2020年01月_磐创 AI

原创 OpenCV-Python 理解特征 | 三十六

目标在本章中，我们将尝试理解什么是特征，为什么拐角重要等等解释你们大多数人都会玩拼图游戏。你会得到很多小图像，需要正确组装它们以形成大的真实图像。问题是，你怎么做？将相同的理论投影到计算机程序上，以便计算机可以玩拼图游戏呢？如果计算机可以玩拼图游戏，为什么我们不能给计算机提供很多自然风光的真实图像，并告诉计算机将所有这些图像拼接成一个大图像呢？如果计算机可以将多个自然图像缝合在一起，那么如何...

2020-01-30 22:48:32 1635

原创在C 中加载TorchScript模型

本教程已更新为可与PyTorch 1.2一起使用顾名思义，PyTorch的主要接口是Python编程语言。尽管Python是合适于许多需要动态性和易于迭代的场景，并且是首选的语言，但同样的，在许多情况下，Python的这些属性恰恰是不利的。后者通常适用的一种环境是要求生产-低延迟和严格部署。对于生产场景，即使只将C 绑定到Java，Rust或Go之类的另一种语言中，它也是经常选择的语言。以下...

2020-01-29 20:51:30 1936

原创 TorchScript简介

本教程是对TorchScript的简介，TorchScript是PyTorch模型（nn.Module的子类）的中间表示，可以在高性能环境（例如C ）中运行。在本教程中，我们将介绍：PyTorch中的模型创作基础，包括：模组定义前向功能将模块组成模块的层次结构将PyTorch模块转换为TorchScript（我们的高性能部署运行时）的特定方法跟踪现有模块使用脚本直接编...

2020-01-26 22:40:15 4978 2

原创元学习方法介绍

人工智能的一个基本问题是它无法像人类一样高效地学习。许多深度学习分类器显示了超人的表现，但需要数百万个训练样本。知识不共享，并且每个任务都独立于其他任务进行训练。在本文中，我们将该研究问题，然后检查一些建议的解决方案。问题与人类相比，大多数最先进的深度学习方法都有两个关键的弱点：样本效率：深度学习的样本效率很差。例如，为了识别数字，我们通常每个数字需要6000个样本。可移植性差。我们不...

2020-01-24 18:51:28 4380

原创 OpenCV-Python 图像分割与Watershed算法 | 三十四

目标在本章中，我们将学习使用分水岭算法实现基于标记的图像分割我们将看到：cv.watershed()理论任何灰度图像都可以看作是一个地形表面，其中高强度表示山峰，低强度表示山谷。你开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水位的上升，根据附近的山峰(坡度)，来自不同山谷的水明显会开始合并，颜色也不同。为了避免这种情况，你要在水融合的地方建造屏障。你继续填满水...

2020-01-23 19:32:08 4722 1

原创将距离度量学习应用于购物问题

让我们先描述我们的购物问题：在用户图像中识别时尚商品并在网上商店中找到它。您是否曾经在街上看到某人，并想过：“哇，这是一件漂亮的衣服，我想知道在哪里可以买到它？”对我而言，尝试距离度量学习技术是一项很酷的任务。我希望您也会发现它有趣。数据集首先，我们需要一个数据集。实际上，当我发现Aliexpress上的用户拍摄了大量图像后，便想到了这个想法。我想“哇，我当然可以用这些数据来按图像搜索”。为...

2020-01-22 21:08:00 2048

原创 OpenCV-Python 霍夫圈变换 | 三十三

学习目标在本章中，我们将学习使用霍夫变换来查找图像中的圆。我们将看到以下函数：cv.HoughCircles()理论圆在数学上表示为$(x-x{center})^2 (y-y{center})^2 = r^2$，其中$(x{center},y{center})$是圆的中心，$r$是圆的半径。从等式中，我们可以看到我们有3个参数，因此我们需要3D累加器进行霍夫变换，这将非常低效。因...

2020-01-21 21:03:19 1667

原创 Visdom 介绍 | 二

用于创建，组织和共享实时丰富数据可视化的灵活工具。支持Python。概述概念设置用法API注意事项贡献API要快速了解visdom的功能，请查看example目录，或阅读以下详细信息。Visdom Arguments(仅限Python)python visdom客户端有以下几种选择:server:visdom服务器的主机名(默认值:'http://localhos...

2020-01-20 22:34:57 1218

原创 Visdom 介绍 | 一

用于创建，组织和共享实时丰富数据可视化的灵活工具。支持Python。概述概念设置用法API待办事项贡献概述Visdom旨在促进(远程)数据的可视化，重点是支持科学实验。为你自己和你的团队成员生成图表，图像和文本的可视化。以编程方式或通过用户界面来组织可视化空间，以创建实时数据的面板，来检查实验结果或调试实验代码。概念Visdom具有一组简单的特征，可以针对各...

