- 博客(92)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 图像超分辨率算法ESRGAN原理及应用
图像超分辨率算法是一种用于增加图像分辨率的算法，与传统的图像缩放算法不同的是，超分算法在放大图像的同时根据原图纹理生成更多细节，确保图像在放大后仍然有清晰的纹理细节。3、训练数据：由于我们很难得到同一场景下低分辨率图像和高分辨率图像，因此模型训练数据通常由原始高分辨率图像组成，对原始图像进行缩放和加入噪声等方式得到低分辨率图像；4、训练过程：模型训练过程，生成模型对低分辨率重建得到高分辨率图像后与原始高清图像计算loss，通过大量的对抗训练得到有效的生成模型。4、降低图像噪点，提升画质。
2024-03-11 21:09:02
668
原创 AI影像修复及图像超分辨率
AI图像修复软件主要包含人脸修复、图像超分等功能。人脸修复功能主要对图像上的人脸进行识别和修复，从模糊、缺损、噪声图像中恢复高质量人脸图像。图像超分功能主要对图像进行超分辨率重建，将低分辨率图像处理为高分辨率图像。选择图像文件和输出路径，如果需要对整张图像进行超分处理，可以勾选背景超分，然后选择2倍或4倍超分，完成设置后点击“处理”按钮开始运行图像修复。功能—>图像超分，启动图像超分界面。选择图像文件和输出路径，选择2倍或4倍超分，完成设置后点击“处理”按钮开始运行图像超分。
2023-10-15 16:25:42
624
原创 pytorch保存、加载和解析模型权重
以Conv2d算子为例进行测试，首先设定卷积层输入为3，输出为3，卷积核为3*3，偏置bias为False。通过numpy随机一个3*3*3*3的矩阵作为自定义参数，将参数转换为Tensor以后，添加到dict中，然后通过load_state_dict将参数加载进网络。当加载某个模型文件后，如果需要查看模型中的算子和参数，可以将模型解析为字典，然后逐一打印。以lent5为例，将lenet5模型保存为权重文件，然后重新加载权重文件并解析其中每一层的参数。2、解析模型权重文件。
2023-07-12 15:57:24
2686
原创 yolov8目标检测onnx推理及后处理实现
YOLOv8输出shape跟yolo之前系列模型（YOLOv5输出为[25200,85]），有较大差异，查找一番后，发现yolov8在两个方面做了调整，一是取消了anchor（因为每个anchor对应3个bbox），因此总的bbox数降低三倍；编写推理脚本前可以通过netron工具查看模型输入输出，可以看到yolov8输入为[1,3,640,640]，输入为[1,84,8400]。YOLOv8n预训练模型为pytorch的pt格式，大小为6.2M，下载完成后，通过pytorch转换为onnx。
2023-06-06 15:45:48
20635
22
原创 YOLOv7迁移昇腾NPU推理测试
3、模型转换，使用昇腾atc模型转换工具将onnx模型转换为om格式。主要步骤：acl初始化（设置device、创建context）、加载模型（获取模型id、模型描述、根据模型信息在npu申请输入输出内存）、执行推理（拷贝输入数据、执行推理、拷贝输出数据）。2、使用源码脚本将模型导出为onnx格式：python3 export.py --weights yolov7.pt --grid --simplify --topk-all 100 --img-size 640 640 --max-wh 640。
2023-05-24 15:30:04
1677
4
原创 图像语义分割网络FCN(32s、16s、8s)原理及MindSpore实现
当图像进入神经网络，第一个卷积层将图像由三通道转换为96通道featuremap，第二个卷积层转换为256个通道，第三个卷积层384个通道，直到最后一个卷积层变为21个通道，每个通道对应不同分割类型。FCN模型结构可以根据分割细粒度使用FCN32s、FCN16s、FCN8s等结构，32s即从32倍下采样的特征图恢复至输入大小，16s和8s则是从16倍和8倍下采样恢复至输入大小，当然还可以使用4s、2s结构，数字越小使用的反卷积层进行上采样越多，对应模型结构更加复杂，理论上分割的效果更精细。
2022-12-20 15:14:31
6583
3
原创 mindspore实现自定义CNN图像分类模型
