![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 70
是猪哥不是诸葛
2020-1024=996
展开
-
numpy基础
numpy基础原创 2023-02-27 16:14:35 · 274 阅读 · 1 评论 -
一文看懂特征工程
最近在训练一个销量预测模型的时候,遇到了一个问题,不管我如何调整网络结构和超参数,查准率和召回率就是上不去。吴恩达提到过机器学习的根本其实就是数据,所以我只想回过头从数据起源这边重新审视自己的模型。顺便将自己对特征工程的所有理解系统地整理出来,给自己做个笔记,也给未来的小白做个领路。这便文章不仅有对特征工程系统的解析,还会有python代码的实例演示,让我们一起出发吧!原创 2023-02-27 16:11:50 · 1142 阅读 · 1 评论 -
揭秘关于TFRcord的五脏六腑
记录TFRcord的使用方法原创 2023-02-27 16:11:14 · 537 阅读 · 0 评论 -
tf.data 如何构建TensorFlow输入流水线
整理TF的数据管道知识原创 2023-02-27 16:08:51 · 296 阅读 · 0 评论 -
揭秘关于TFRcord的五脏六腑
本篇文章将演示如何创建、解析和使用tf.Example消息,以及如何在.tfrecord文件之间对tf.Example消息进行序列化、写入和读取。原创 2022-09-30 18:02:35 · 417 阅读 · 0 评论 -
python实现PS类似的图层叠加操作--使用具有透明通道的PNG图片
python实现PS类似的图层叠加操作--使用具有透明通道的PNG图片原创 2021-03-08 17:43:56 · 2705 阅读 · 2 评论 -
Python使用OpenCV绿幕抠图生成带有透明通道的PNG图片
Python使用OpenCV对绿幕图片进行抠图并生成带有透明通道的PNG图片原创 2021-03-04 11:47:14 · 4293 阅读 · 2 评论 -
在图片上面画标记框和标记款的labels
import matplotlib.pyplot as pltimport matplotlib.patches as patchesfrom PIL import Imageimport numpy as npimport cv2im = cv2.imread('test.jpg', 1)img = np.stack([im[:,:,2], im[:,:,1], im[:,:,0]], axis=-1)plt.imshow(img)ax = plt.gca()rect = patc原创 2020-10-28 10:35:22 · 394 阅读 · 0 评论 -
[深度学习] loss不下降原因的全面解析
[深度学习] loss不下降原因的全面解析原创 2020-10-26 16:32:31 · 656 阅读 · 1 评论 -
用python实现带有透明通道的图片像PS图层那样进行叠加
用python实现带有透明通道的图片像PS图层那样进行叠加原创 2020-10-10 18:00:55 · 2286 阅读 · 0 评论 -
让我来告诉你yield关键字怎么使用吧
yield的使用小白方法原创 2020-07-15 14:59:22 · 188 阅读 · 0 评论 -
yolo3使用文档
yolo3从零开始训练自己的模型原创 2020-07-02 15:43:56 · 501 阅读 · 0 评论 -
使用tensorflow1.12从零开始训练自己的yolo3
本篇文章默认你的机器已经安装好了tensorlfow1.12的gpu版本,然后clone代码进行数据的标注和训练。从零开始,小白教程原创 2020-06-22 18:17:31 · 560 阅读 · 5 评论 -
tensorflow2.0数学运算验证笔记
tensorflow2.0基础的数学运算实现任何高级的函数公式原创 2020-06-17 14:47:39 · 248 阅读 · 0 评论 -
tensorflow2.0张量的结构操作分析和总结
用大白话解释张量的结构操作和对它们进行总结原创 2020-06-17 11:04:26 · 658 阅读 · 0 评论 -
tensorflow2.0损失函数总结和损失函数自定义
一文吃掉tensorflow2.0损失函数和损失函数的自定义原创 2020-06-16 17:15:13 · 1723 阅读 · 3 评论 -
全面小白分析如何使用tensorflow2.0中Model子类化创建自定义模型