2020-01-19 20:05:48 2668

原创 OpenCV-Python 霍夫线变换 | 三十二

目标在这一章当中，我们将了解霍夫变换的概念。我们将看到如何使用它来检测图像中的线条。我们将看到以下函数：cv.HoughLines()，cv.HoughLinesP()理论如果可以用数学形式表示形状，则霍夫变换是一种检测任何形状的流行技术。即使形状有些破损或变形，也可以检测出形状。我们将看到它如何作用于一条线。一条线可以表示为$y = mx c$或以参数形式表示为$rho...

2020-01-18 21:52:32 1624

原创 OpenCV-Python 模板匹配 | 三十一

目标在本章中，您将学习使用模板匹配在图像中查找对象你将看到以下功能：cv.matchTemplate()，cv.minMaxLoc()理论模板匹配是一种用于在较大图像中搜索和查找模板图像位置的方法。为此，OpenCV带有一个函数cv.matchTemplate()。它只是将模板图像滑动到输入图像上（就像在2D卷积中一样），然后在模板图像下比较模板和输入图像的拼图。OpenCV...

2020-01-17 17:24:06 1934

原创 OpenCV-Python 傅里叶变换 | 三十

目标在本节中，我们将学习使用OpenCV查找图像的傅立叶变换利用Numpy中可用的FFT函数傅立叶变换的某些应用程序我们将看到以下函数：cv.dft()，cv.idft()等理论傅立叶变换用于分析各种滤波器的频率特性。对于图像，使用2D离散傅里叶变换(DFT)查找频域。一种称为快速傅立叶变换(FFT)的快速算法用于DFT的计算。关于这些的详细信息可以在任何图像处理或信号处理教...

2020-01-16 14:57:51 1929

原创 OpenCV-Python 直方图-3：二维直方图 | 二十八

目标在本章中，我们将学习查找和绘制2D直方图。这将在以后的章节中有所帮助。介绍在第一篇文章中，我们计算并绘制了一维直方图。之所以称为一维，是因为我们仅考虑一个特征，即像素的灰度强度值。但是在二维直方图中，您要考虑两个特征。通常，它用于查找颜色直方图，其中两个特征是每个像素的色相和饱和度值。已经有一个python示例（samples / python / color_histogram...

2020-01-15 14:13:10 1860 1

原创 OpenCV-Python 直方图-4：直方图反投影 | 二十九

目标在本章中，我们将学习直方图反投影。理论这是由Michael J. Swain和Dana H. Ballard在他们的论文《通过颜色直方图索引》中提出的。用简单的话说是什么意思？它用于图像分割或在图像中查找感兴趣的对象。简而言之，它创建的图像大小与输入图像相同（但只有一个通道），其中每个像素对应于该像素属于我们物体的概率。用更简单的话来说，与其余部分相比，输出图像将在可能有对象的区域具有...

2020-01-14 13:42:38 1574

原创 OpenCV-Python 直方图-2：直方图均衡 | 二十七

目标在本节中,我们将学习直方图均衡化的概念,并利用它来提高图像的对比度。理论考虑这样一个图像，它的像素值仅局限于某个特定的值范围。例如，较亮的图像将把所有像素限制在高值上。但是一幅好的图像会有来自图像所有区域的像素。因此，您需要将这个直方图拉伸到两端(如下图所示，来自wikipedia)，这就是直方图均衡化的作用(简单来说)。这通常会提高图像的对比度。我建议您阅读直方图均衡化上...

2020-01-13 13:11:54 803

原创理解熵，交叉熵和交叉熵损失

交叉熵损失是深度学习中应用最广泛的损失函数之一，这个强大的损失函数是建立在交叉熵概念上的。当我开始使用这个损失函数时，我很难理解它背后的直觉。在google了不同材料后，我能够得到一个令人满意的理解，我想在这篇文章中分享它。为了全面理解，我们需要按照以下顺序理解概念:自信息, 熵，交叉熵和交叉熵损失自信息"你对结果感到惊讶的程度"一个低概率的结果与一个高概率的结果相比，低概率的结...

2020-01-12 15:27:13 3373

原创 OpenCV-Python 直方图-1：查找、绘制和分析 | 二十六

目标学会使用OpenCV和Numpy函数查找直方图使用OpenCV和Matplotlib函数绘制直方图你将看到以下函数：cv.calcHist()，np.histogram()等。理论那么直方图是什么？您可以将直方图视为图形或绘图，从而可以总体了解图像的强度分布。它是在X轴上具有像素值（不总是从0到255的范围），在Y轴上具有图像中相应像素数的图。这只是理解图像的另一种方式。...

2020-01-11 16:26:29 1526

原创使用一行Python代码从图像读取文本

处理图像不是一项简单的任务。对你来说，作为一个人，很容易看着某样东西然后马上知道你在看什么。但电脑不是这样工作的。对你来说太难的任务，比如复杂的算术，或者一般意义上的数学，是计算机毫不费力就能完成的。但在这里，情况正好相反——对你来说很琐碎的任务，比如识别图像中的猫或狗，对电脑来说真的很难。在某种程度上，我们是天造地设的一对。至少现在是这样。虽然图像分类和涉及到一定程度计算机视觉的任务可能需...