该卷积神经网络需要用到的算子分别为卷积层nn.Conv2d、激活函数nn.Relu、池化层nn.Maxpool2d、打平操作nn.Flatten、全连接层nn.Dense。这里用的自定义卷积神经网络由4层卷积+2层全连接组成，每个卷积层后接一个激活函数和最大池化层，每个池化层通过设置步长为2对特征图进行尺寸减半，因此在经过四层卷积后特征图变为输入的1/16，也就是6*6。在卷积层后接一个打平操作，将特征图从二维转换为一维，特征图打平以才能后进入全连接层，最后一层全连接层输出通道数与分类类别数一致。
2022-10-27 14:52:39
3437
1
原创 MindSpore系列一加载图像分类数据集
MindSpore提供了大部分常用数据集和标准格式数据集的加载接口，可以直接使用mindspore.dataset中对应的数据集加载类进行数据加载，如MNIST、CIFAR-10、CIFAR-100、VOC、COCO、ImageNet、CelebA、CLUE等， 以及业界标准格式的数据集，包括MindRecord、TFRecord、Manifest等。常用数据集加载以cifar10为例，首先将cifar10数据集下载并解压到本地。1、加载cifar10数据集：用create_dict_iterator
2022-06-21 11:08:40
2004
原创 YOLO系列目标检测后处理-非极大值抑制
非极大值抑制（NMS）经常应用于各种目标检测模型中，使用NMS可以有效地剔除目标检测结果中多余的检测框，保留最合适的检测框。以YOLOv5为例，模型输入为640*640时，推理输出结果在20*20,40*40，80*80三个尺度上的预测框总和为20*20*3+,40*40*3+80*80*3=25200，每个预测框包含检测框中心xy坐标，预测框宽高wh，预测框置信度，每个分类对应的置信度。要从这上万个预测框中取出正确的检测结果就需要用到非极大值抑制。...
2022-05-31 15:57:40
3233
1
原创 Pytorch中的grid_sample算子功能解析
近期在一个模型从pytorch迁移到mindspore框架中遇到一个算子适配问题，pytorch中的grid_sample在mindspore中没有对应的算子，需要考虑自定义实现。查找pytorch官网发现grid_sample是一种特殊的采样算法。调用接口为：torch.nn.functional.grid_sample(input,grid,mode='bilinear',padding_mode='zeros',align_corners=None)。 i...
2022-05-11 17:25:23
14779
8
原创 基于mindspore的口罩检测训练与在线推理
mindspore安装地址：https://www.mindspore.cn/install mindspore开源模型库：https://gitee.com/mindspore/models 测试平台为昇腾Atlas800训练服务器，Ubuntu18.04系统，搭载昇腾910AI加速芯片，FP16算力为320T。 数据集为VOC_MASK口罩数据集，在使用数据集之前需要对数据集文件进行转换，将voc标注文件由xml转为coco的j...
2022-03-15 16:25:59
5010
3
原创 resnet18到resnet152模型pytorch实现
resnet在深度学习领域的重要性不言而喻，自从15年resnet提出后，被各种深度学习模型大量引用。得益于其残差结构的设计，使得深度学习模型可以训练更深层的网络。常见的resnet有resnet18、resnet34、resnet50、resnet101、resnet152几种结构，resnet残差网络由一个卷积块和四个残差块组成，每个残差块包含多个残差结构。从残差结构上看，resnet18和resnet34结构近似，使用相同的残差结构，仅在残差结构数量上有区别，都是使用两个卷积层加一个残...
2022-03-09 17:16:25
2896
原创 VGG模型构建与实现
VGG卷积神经网络最大的特点就是由多个vgg_block构成，每个vgg_block包含多个卷积层，除第一个卷积层外，其余卷积层输入输出通道数量保持不变，卷积核大小一般为3*3，填充为1，即卷积层不改变特征图大小，由卷积核为2步长为2的池化层进行特征图缩放。vgg_block实现：def vgg_block(conv_num, in_channel, out_channel): layers = [] for _ in range(conv_num): lay.
