- 博客(6)
- 收藏
- 关注
RSS订阅转载 卷积神经网络的简单可视化
# 卷积神经网络的简单可视化 本次将进行卷积神经网络权重的简单可视化。 在本篇教程的前半部分，我们会首先定义一个及其简单的 CNN 模型，并手工指定一些过滤器权重参数，作为卷积核参数。 后半部分，我们会使用 FashionMNIST 数据集，并且定义一个 2 层的 CNN 模型，将模型训练至准确率在 85% 以上，再进行模型卷积核的可视化。 1. 简单卷积网络模型的可视化 1.1 指定过...
2019-08-16 23:04:00
855
转载 HOG 特征提取算法（实践篇）
Histograms of Oriented Gradients (HOG) 正如在 ORB 算法中看到的，我们可以使用图像中的关键点进行匹配，以检测图像中的对象。当想要检测具有许多一致的内部特性且不受背景影响的对象时，这些类型的算法非常有用。例如，这些算法在人脸检测中可以取得良好的效果，因为人脸有许多不受图像背景影响的一致的内部特征，例如眼睛、鼻子和嘴巴。然而，当试图进行更一般的对象识...
2019-08-16 10:38:00
1764
转载 HOG 特征提取算法（原理篇）
在计算机视觉中人们设计了很多算法来提取空间特征，并利用图像梯度信息来识别物体。 其中一种技术叫做 HOG，也即方向梯度直方图（Histogram of Oriented Gradient）。方向梯度直方图听着太高深了，我们先来讲一下这些术语。 直方图就是数据分布的一种图形表现，看起来有点像柱形图，其柱形有不同的高度，每个柱形代表一组处于一定值范围的数据。这些柱形也称为组（bins），...
2019-08-14 22:22:00
778
转载 ORB 特征提取算法（实践篇二）
ORB 主要特性实验 我们现在将探讨 ORB 算法的几个主要属性： 尺度不变性 旋转不变性 光照不变性 噪声不变性 同样，为了更清楚地了解 ORB 算法的特性，在下面的示例中训练图像和查询图像将使用相同内容的图片。 1. 尺度不变性 ORB 算法具有尺度不变性。这意味着它能够检测图像中的对象，而不管其大小。为了验证这一点，我们现在将使用 Brute-Force 匹配器来匹配训练图像和...
2019-08-14 17:05:00
463
转载 ORB 特征提取算法（实践篇一）
Oriented FAST and Rotated BRIEF (ORB) 目标检测是计算机视觉中最具挑战性的问题之一。目标检测即识别图像中特定的对象，并能够确定这些对象在图像中的位置。例如，如果我们在下面的图像中检测汽车，我们不仅要检测出图像中有多少辆车，而且还要检测出这些车在图像中的位置。 为了进行这种基于对象的图像分析，我们将使用ORB。ORB是一种非常快速的算法，可以从检测到的...
2019-08-14 17:05:00
1496
转载 ORB 特征提取算法（理论篇）
Abstract ORB 是 Oriented Fast and Rotated Brief 的简称，可以用来对图像中的关键点快速创建特征向量，这些特征向量可以用来识别图像中的对象。 其中，Fast 和 Brief 分别是特征检测算法和向量创建算法。ORB 首先会从图像中查找特殊区域，称为关键点。关键点即图像中突出的小区域，比如角点，比如它们具有像素值急剧的从浅色变为深色的特征。然后 O...
2019-08-13 14:48:00
1342
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