- 博客(14)
- 收藏
- 关注
转载 python接口测试caffe模型
# -*- coding: utf-8 -*-"""Spyder EditorThis is a temporary script file."""#test JTP classficationimport osimport caffeimport numpy as nproot='/home/cross_li/caffe-master'deploy=root+'/models/v
2017-08-23 14:27:06
685
转载 读取JPG文件作为caffe网络结构的输入
这种方式生成配置文件,必须有个前提,就是要先把原始图片转换成LMDB文件才行。如果我们已经把原始图片做成了一个列表清单(txt文件,一行一张图片),则可以不用LMDB格式作为输入数据,可以用ImageData作为数据源输入,即第一层由原来的Data类型,变成了ImageData类型,不需要LMDB文件和均值文件,但需要一个txt文件。 代码如下:# -*- coding: utf-8 -*-fro
2017-08-22 15:44:58
845
转载 利用python脚本生成caffe的prototxt文件
生成train和val的prototex# -*- coding: utf-8 -*-"""Spyder Editor"""from caffe import layers as L,params as P,to_protopath='/home/xxx/data/' #保存数据和配置文件的路径train_lmdb=path+'train_db'
2017-08-22 15:42:58
1139
转载 ubuntu 解決搜狗无法输入中文的问题
删除配置文件,重启搜狗ubuntu下搜狗的配置文件在 ~/.config下的3个文件夹里:SogouPY、SogouPY.users、sogou-qimpanel删除这3个文件夹,然后重启搜狗。我使用这种方法后解决了无法输入中文问题。
2017-08-21 14:26:37
399
翻译 边缘检测
边缘检测步骤: 1)、滤波:边缘检测一般是使用图像的一阶或二阶导数求极值来确定图像的边缘。由于导数对图像的噪声很敏感,因此用滤波器来改善或消除噪声的影响。常见的处理方法是采用高斯滤波(归一化)。 2)、图像边缘增强:增强算法可以将图像灰度点邻域强度值有显著变化的点凸显出来。可通过梯度的幅值来确定。 3)、检测:经过增强的图像,往往邻域中很多点的梯度值比较大,但在特定的环境中,并不是要找的边缘点
2017-07-28 14:46:57
518
翻译 图像的阈值操作
图像的阈值操作,可以看成是阈值对图像的简单分割。1、固定阈值操作:Threshold() 1)输入:是对灰度图像进行操作 2)输出:得到二值图像 python-cv2help(cv2.threshold) threshold(src, thresh, maxval, type[, dst]) -> retval, dst返回一个元组。得到的二值为dst[1] 参数说明:
2017-07-27 15:49:34
564
翻译 opencv-python填充算法(水漫填充)
水漫填充算法实现 help(cv2.floodFill)floodFill(image, mask, seedPoint, newVal[, loDiff[, upDiff[, flags]]]) -> retval, image, mask, rect 参数解释: image: mask:掩码图像,大小比原图多两个像素点。设输入图像大小为width * height, 则掩码的大小必
2017-07-27 13:54:13
12739
转载 pyCharm的安装激活
大多数的使用的是Activation code,但是是有时间限制的,如果本地时间超过了2017-2-25,就不能使用了。但是可以通过该系统的时间继续使用,这个也是可以的,但是每次都要在使用之前改时间很是麻烦,在网上搜索了半天终于找到了License server的方法,由此分享给大家。选License server激活,输入:http://idea.imsxm.com
2017-07-27 13:51:56
1500
1
翻译 图像的腐蚀与膨胀
腐蚀与膨胀 腐蚀与膨胀是对白色部分(高亮部分)而言,不是黑色部分。膨胀类似于“领域扩张”,腐蚀类似于“领域被蚕食”。 膨胀:求局部最大值操作。将图像A与核B进行卷积,核的形状大小不定。 算法:假设用一个3x3的结构,扫描图像的每一个像素,用结构元素与覆盖的二值图像做“与”操作,如果都为0,那么图像该像素为0,否则为1。结果使二值图像扩大一倍腐蚀与膨胀使相反的一对操作,即求局部最小值操作 假设
2017-07-25 18:03:26
4660
翻译 opencv:线性和非线性滤波
各种滤波学习 各种滤波:减小图片的噪声点 图像滤波得目的:1、抽出对象的特征作为图像识别的特征 2、消除图像所混入的噪声 平滑滤波:低频增强的滤波:1:模糊 2:消除噪音 %线性滤波器 1)方框滤波-BoxBlur 2)均值滤波-Blur 3)高斯滤波-GaussianBlur %非线性滤波器 4)中值滤波-medianBlur 5)双边滤波-bi
2017-07-24 00:12:45
991
翻译 opencv-python图像数据的读取
1、读取图像imread:filename:图片的路径,flages=1:默认值是1,flages= 2|4:载入原图 flages= 199载入三通道彩色图片cv2.imread(filename,flage)2、显示图片imshow:winname:表示显示图片的名字,mat表示图片变量。cv2.imshow(winname, mat)3、存储图片 imwrite:filename,存储图片的
2017-07-23 17:08:47
891
原创 caffe python接口编译
学习caffe,安装opencv2.4.9 python 编译参考博客:http://blog.csdn.net/u014696921/article/details/52156552
2017-07-14 11:51:02
1264
原创 TIMIT数据集介绍
对于做语音识别的人可以看看:TIMIT数据集是来自美国630个人每个人说十个给定的句子,每一个句子都有标记TIMIT数据集介绍如:这篇博客:http://blog.csdn.net/jie8895010/article/details/52425784数据集下载百度网盘:链接:http://pan.baidu.com/s/1o7YYx9w 密码:wd6d
2016-11-03 21:27:20
13840
3
原创 ECCV A Discriminative Feature Learning Approach for Deep Face Recognition
A Discriminative Feature Learning Approach for Deep Face Recognition主要思想: 是一种metric learning的思想,本文提出在原有的网络结构上加入center loss,仅改变原有的损失层,使得网络容易训练和优化网络。本文同时使用softmax loss and center loss两种监督信号,把softma
2016-11-02 10:41:39
2264
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人