2022-02-10 15:22:46
2933
原创 AlexNet网络构建与训练
2012年AlexNet横空出世，正式将深度学习推向高潮。如今10年过去，整个深度学习生态已经发展到非常庞大。这里使用pytorch进行AlexNet网络实现及在图像分类任务上的训练过程。 AlexNet是在LeNet基础上发展而来，模型结构更深。LeNet5由2层卷积层加3层全连接层构成，AlexNet则在此基础上将卷积层增加到5层，网络深度达到了8层，并且增加了Dropout，将池化层由平均池化换成最大池化，激活函数改为Relu，整体参数量达到千万级。...
2022-02-09 17:01:15
1543
原创 自定义LeNet5，开启你的炼丹之路
LeNet5是卷积神经网络的开山之作，在手写数字识别上达到了出色的效果。LeNet5具有5层神经网络，其中2层卷积神经网络，3层全连接。两层卷积神经网络之后分别接了一个激活层和一个平均池化层。这里通过对lenet进行解析和修改，实现对自定义图像数据的分类。 首先来解析lenet5手写数字识别模型： 第一个卷积层：输入图像为32*32大小的灰度图，图像通道为1，宽高为32*32，卷积层包含6个卷积核，每个卷积核大小为5*5，经过第一个卷积层后，生成通道为...
2022-01-22 17:30:47
914
原创 使用onnxruntime进行yolov5s模型推理实现
首先，使用onnxruntime模型推理比使用pytorch快很多，所以模型训练完后，将模型导出为onnx格式并使用onnxruntime进行推理部署是一个不错的选择。接下来就逐步实现yolov5s在onnxruntime上的推理流程。1、安装onnxruntimepip install onnxruntime2、导出yolov5s.pt为onnx，在YOLOv5源码中运行export.py即可将pt文件导出为onnx。3、使用onnx进行推理，这一步只能获取模型推理产生的候...
2022-01-07 11:41:28
9781
17
原创 YOLOv5训练coco128数据集流程
一、安装pytorch1、创建虚拟环境 使用Anaconda安装，建议先创建一个虚拟环境。启动Anaconda Prompt，在命令行输入： conda create -name torch python==3.7.112、安装pytorch 进入pytorch官网，根据需要选择系统、安装包、语言和计算平台。 通过conda安装CPU版pytorch： conda install pytorch to...
2022-01-04 16:34:08
15862
5
原创 砍掉九成代码，重构并简化YOLOv5图像目标检测推理实现
YOLOv5官方开源代码给出了完成的推理实现，但过于封装，只能通过修改配置参数对指定文件夹下图像和视频进行推理，而且三百多行的推理代码也显得过于冗长。如果想要在项目上进行部署应用，显然需要更高的灵活性。这里就用单张图像目标检测来重构YOLOv5的推理代码。依赖项：OpenCV、numpy、pytorch、models文件夹下experimental.py、utils文件夹下general.py、训练结果yolov5s.pt文件。 对于图...
2021-12-29 16:10:36
10020
15
原创 深度学习常见概念解析
1、损失函数loss 用于定义网络输出结果与正确结果之间的误差的函数，常用损失函数为均方差（MSE）和交叉熵（Cross Entropy）。一般均方差用于回归问题，交叉熵用于分类问题。2、梯度 梯度下降：让损失函数沿着负梯度方向更新神经网络参数，使得损失函数不断减小，达到优化网络模型的目的。梯度下降方法有全局梯度下降、随机梯度下降和小批量梯度下降，常用小批量梯度下降方法。 梯度消失：神经网络训练过程中，loss非常小，导致参数难以更新，即梯度消...
