自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 食管内镜图像预处理-生成掩膜图像mask

食管内镜图像预处理-生成掩膜图像消化内镜图像分析需要首先获取 ROI 感兴趣区,这样在后续的处理中能有效避免 ROI 区域外的像素的影响,降低运算的复杂度。前言选取食管内镜图像最能反映光照情况的红色通道灰度图进行处理,包括两步:1、阈值二值化处理和形态学运算。2、最大区域的空洞填充,小连通区域去除。通过利用食管内镜图像的红色通道做了mask 掩膜图,得到满意的结果。处理代码如下:# 提取食管内镜图像的掩膜import cv2import numpy as np# 红色通道二值化

2020-11-04 11:41:13 52

原创 图像数据维度属性统计

图像数据维度属性统计文章目录图像数据维度属性统计前言一、图像尺寸分布散点图二、相同尺寸图像的数量统计前言通常,在训练神经网络模型时,需要输入固定尺寸的图像;即使对于可以输入不同尺寸图像的网络,原始图像的维度属性,对于如何将图像转换为特定尺寸输入网络也有一定的指导作用。对原始数据的尺寸分布的了解,有助于后期网络输入的确定主要为以下2个层面的统计:一、图像尺寸分布散点图代码如下:import osimport numpy as npfrom PIL import Imageimpo

2020-11-02 10:50:48 248

原创 labelme批量制作数据集教程

labelme数据标注及json标签文件批量处理文章目录labelme数据标注及json标签文件批量处理前言一、Labelme安装1. windows2. Ubuntu二、Labelme制备分割数据集1. 启动2. 数据标注三、labelme标签批量转换1. 单张图片转换2. 多张图片批量转换3. 标注图片提取前言最近在学习图像语义分割,需要制作自己的数据集,用到labelImg进行标注,这里将整个过程记录下来。一、Labelme安装第一步就是需要安装labelme1. windows

2020-10-30 14:41:24 59

原创 pytorch测试代码

pytorch测试代码使用测试pytorch是否正常调用CUDA1.测试代码代码如下(示例):# Summary: 检测当前Pytorch和设备是否支持CUDA和cudnnimport torch if __name__ == '__main__': print("Support CUDA ?: ", torch.cuda.is_available()) x = torch.Tensor([1.0]) xx = x.cuda() print(xx) y = torch.ran

2020-10-29 09:06:40 66

原创 keras中model.fit和model.fit_generator的区别

keras中model.fit和model.fit_generator的区别前言一、model.fit()函数详解二、model.fit_generator()函数详解总结前言Keras中的fit()函数传入的数据x_train和y_train是被完整的加载进内存的,用起来很方便,但是如果数据量很大,电脑显存不足时,容易导致内存泄漏,那么是不可能将所有数据载入内存的,这时候我们可以用fit_generator函数来进行训练。一、model.fit()函数详解函数调用格式fit(x=None,

2020-09-15 11:07:43 25

原创 测试tensorflowGPU是否运行

测试tensorflowGPU是否运行直接上测试 代码.import tensorflow as tfimport osos.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"os.environ['CUDA_VISIBLE_DEVICES'] = "0"a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')b = tf.constant([1.0, 2.0, 3.0,

2020-08-31 19:38:18 104

原创 CMake3.11.1+Opencv3.4.0+opencv_contrib3.4.0+VS2015(vc14)+Win10配置

CMake3.11.1+Opencv3.4.0+opencv_contrib3.4.0+VS2015(vc14)+Win10配置为何需要自行编译opencv3.4与opencv_contrib3.4一、软件下载1.1下载需要的Opencv3.4版本源码1.2下载需要的opencv_contrib3.4.0版本源码二、Cmake3.11.1编译过程2.1Camke3.11.1的安装2.2Camke编...

2019-12-06 15:07:02 117

原创 windows下CMake3.11.1的安装

windows下CMake3.11.1的安装环境 :Windows 64位首先下载CMake官网下载地址:https://cmake.org/download/里面好多版本,根据自己需要版本进行下载。若所选版本较老,可在下列2个连接中下载。【注意】选择好自己电脑是什么系统,以及是32位还是64位。(P.S.x86指的是32位系统;x64指的是64位系统)本文以CMake3.11.1为例...

2019-11-24 11:01:29 362

空空如也

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 TA的粉丝

提示
确定要删除当前文章?
取消 删除