- 博客(7)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 使用GLCM灰度共生矩阵前的处理操作
GLCM提取纹理特征还是很厉害的！尤其是和LBP相结合来使用GLCM中有很多属性可以选择，大家可以选择适合自己数据集的最优的属性组合。第一步：获取图像的灰度图"files[i]为输入的图像路径""as_grey = True表示转换为灰度图""返回图像数组，其中每个值的类型为float64，范围为[0,1],分布不均匀"image = skimage.data.load(files[i], as_grey = True)第二步：图像有可能相同像素值的点很多，为了增加图像的对比度和清晰度，需
2020-05-13 10:05:51
563
原创 在PCA降维前对数据作标准化操作是重要且必要的
当数据维数很高的时候，我们可以用PCA降维，但是降维前通常我们要对数据进行标准化，为什么要这样做？这有什么好处？原因有以下三点：从PCA（主成分分析）背后所对应的数学理论SVD(矩阵的奇异值分解）来说，奇异值分解本身是完全不需要对矩阵中的元素做标准化或者去中心化的。但是对于机器学习，我们通常会对矩阵（也就是数据）的每一列先进行标准化。 有时候我们在特征工程阶段，使用某些特征提取算子（eg:HOG）提取的图像特征维度很高。PCA则用于高维数据的降维，它可以将原来高维的数据投影到某个低维的空间上并使得
2020-05-11 13:05:21
12767
原创 simpledet-tridentnet在测试数据集上画检测框并显示类别和置信度
import os, argparseimport importlibimport jsonimport timeimport cv2import numpy as npimport mxnet as mxfrom core.detection_module import DetModulefrom utils.load_model import load_checkpoint...
2020-02-24 10:32:15
594
1
原创 simpledet
from models.tridentnet.builder_dzc import TridentFasterRcnn as Detectorfrom models.tridentnet.builder_dzc import TridentMXNetResNetV2 as Backbonefrom models.tridentnet.builder_dzc import TridentRpn...
2020-02-20 17:55:49
309
1
原创 python统计出目录下所有wav音频文件的总时长
我的QQ：2809731885如果我的代码不行，我负责，你找我，一定给你搞定亲测可用原理为：持续时间等于帧数除以帧率(每秒帧数)import waveimport contextlibimport osfrom glob import globdef find_files(directory, pattern='**/*.wav'): # 此处pattern='**...
2019-08-31 14:17:33
2082
转载 fork函数的2个返回值说明
fork简介： fork英文原意是“分岔，分支”的意思，而在操作系统中，乃是著名的Unix（或类Unix，如Linux，Minix）中用于创建子进程的系统调用。 【NOTE1】 fork () 的作用是什么？换句话说，你用 fork () 的目的是什么？ ――是为了产生一个新的进程，地球人都知道 :) 产生一个什么样的进程？ ――和你本来调用 fork () 的那个进程基本一样的进
2016-12-05 10:48:38
7376
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人