2021-12-27 17:45:31
2414
原创 OpenCV图像处理基础操作汇总
1、使用opencv读写图像OpenCV支持jpg、png、tif等格式图像读取。import cv2import matplotlib.pyplot as pltpath = ‘lena.jpg’img = cv2.imread(path)cv2.imwrite(‘lena1.jpg’, img)2、BGR转RGBopencv是按照bgr方式读取图像，而plt按照rgb格式显示图像，因此会出现显示异常。为了正常显示，需要进行顺序转换，由BGR转为RGB。使用openc
2021-12-26 16:19:59
2977
原创 TensorFlow实现Unet遥感图像分割
Unet是一种U型网络，分为左右两部分卷积，左边为下采样提取高维特征，右边为上采样并与左侧融合实现图像分割。这里使用TensorFlow实现Unet网络，实现对遥感影像的道路分割。训练数据：标签图像：Unet实现：import tensorflow as tfimport numpy as npimport cv2import globimport itertoolsclass UNet: def __init__( self, .
2021-12-26 12:18:25
5670
18
原创 TensorFlow模型转换h5转pb
在TensorFlow模型训练阶段一般使用model.save()将模型保存为h5格式，但部署阶段经常需要将训练好的模型固化为pb格式。h5模型转pb模型实现脚本：import tensorflow as tffrom tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2def h5_to_pb(h5_save_path): model = t...
2021-12-23 15:06:38
2994
原创 使用OpenCV进行多边形绘制和填充
OpenCV中在图像上进行多边形绘制和填充的函数分别为polylines和fillPoly，在图像分割任务中午中，可用于将预测结果绘制到目标图像。简单的实现：import cv2import numpy as npimg = np.zeros([600, 600, 3])points = np.array([[200, 200], [200, 300], [270, 370], [340, 300], [340, 200], [270, 130]], np.int32)img = cv2
2021-12-23 14:24:51
6773
原创 AI自动P图：maskrcnn+inpaintting消除并修复指定区域图像
采用昇腾800-3000推理服务器实现基于maskrcnn和imageinpainting的图像区域消除和修复模型推理。mask-rcnn模型主要用于图像语义分割，语义分割后，image-inpaiting模型通过指定的坐标对需要消除的区域进行修复。 昇腾开源案例：https://gitee.com/ascend/samples/tree/master/python/level3_multi_model/mask_rcnn_image_inpainting...
2021-12-07 15:31:52
1179
原创 使用labelme制作自己的深度学习图像分割数据集
要实现深度学习图像分割应用，首先要获取图像分割标注数据，比如PASCAL VOC、COCO、SBD等大型数据集，但这些数据集主要用于训练预训练模型和评价分割模型精度性能，针对实际应用还需要我们根据项目需求制作自己的训练数据集。这里介绍一种基于labelme图像标注工具的图像分割数据集制作流程。一、安装图像标注工具labelmepip install labelme==3.6安装完成后在终端输入命令labelme，如果出现标注软件界面，则证明安装成功。二、图像标注首先获...
2021-12-05 14:57:07
10625
11
原创 MindSDK+yolov5部署及python版图像视频推理实现
一、前言 基于华为云上的MindX SDK + Pytorch yolov5 应用案例：https://bbs.huaweicloud.com/forum/thread-118598-1-1.html 原帖使用预训练yolov5s.onnx模型进行处理，使用c++进行图像推理，由于原帖python版的实现并不完整，这里对python版图像和视频推理进行实现。整个实现流程： 1、基础环境：Atlas800-3000、mxMan...
2021-11-29 14:31:16
4847
1
原创 MindSpore图像分类训练resnet50实现
目录一、mindspore简介二、训练环境三、数据集与数据加载四、模型训练和验证五、迁移学习六、模型测试和导出一、mindspore简介 MindSpore是华为开源的全场景深度学习框架，旨在实现易开发、高效执行、全场景覆盖三大目标，其中易开发表现为API友好、调试难度低，高效执行包括计算效率、数据预处理效率和分布式训练效率，全场景则指框架同时支持云、边缘以及端侧场景。 MindSpore支持的Windows和linux系统，其中Windows...
2021-11-26 17:56:23
6342
原创 深度学习图像分类数据集制作
在深度学习中，图像分类已然是一种初级任务。在计算机视觉领域，使用深度学习对图像进行高维特征提取，实现对图像的分类已经非常成熟。常见的深度学习模型，如lenet-5、AlexNet、VGG、Inception、Resnet等系列模型都可以实现图像分类任务。一般我们使用Tensorflow或者Pytorch构建深度学习模型，并使用cifar10、cifar100、Imagenet等数据集即可进行一个图像分类模型的训练。要解决实际问题，实现算法落地，就需要根据应用场景对我们需要...
