- 博客(427)
- 收藏
- 关注
原创 【文献阅读】Cascaded Partial Decoder for Fast and Accurate Salient Object Detection
显著目标检测,CPD
2022-10-20 16:14:02 2368
原创 海康威视SDK:NET_DVR_GetDVRConfig failed Device does not support this function
sdk开发
2022-09-17 18:31:16 3316 1
原创 【文献翻译】Concealed Object Detection(伪装目标检测)
伪装目标检测原论文下载地址:https://arxiv.org/pdf/2102.10274.pdf我们首次对隐藏目标检测(COD)进行了系统研究,旨在识别视觉上嵌入在背景中的目标。隐藏对象与其背景之间的高度内在相似性使得COD比传统的对象检测/分割更具挑战性。为了更好地理解这项任务,我们收集了一个称为COD10K的大规模数据集,该数据集由10000幅图像组成,涵盖了78个对象类别中各种真实场景中的隐藏对象。此外,我们还提供了丰富的注释,包括对象类别、对象边界、挑战性属性、对象级标签和实例级注释。我们的C
2022-06-27 18:07:21 7881
原创 Ubuntu20.04基本配置和常见问题(vmwareTools配置、换源、网卡配置)
VMware安装的Ubuntu系统,解决常见问题:上不了网,无法往系统里复制东西、无法使用vim编辑器
2022-03-28 14:51:56 575 1
原创 【论文翻译】Image Super-Resolution Using Deep Convolutional Networks
Image Super-Resolution Using Deep Convolutional NetworksINTRODUCTION单一图像的超分辨率(SR,super-resolution ),旨在从单一的低分辨率图像中恢复出高分辨率的图像,是计算机视觉中的一个经典问题。这个问题本质上是不成立的(ill-posed),因为对于任何给定的低分辨率像素,都存在多种解决方案。换句话说,这是一个欠定的(underdetermined)逆向问题,其解决方案不是唯一的。这样的问题通常是通过强有力的先验信息来
2022-01-10 20:33:45 3230
原创 图解神经网络:卷积、池化、全连接(通道数问题、kernel与filter的概念)
卷积、池化、全连接操作、通道数计算、filter、kernel
2022-01-08 14:00:22 22074 14
原创 Win10+YOLOv5运行记录
运行起来有一些小问题,记录一下解决过程。我的环境:win10+python3.7+pytorch1.9.0+cuda11.2下载源码:下载地址:https://github.com/ultralytics/yolov5/tree/v5.0我下载的是tag5.0的安装相关的包:下载下来之后,查看他的requirements.txt文件里面有写需要的一些包,pycharm下可以点击自动安装然后有几个不太好安装:pycocotools>=2.0报错提示:requirements:
2021-11-25 16:04:45 7690 8
原创 OpenCV图像处理基础操作(3)
卷积操作再说图像梯度之前我们先解释一下卷积操作。卷积操作有很多种,我们以最简单的为例子。假设卷积核是3x3的,然后我们在要操作的图像里面,选定一个位置,在他周围圈出来一个3x3的矩阵,卷积核与这个矩阵对应的位置相乘,然后得到的9个数,这9个数再相加,最终得到的值赋值为源图像中选定的这个中心位置的值。用这个方法,更新完源图像中的所有位置。(边缘的位置,圈3x3的矩阵的时候,超出图像外面的补为0)如图这种卷积操作叫SAME Padding,卷积操作后原图与特征图大小相同。每次移动一个格子。还有其他
2021-11-17 18:22:40 2014
原创 OpenCV图像处理基础操作(2)
图像滤波均值滤波import cv2import matplotlib.pyplot as pltimport numpy as np# 读入带噪点的图像img=cv2.imread("img/lenaNoise.png")cv2.imshow('img',img)cv2.waitKey(0)# 均值滤波# 简单的平均卷积操作 指定两个参数 img 原图像 (3,3)核大小# 取内核区域下所有像素的平均值并替换中心元素blur = cv2.blur(img,(3,3))cv2.i
2021-11-17 14:33:31 2708
原创 OpenCV图像处理基础操作(1)
所用版本 OpenCV3.4.1.15读取图像随便拿个图像即可实验,当然你也可以用这个在计算机视觉领域大名鼎鼎的图像 http://www.lenna.org/full/l_hires.jpg(记得裁剪,要个头就行~~)import cv2import matplotlib as pltimport numpy as np# 读取图像img = cv2.imread("test.jpg")# 展示图像 前面是窗口名 后面是要显示的图像cv2.imshow("img",img)# 等
2021-11-15 17:49:45 4904
数据库应用技术2-7章知识点及例题汇总
2019-01-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人