自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

一千零一夜的博客

以此博客,见证我的终身学习

  • 博客(12)
  • 资源 (3)
  • 收藏
  • 关注

原创 数据标注方法 (图像实例分割)

今天学了下图像数据标注,深感辛苦。深度学习今天的成功,离不开背后无数辛劳的数据标注人员。深度学习以后应该会向着无监督学习的方向发展。工具:ps软件。分类标准:ps常用快捷键:Adobe Photoshop CS2常用快捷键:ESC 取消当前命令Alt+鼠标滚轮 放大(小)图片空格+鼠标左键 移动图片Ctrl+D 取消选区Ctrl+Z ...

2019-04-23 21:37:36 17620

原创 有趣的photoshop特效(2):素描python实现

参考:https://blog.csdn.net/yangtrees/article/details/9115321一、效果:二、算法及代码:from PIL import Image, ImageFilter, ImageOpsimg = Image.open('D:/Code/python/Data/girl.jpg')# (1) 图片转换成灰色img_gray...

2019-04-21 17:10:48 624

原创 有趣的photoshop特效(1):凸透镜python实现

一、概念ps中有凸透镜效果,PS菜单栏->虑镜->扭曲->球面化,也称为鱼眼效果,即通过凸透镜所看到的视觉效果。下面来用算法来实现该效果。二、算法思想主要应用的是图像插值算法,以图像中的一个点为中心,该中心即为透镜中心,慢慢的往四周插值扩散,如下所示。实现需要一个映射函数,将原坐标映射到外围的对应坐标,参考凸透镜效果算法matlab版。很多函数,只要是凸函数(...

2019-04-20 16:56:38 3186

原创 window下opencv环境搭建

面试的时候好多公司都问熟不熟悉opencv,还是有必要重新认真学习下。环境配置:window10 +visual studio2013 + opencv3.1一、安装visual studio2013第一步,一定要先安装visual studio2013,详细教程参考:https://blog.csdn.net/qq_33742119/article/details/80075352...

2019-04-18 19:03:22 1756

原创 机器学习十大经典算法之K-means (图像分割,python)

十大经典算法分别为:K-means K均值(无监督算法,聚类算法,随机算法) KNN(K Nearest Neighbor) K近邻(有监督算法,分类算法) 逻辑回归(分类算法) 决策树(有监督算法,概率算法) 随机森林(集成算法中最简单的,模型融合算法) 朴素贝叶斯 EM算法 Adaboost(集成算法之一) SVM 马尔可夫一、算法过程(1)随机选择...

2019-04-11 16:57:41 6194

原创 C++ 三大特征:封装、继承、多态

C++ 完全支持面向对象的程序设计,包括面向对象开发的三大特征:封装 继承 多态一、封装封装:把数据和操作数据的函数绑定在一起,通过设置私有成员,限制对数据的访问。类包含私有成员(private)、保护成员(protected)和公有成员(public)成员。默认情况下,在类中定义的所有成员都是私有的,这样才能保证良好的封装性。class Box{ public: ...

2019-04-11 10:36:40 1069

原创 python 字符串、列表、元组、字典等数据类型总结

一、python字符串(1)Python不支持单字符类型,单字符在 Python 中也是作为一个字符串使用。Python访问子字符串,可以使用方括号来截取字符串,如下实例:var1 = 'Hello World'var2 = "Hello World"print("var1[0]: ", var1[0])print("var2[1:5]: ", var2[1:5])(2)...

2019-04-10 16:07:02 1258

原创 批量读取数据next_batch函数的实现

输入的是训练数据路径data_path,label_path,还有batch_size;输出的是:train_data_batch,shape 是( [batch_size,img_row, img_col, 3]) # 可相应变化train_label_batch,shape是([batch_size, img_row, img_col]) # 可相应变化import cv...

2019-04-09 16:21:05 2519

转载 图像显著性检测论文及代码汇总

版权声明:All rights. https://blog.csdn.net/u010736662/article/details/88930849 </div> <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_h...

2019-04-09 10:40:31 2435

原创 数据扩增python实现

训练深度学习模型,当训练数据不够时,往往需要进行数据扩增,常见的数据扩增方法有:# 1 尺寸# 2 旋转# 3 镜像# 4 平移# 5 亮度不变# 6 色度不变# 7 对比度不变# 8 锐度from PIL import Image, ImageEnhanceimport numpy as npimport imutilsimport os# 1 尺寸:8# ...

2019-04-09 10:28:13 4633

原创 图像畸变矫正算法实现 matlab版

真正的相机镜头不理想,并在图像中引入一些失真。 为了解释这些非理想性,有必要在透视投影的方程中添加失真模型。一、原图如下:二、实现的效果图三、算法具体实现function undistorted_img = undistortImage(img, K, D)% Corrects an image for lens distortion.% K为内参矩阵,用来归一...

2019-04-04 16:29:42 33162

原创 胎儿头围自动测量-超声图像项目笔记

一、临床问题超声图像中胎儿头围是评估胎儿发育(评估胎儿体重的重要参数之一)的重要指标。二、自动测量的意义胎儿头围一般由医生手动进行椭圆拟合,费时费力,且存在较高的用户差异,导致胎儿发育诊断的偏差,特别是会导致分娩方式决定的错误。三、任务目标对头骨外边缘进行分割(下图高亮区域),对于分割结果进行椭圆拟合(红色椭圆),并基于象素物理大小计算椭圆周长(也即是头围长度)。...

2019-04-03 10:07:45 3793

opencv4.5.0-gpu版(附加cuda10)

window,cuda10环境下,编译的opencv4.5.0-gpu版。 opencv目录: bin include x64 cuda10目录: bin include lib

2023-09-01

图像分类数据集:hymenoptera-data

彩色图像,包含了两个类别:蚂蚁和蜜蜂。 可用于图像分类任务。 文件夹形式如下: train: ants bees val: ants bees

2022-10-14

labelme标注的voc分割数据

注意:该数据集是用于图像分割的,且是人物图像分割。 包含了训练集合和测试集合。 训练集:32张 测试集:8张 由于数据集小,所以此数据集只用于快速验证分割网络的搭建。

2022-08-16

opencv4.5.0对应的.cache文件夹

里面的文件完整,如下所示: ade data ffmpeg ippicv nvidia_optical_flow xfeatures2d .gitignore

2022-02-26

分割模型fcn.onnx

github下载太慢了,这里备份下。 原始下载路径:https://github.com/onnx/models/blob/main/vision/object_detection_segmentation/fcn/model/fcn-resnet50-11.tar.gz 其他权重下载路径:https://github.com/onnx/models/tree/main/vision/object_detection_segmentation/fcn

2022-02-12

alexnet.onnx权重

生成该权重代码: import torch import torchvision # use Trace to export onnx model dummy_input = torch.randn(10, 3, 224, 224, device='cuda') # 定义模型的输入shape model = torchvision.models.alexnet(pretrained=True).cuda() # if delete cuda(), will generate onnx model with no cuda. input_names = ['inputs'] output_names = ['outputs'] torch.onnx.export(model, dummy_input, f='alexnet.onnx', verbose=True, input_names=input_names, output_names=output_names, opset_version=10)

2022-02-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除