2021-11-21 12:37:46
13251
原创 python字符串转字典并获取多层嵌套字典元素
首先定义一个符合json格式字符串，即字符串首尾由{}符号包裹，内部为key:value键值对组合。如果是嵌套字典，在value内部继续使用{}符号包裹，一个三层嵌套字典的形式：{key:[{key:[{key:[],...}]},{key:[]}],...}。如下：一个key对应一个列表形式的value。str_obj = '{"MxpiObject":[{"classVec":[{"classId":16,"className":"dog","confidence":0.93969...
2021-11-14 14:28:02
2420
原创 tensorflow实现宝可梦数据集迁移学习
目录一、迁移学习简介二、构建预训练模型1、调用内置模型2、修改模型3、构建模型三、导入数据和预处理1、设置batch size2、读取训练数据3、读取验证数据4、读取测试数据5、预处理四、模型训练1、设置early_stopping2、模型编译3、模型设置4、模型评估5、保存训练权重五、模型预测1、构建预测模型2、导入权重3、预测4、对比分析一、迁移学习简介迁移学习就是把预先定义好的模型，以及该模型在对应数据
2021-08-17 21:28:49
525
原创 深度学习tensorflow实现宝可梦图像分类
一、数据集简介宝可梦数据集（共1168张图像）：bulbasaur（妙蛙种子，234）、charmander（小火龙，238）、mewtwo（超梦，239）、pikachu（皮卡丘，234）、squirtle（杰尼龟，223）。二、数据预处理通过pokmon.py批量读取图像路径，根据不同路径生成每张图像的路径和标签并打乱顺序。import os, globimport random, csvimport tensorflow as tfdef load_cs...
2021-08-08 15:25:17
2388
原创 python使用线性回归实现房价预测
一、单变量房价预测采用一元线性回归实现单变量房价预测。通过房屋面积与房价建立线性关系，通过梯度下降进行训练，拟合权重和偏置参数，使用训练到的参数进行房价预测。1、房屋面积与房价数据 32.50234527 31.70700585 53.42680403 68.77759598 61.53035803 62.5623823 47.47563963
2021-07-23 22:31:19
4157
原创 机器学习入门04-线性回归原理与java实现多元线性回归
线性回归原理：线性回归公式：y = b + w*x，w表示权重b表示偏置。在实际实现中可以将公式写作：y = w[0] * x[0] + w[1] * x[1]，x[0]=1，这样就可以很方便的进行参数求解，同样稍作修改将公式写成：y = w[0] * x[0] + w[1] * x[1] + ... + w[n]*x[n]，就变成了多元回归。采用梯度下降和多次迭代不断优化参数，梯度下降计算参数的梯度，计算流程分为以下几步：1、根据当前参数和训练计算数据预测值preY =...
