毕业设计,计算机视觉
文章平均质量分 77
计算机视觉从入门到放弃
JACKSONMHLN
这个作者很懒,什么都没留下…
展开
-
相机标定----世界坐标系,相机坐标系,图像坐标系,像素坐标系的转换
1、坐标系介绍相机模型中,三维世界中的某一点 和 其对应的像素点是通过坐标系的转换得到的。这个过程中会涉及到四个坐标系,即世界坐标系、相机坐标系、图像坐标系、像素坐标系。下面将详细介绍四个坐标系的函已并且记录其的转换过程。图像中所涉及的四个坐标系及其含义:Ow - Xw - Yw - Zw :世界坐标系,单位为 m。Oc - Xc Yc Zc : 相机坐标系,光心为原点,单位为mo - x y : 图像坐标系,光心为原点,单位为mmu v :像素坐标系,原点为图像左上角,单位..原创 2021-05-12 18:58:55 · 4267 阅读 · 2 评论 -
计算机视觉————1,正则化学习,避免过拟合的一种手段,对L0 L1 L2 的理解
1,名词解释:泛化能力:机器学习的主要目的是从训练集上学习到数据的真实模型,从而能够在未见过的测试 集上也能够表现良好,我们把这种能力叫做泛化能力模型的容量:通俗地讲,模型的容量或表达能力,是指模型拟合复杂函数的能力。过拟合:模型的容量过大,将训练集中的噪音也学习了,这样会伤害模型的泛化能力,在训练集上表现良好,但在测试集上表现欠佳。(Overfitting)欠拟合:模型的容量过小,不仅会导致在训练集上表现不佳,同时也会在测试集上表现不佳。(Underfitting)2,正则化.原创 2020-09-17 18:33:17 · 296 阅读 · 0 评论 -
计算机视觉 ————1,卷积之后特征图的大小的计算,2,采取卷积的部分原因。3,卷积网络相关知识
1,全连接层存在的问题:参数量过大。全连接层每个输出要和上一层每一个输入相联系,这样会产生巨大的参数量,自然而然增加了计算量。下图为全连接的示意图,可以直观看到,参数过多。造成问题也会很多(例如硬件上的速度,软件上的过拟合)2,采取卷积网络的部分原因 (1)局部相关性:在2D图片上,一个像素点和周围像素点经常会有联系,这就是局部相关性。 (2)权值共享,每个输出节点,只与感受野中的点相关,(也就是(1)中所说的局部相关性,自己设置的相关性矩阵的大小),所有输出点,从输入到输出,用...原创 2020-09-18 21:43:32 · 909 阅读 · 0 评论 -
计算机视觉————目标检测,多尺度问题理解以及FCN(全卷积神经网络)存在的弊端,问题。
在阅读文献中,通常会遇到一个名词,“XX用来解决多尺度问题”。多尺度问题是什么意思?目标检测中,我们希望对于输入图片,不管图片中某个目标或大或小,我们都需要将其识别。对于小物体,我们可以将其理解为两种方式:一种是绝对小物体,即它本身占的像素就比较小。一种是相对小物体,即相对于整个输入图片,所占比例偏小。正如在深度学习中,我们会用卷积层,池化层等来提取特征,而这些网络层对于小尺度物体的检测是不友好。在下采样中,一般情况下下采样会达到十几倍甚至更高。假如某个小尺度物体的的像素是15*15,下采样率达原创 2020-05-30 15:50:24 · 7482 阅读 · 1 评论 -
计算机视觉————精确率,召回率,准确率,TP,FN,FP,FN
以一个例子入手,我们写了一个模型去预测样本是否为男性。假设,有100个样本,其中有5个样本是男性,有95个样本是女性。我们用系统对这100个样本进行预测,预测结果正确97个,错误3个。一共预测有4个男性,其中正确预测的有3个准确率准确率,即是在所有样本的预测结果中,预测正确的概率。97 / 100 = 97%精确率 精确率,是针对于我们要预测的结果,我们的例子是要预测男性,所以针对是的样本中预测是男性的结果,一共预测了4个男性,其中正确的有3个。3 / 4 = 75%召回...原创 2020-07-05 13:43:12 · 1860 阅读 · 0 评论 -
计算机视觉————理解彩色图片
一个灰度图片被运算,计算机将其看成是 一个二维数组。彩色图片(RGB)则可以看成是三个二维数组。RGB image,可以看成如下三个维度合在一起。每个维度可以看成是一个二维数组 整个彩色图片既可以看成是三个二维数组合在一起。计算时被计算机理解 对于多维数组如何表示,可以参考...原创 2020-06-30 15:40:51 · 1977 阅读 · 0 评论 -
计算机视觉————(CV)图像基础以及数字图像处理基础
1.数字图像 客观世界中,以自然形式呈现出的图像通常称作物理图像,也叫做连续图像,图像信号值是连续变化的。因为计算机只可以识别离散数字,因此物理图像需要经过处理转化为数字形式,即数字图像,才可以使用。数字图像是二维图像用有限数字数值像素的表示。由数组或矩阵表示,其光照位置和强度都是离散的。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像 平常生活中,数码相机,是一种利用电子传感器把光学影像转换成电子数据的照相机。手机摄像头与数码相机...原创 2020-06-23 11:39:21 · 3665 阅读 · 0 评论 -
计算机视觉————任务的理解:图像识别,目标检测,语义分割,实例分割,全景分割以及三大顶会
图像识别:主要是常见的分类问题。输入图片到神经网络,输出为当前样本属于每个类别的概率。通常选取概率最大的作为样本的预测结果。 目标检测:通过算法检测出图片中常见物体的大致位置,通常用边界框去表示,并分类出边界框中物体的类别信息。 语义分割:像素级的分类,分析每个像素点的分类,但并不区分同一类别中不同的对象。 实例分割:目标检测和语义分割的结合。实例分割相对于目标检测,是对每个像素点进行分类。 全景分割:语义分割和实例分割的结合。全景分割相对于实例分割,增加了对背景等的分割。 ...原创 2020-05-16 13:09:47 · 2662 阅读 · 0 评论