![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器视觉
BayBay1221
这个作者很懒,什么都没留下…
展开
-
2021-03-15 ImportError: libcudnn.so.7: cannot open shared object file: No such file or directory
在安装cudnn的时候,安装完成之后,importTensorFlow会出现如题中的错误,这个报错要么是环境变量配置问题,要么是CUDNN连接建立问题。1.环境变量cd /usr/local/cuda/lib64sudo rm -rf libcudnn.so libcudnn.so.7 #删除原有版本号,版本号在cudnn/lib64中查询sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7 #生成软连接,注意自己下载的版本号sudo ln -s lib原创 2021-03-15 15:33:52 · 507 阅读 · 0 评论 -
pytorch安装
pip install torch==1.3.1 -f https://download.pytorch.org/whl/torch_stable.htmlpip install torchvision==0.4.1原创 2020-11-15 22:51:57 · 107 阅读 · 0 评论 -
cvFindContours/findContours提取轮廓
opencv在提取轮廓时,C/C++有两种方式,有些许不同,结合查找的资料和补充,做个小笔记;功能,提取满足一定面积阈值和宽高比例的轮廓;主函数static int getContoursByC(char* Imgname, double minarea = 100, double whRatio = 1); static int getContoursByCplus(char* Imgname转载 2017-11-25 19:17:15 · 1330 阅读 · 0 评论 -
LSTM 网络
Recurrent Neural Networks人类并不是每时每刻都从一片空白的大脑开始他们的思考。在你阅读这篇文章时候,你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义。我们不会将所有的东西都全部丢弃,然后用空白的大脑进行思考。我们的思想拥有持久性。传统的神经网络并不能做到这点,看起来也像是一种巨大的弊端。例如,假设你希望对电影中的每个时间点的时间类型进行分类。传统的神经翻译 2017-11-14 14:13:03 · 337 阅读 · 0 评论 -
灰度共生矩阵
颜色、纹理、形态等特征是图像的主要特征,基于纹理特征的局部阈值法进行图像二值化方法备受关注。哦通过图像处理技术获得图像中纹理的定量或定性描述,并以此作为图像二值化的依据。 纹理一般由灰度分布在空间位置上反复出现而形成的模式,在图像控件中某种位置关系的像素之间存在的灰度关系,成为图像的灰度空间相关。由Haralick等人提出的灰度共生矩阵(gray level co-occurre原创 2017-05-24 21:00:58 · 609 阅读 · 0 评论 -
从数据采集与标记行业看数据与深度学习之关系
1.数据规模先看数据规模,数据规模与算法模型的容量其实是比较相关的。算法模型的容量越大,就意味着算法能表示相对来说更复杂的关系。当数据规模相对过大时,在训练过程中容易产生欠学习(underfitting)。另一方面,在数据规模相对过小的情况下,就会产生过学习(overfitting)。近年来流行的深度学习模型可以拥有非常大的容量,模型中普遍用的神经网络算法,层数可以增加,每层神经元原创 2017-11-12 21:15:04 · 8444 阅读 · 0 评论 -
Ubuntu16.04+cuda8.0+cudnnV5.1 caffe SSD配置、训练及测试过程
Python版本可以按以下步骤DIY训练SSD1.在/home/bay(您的服务器名字)/下新建ssd文件夹,在/home/bay/ssd/目录下clone作者github下的caffe文件包,执行以下命令: $ git clone https://github.com/weiliu89/caffe.git$ cd caffe原创 2017-08-04 17:31:18 · 825 阅读 · 0 评论 -
Ubuntu16.04+cuda8.0+cudnnV5.1配置faster-rcnn的方法
Python版本可以按以下步骤DIY训练Faster-RCNN1.下载Faster-RCNN源代码并安装 通过git工具直接下载,在Linux 命令行输入: $ git clone —recursive https://github.com/rbgirshick/py-faster-rcnn.git PS : —recursive 是用来caffe-fast-原创 2017-08-02 15:00:21 · 1226 阅读 · 1 评论 -
OpenCV轮廓、边缘、边界的相关函数
OpenCV支持大量的轮廓、边缘、边界的相关函数,相应的函数如下:1. 轮廓的特征矩moments矩主要包括以下几种:空间矩,中心矩和中心归一化矩。class Moments { public: ...... // 空间矩double m00, m10, m01, m20, m11, m02, m30, m21, m12, m03;// 中心矩原创 2017-07-17 10:19:37 · 1319 阅读 · 0 评论 -
矫正图像亮度、对比度
1.对数变换:增加黑暗区域的亮度和对比度,降低明亮区域的对比度。2.对数变换和反向伽马变换:对数和反相伽马校正扩展了低灰度范围,同时压缩了高灰度范围。当使用灰色调色板时,这些变换会增加图像的整体亮度,并在暗处增加对比度,而在明亮区域的对比度降低。伽马系数Y越高,强度校正越强。对数校正功能比幂数1 / Y功能强。3.指数变换:降低黑暗区域的亮度和对比度,增加明亮区域的对比度。4.原创 2017-07-20 10:55:05 · 2028 阅读 · 0 评论 -
配置caffe遇到的问题与解决方案
ubuntu14.04安装教程2015.08.17 Ubuntu 14.04+cuda 7.5+caffe安装配置遇到的问题与解决方案:1.ubuntu14.04 apt-get由于源的问题导致无法下载问题解决blog.csdn.net/skyie53101517/article/details/504509892.Ubuntu的ldconfig详解(解决*.so不原创 2017-07-14 20:11:06 · 1031 阅读 · 0 评论 -
距离变换
距离变换被广泛应用于图像分析、模式识别与计算机视觉等领域,并已逐渐成为其中的一个基本运算和研究热点,人们利用它实现目标细化、骨架抽取、分割与配准等。距离变换是针对二值图像的一种变换,对于构成某个连接成分的像素来说,给出从背景到每个像素的最小距离的处理成为距离变换,或计算一个像素点到背景像素点的最短距离。现有的距离变换算法主要采用两类距离测度,非欧式距离和欧式距离。前者常采用城市街区、棋盘、倒角等距原创 2017-05-24 22:22:43 · 865 阅读 · 0 评论 -
图像二值化
二值化广泛应用于图像分割、图像增强、图像识别等领域。二值图像具有存储空间小、处理速度快等特点,可以方便进行布尔逻辑运算,可以比较容易获取目标区域的几何特征或者其他特征,比如描述目标区域的边界、获取目标区域的位置和大小等。 阈值的选取是图像二值化的关键问题。在灰度图像中,由于物体与背景的灰度分布存在着一定的差别,把整幅灰度图像用灰度直方图表示,则图中必然存在波峰和波谷。最简单的情况原创 2017-05-24 20:23:40 · 8401 阅读 · 0 评论