像是在几个限制下从几英尺远的地方拍摄的，我无法将相机移动或放大得更近。是否可以使用任何现有的 Python 库读取如此模糊的条形码？

到目前为止，我已经尝试了一些预处理，包括阈值处理、锐化、应用垂直闭合过滤器和维纳过滤，但似乎都没有帮助。我可能是在寻求奇迹，但如果您有任何建议，我将不胜感激。

代码（注释部分是我尝试过但没有成功的预处理方法）：

import numpy as np
import cv2 as cv
from pyzbar import pyzbar

barcode_img = cv.imread('barcode_example.jpg', cv.IMREAD_GRAYSCALE)

# threshold
# (_, barcode_img) = cv.threshold(barcode_img, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)

# close
# barcode_img = cv.morphologyEx(barcode_img, cv.MORPH_CLOSE,
#                               cv.getStructuringElement(cv.MORPH_RECT, (1, 21)))

# sharpen
# barcode_img_blur = cv.GaussianBlur(barcode_img, (15, 1), 3)
# barcode_img = cv.addWeighted(barcode_img, 1.5, barcode_img_blur, -0.5, 0)

# wiener filter
# from skimage import img_as_float
# from skimage.restoration import wiener, unsupervised_wiener
# …