2020-01-10 13:12:59 7563 7

原创 OpenCV-Python 轮廓分层 | 二十五

目标这次我们学习轮廓的层次，即轮廓中的父子关系。理论在前几篇关于轮廓的文章中，我们已经讨论了与OpenCV提供的轮廓相关的几个函数。但是当我们使用cv.findcontour()函数在图像中找到轮廓时，我们已经传递了一个参数，轮廓检索模式。我们通常通过了cv.RETR_LIST或cv.RETR_TREE，效果很好。但这到底意味着什么呢?另外，在输出中，我们得到了三个数组，第一个是图像，第二...

2020-01-09 16:28:01 1661

原创 FastAI 简介

Fastai简介在深度学习领域，最受学生欢迎的MOOC课程平台有三个：Fast.ai、deeplearning.ai /Coursera和Udacity。Fastai作为其中之一，是一个课程平台，一个讨论社区，也是一个PyTorc的顶层框架。Fastai的理念就是：Making neural nets uncool again，让神经网络没那么望而生畏，其课程也是采用项目驱动的方式教学。经过Fa...

2020-01-08 20:26:51 3895

原创 OpenCV-Python 轮廓：更多属性 | 二十四

目标在本章中，我们将学习凸性缺陷以及如何找到它们查找点到多边形的最短距离匹配不同的形状理论和代码1. 凸性缺陷我们看到了关于轮廓的第二章的凸包。从这个凸包上的任何偏差都可以被认为是凸性缺陷。OpenCV有一个函数来找到这个,cv.convexityDefects()。一个基本的函数调用如下:hull = cv.convexHull(cnt,returnPoints = Fa...

2020-01-07 11:00:39 1370

原创 Numpy和OpenCV中的图像几何变换

介绍上面的图像使它不言而喻什么是几何变换。它是一种应用广泛的图像处理技术。例如，在计算机图形学中有一个简单的用例，用于在较小或较大的屏幕上显示图形内容时简单地重新缩放图形内容。它也可以应用于扭曲一个图像到另一个图像平面。例如，与其直视前方的场景，不如自上而下地看。在这个场景中应用透视图变换来实现这一点。另一个应用是训练深层神经网络。训练深度模型需要大量的数据。在几乎所有的情况下，模型都受...

2020-01-06 12:29:10 1797

原创从云计算到边缘计算

预计到2025年，边缘计算市场规模将达到290亿美元。在这十年里，已经发生了一场从本地计算到云计算的转变，允许系统集中和可访问，并提高了安全性和协作性。今天，在新的十年即将到来之际，我们见证了从云计算到边缘计算的转变。什么是边缘计算？边缘计算是指在互联网的“外部边缘”进行的计算，而不是在中心位置进行计算的云计算。边缘计算通常在数据源附近执行，例如在连接的相机附近。自动驾驶汽车是边缘计算...

2020-01-05 14:48:19 2928 1

原创 OpenCV-Python 轮廓属性 | 二十三

目标在这里，我们将学习提取一些常用的物体属性，如坚实度，等效直径，掩模图像，平均强度等。更多的功能可以在Matlab regionprops文档中找到。(注:质心、面积、周长等也属于这一类，但我们在上一章已经见过)1. 长宽比它是对象边界矩形的宽度与高度的比值。$$Aspect ; Ratio = frac{Width}{Height}$$x,y,w,h = cv.boundingRe...

2020-01-04 14:16:30 817

原创 OpenCV-Python 轮廓特征 | 二十二

目标在本文中，我们将学习如何找到轮廓的不同特征，例如面积，周长，质心，边界框等。您将看到大量与轮廓有关的功能。1. 特征矩特征矩可以帮助您计算一些特征，例如物体的质心，物体的面积等。请查看特征矩上的维基百科页面。函数cv.moments()提供了所有计算出的矩值的字典。见下文：import numpy as npimport cv2 as cvimg = cv.imread...

2020-01-03 13:25:54 1825

原创 Kullback-Leibler(KL)散度介绍

在这篇文章中，我们将探讨一种比较两个概率分布的方法，称为Kullback-Leibler散度(通常简称为KL散度)。通常在概率和统计中，我们会用更简单的近似分布来代替观察到的数据或复杂的分布。KL散度帮助我们衡量在选择近似值时损失了多少信息。让我们从一个问题开始我们的探索。假设我们是太空科学家，正在访问一个遥远的新行星，我们发现了一种咬人的蠕虫，我们想研究它。我们发现这些蠕虫有10颗牙齿，但由...

2020-01-02 14:02:59 2340

原创如何以2万美元出售你的软件

我猜你要么每年卖20美元的软件给1000人，要么每年卖2万美元的软件给一家公司，而这两种方式都相当不错。我不知道哪个更容易，但是我做到了第二种。我每年只需要吸引一位客户时，我认为这是很不错的。如果你想走这条路，这是我的想法:1. 找到一款售价2万美元的软件这个意思是你最好不要想出新的产品，很多商业问题都被认为是死的了。如果现在还没有一个解决它的产品，那很可能是因为根本没有必要。同样，对于“...

2020-01-01 13:21:27 2667 1

TensorFlowNews