2021-06-27 16:38:00
1560
1
原创 机器学习入门02-朴素贝叶斯原理和java实现
朴素贝叶斯是一种基于概率统计的机器学习方法，其原理采用计算样本数据中先验数据与标签数据出现的概率，以先验数据对应最大出现概率的标签作为预测结果。朴素贝叶斯公式一般记为：P(A|B)=P(A)*P(B|A)/P(B)，即当我们要预测先验条件B出现时A出现的概率时，可以通过条件A出现概率与条件A出现时条件B出现概率的乘积除以条件B的概率。在计算中P(A)*P(B|A)等效于计算条件A与条件B同时出现概率，即P(A∩B)。也就是说，朴素贝叶斯的训练过程主要就是统计条件概率P(B)和联合概率P(A∩B)，由
2021-06-17 11:54:33
896
2
原创 图像处理之添加文字水印
在之前图像处理博客中介绍了给图像添加图像水印，比如某些时候我们需要将照片的拍摄时间、位置、天气等信息标注到图像上。今天记录一下一种使用java在图像上添加文字水印的方法，使用的时java自带的Graphics2D。首先是读取原始图像并创建为Image对象，之后以原图的宽高创建一个空的BufferedImage对象，通过BufferedImage创建一个Graphics2D对象，使用Graphics2D的drawImage方法将原图的Image对象写入BufferedImage中，之后通过Graphics
2021-05-25 21:02:55
610
6
原创 机器学习入门01-K临近(KNN)的java实现
K临近(KNN)算法是一种原理比较简单的机器学习算法，其原理是将待分类数据与所有样本数据计算距离，根据距离由近到远选取K个临近点，根据临近点占比和距离权重对待分类点进行分类。由于需要做距离计算，样本数据每个特征必须为数值型数据。加入我们需要对不同鸟进行分类，从翼展、身高、体重三个方面对老鹰、鸽子、麻雀三种鸟进行分类计算。下面给出一组假设的样本数据： 分类 翼展 体重 身高 老鹰 2米
2021-05-17 17:47:54
354
原创 应用机器学习进行无人机航拍影像质量评估
近年来，随着无人机在测绘地理信息领域应用，大量测绘、遥感等任务都在使用无人机开展。无人机主要以空中对地拍摄方式采集地面影像，之后再使用相应软件处理成正射影像、三维模型等成果，之后再进行矢量化采集、分析统计等。然而无人机搭载的可见光相机容易受到环境光照、空气质量等因素影响，往往不能获取到足够质量的影像，对后期数据处理也有很大影响。通常情况下，当我们想要通过相机拍摄到优质画面，至少需要设置合适的快门速度和ISO或者使用相机软件自动计算参数。但无人机由于自身原因，一般需要使用固定的快门速度，比如固定翼无人机为
2021-05-16 16:35:51
1456
6
原创 机器学习KNN算法原理和应用分析
KNN原理解析K邻近算法(KNN)，是一种非常简单有效的机器学习算法。KNN是通过计算不同特征值距离作为分类依据，即计算一个待分类对象不同特征值与样本库中每一个样本上对应特征值的差值，将每个维度差值求和也就得到了该组数据与样本之间的距离，一般使用欧式距离进行计算，通过对所有样本求距离，最终得到离待分类对象最近的K个样本，将这K个点作为分类依据。KNN算法是直接对每个样本进行距离计算，因此要求每个特征必须为数值型数据。由于没有训练过程，KNN也是一种弱训练的机器学习算法，只要我们准备足够多的的样本就可
2021-05-09 21:06:14
2031
原创 无人机图像优化软件——新增正射影像处理(图像增强、阴影增强、去雾、自动优化、匀光匀色)
无人机图像优化软件，主要用于优化无人机航拍影像视觉效果，解决在不良天气情况下图像较暗、阴影重、有雾等问题。新版本增加正射影像(TIF格式)处理功能。1、高速批处理：采用多线程加速，同时处理多张影像，批处理速度更快。2、多任务：可添加多个文件夹下影像，适用于多架次或多镜头影像数据批处理。3、匀光匀色：采用模板图像与待处理影像直方图匹配，批量进行图像匀光匀色。4、正射影像处理-自动亮度5、正射影像处理-阴影增强6、正射影像处理-自动去雾7、正射影像处理-锐化
2021-04-13 12:39:43
5473
2
原创 无人机图像处理工具——匀色、增强、去雾、自动优化、调节亮度(批量处理、高速批处理、多任务批处理)
无人机图像优化工具主要用于批量处理无人机航拍影像，提升影像在阴天、雾天、傍晚等不良天气情况下成像效果。处理后影像完全保留影像原始属性信息，如相机型号、分辨率、定位信息等，减少对后续处理的影响。另外，在输出时软件会进行检测，不允许输入输出路径相同，避免破坏原始影像。软件界面：图像增强，原图：处理效果：阴影增强，原图：效果：图像去雾，原图：效果：批量输出：点击批量输出，选择输出路径，点击打开后自动开始处理文件夹下影像并输出到所选文件夹下。高速输出：
2021-03-18 16:34:28
7829
2
realESRGAN模型权重及推理代码
2024-03-10
图像超分辨率软件（图像无损放大、老照片修复等）
2024-03-09
JImageViewTool.rar
2020-06-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人