使用tensorflow2.0搭建神经网络结构的方法剩下最后一种啦。明白了这种之后,自己多加练习,融汇贯通,有朝一日自己也是别人眼中随便搭建网络的大神了原创 2020-06-16 16:09:15 · 2249 阅读 · 0 评论 -
全面小白分析如何使用tensorflow2.0中的函数式API创建任意结构模型
手撕详解,tensorflow2.0使用函数式API创建任意结构模型,简单明了的教程,没有一点点装逼原创 2020-06-16 10:41:53 · 1235 阅读 · 3 评论 -
全面小白分析如何使用tensorflow2.0中的Sequential按层顺序创建模型
tf2.0建立模型的方式总共有三种,欢迎关注我的博客,我会逐一给大家分析,最后让大家懂得如何灵活自主多样化地设计自己的神经网络。本文介绍最基础的一种,使用Sequential按层顺序创建模型。原创 2020-06-16 10:02:38 · 2118 阅读 · 0 评论 -
opencv级联增强分类器训练流程--python实现
级联增强分类器可以实现目标检测,本文主要详细地讲解如何使用python和opencv来实现这个过程,花了不少时间整理,耐心读完肯定收获满满原创 2020-05-26 15:43:08 · 1203 阅读 · 0 评论 -
2020年深度学习激活函数最全盘点和解释
2020年深度学习激活函数最全盘点和解释,因为我一直很生气没人做过这件事,自己事先也是理解得像一坨屎,来吧,通过这篇文章,让我们把这个让我们生气的激活函数理得明明白白原创 2020-04-26 15:02:20 · 475 阅读 · 0 评论 -
深度学习中目标检测的原理概述--发展历史
深度学习中目标检测的原理概述–发展历史前言:图像的目标检测经历了几个不同的阶段,使用的方法不断改善并且效果不断优化阶段一传统的目标检测方法传统的目标检测方法大多以图像识别为基础。一般通过四个步骤来完成;步骤一、在图片上使用穷举发选出所有物体可能出现的区域框。步骤二、对这些区域框提取特征。步骤三、使用图像识别方法对特征进行分类。步骤四、通过非极大值抑制输出结果改善传统目标检测的方法,阶段二R...原创 2020-04-21 10:10:43 · 1280 阅读 · 0 评论 -
Ubuntu18通过docker创建不同tensorflow-gpu版本的容器
当我们clone别人编写的深度学习项目代码之后,都需要给这个项目代码配置一个独立唯一的运行环境。例如人脸识别项目的配置环境是tensorflow-gpu1.12.0+cudn9+cudn7,代码限制必须使用tensorflow-gpu1.12.0版本,用其他版本会报错。而你的硬件机器系统又刚好是ubuntu18.04系统,只能适配cudn10.0以上版本,换言之,你安装运行不了tensorflow-gpu1.12.0。难道你重装个Ubuntu16.04系统吗?显然随着项目的增多,每次都重装系统显得繁琐低能。原创 2020-04-08 17:34:33 · 1196 阅读 · 0 评论 -
could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR问题解决方案
原理为不懂,但是为出现的这个错误“could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR问题解决方案”可以这样解决,以此做个笔记。链接:https://blog.csdn.net/xianqin_ma/article/details/79525519...原创 2020-03-26 11:55:24 · 2675 阅读 · 0 评论 -
libcudart.so.10.0: cannot open shared object file: No such file or directory 的解决办法
解决链接:https://blog.csdn.net/qq_38451119/article/details/81007904说明:验证过,方法依然可用,看到这位博主没有更新,就复制过来造福一下后来人原创 2020-03-26 11:01:45 · 2674 阅读 · 0 评论 -
Ubuntu环境使用python给具有透明通道的视频大量替换不同背景
Ubuntu环境使用python给具有透明通道的视频大量替换不同背景 前言:虽然用pr视频处理软件也能一个个为具有透明通道的视频替换不同的背景,但是如果要人工替换一百个一千个这个的视频,显然是让人奔溃的操作。本文记录如何在Ubuntu环境使用python给具有透明通道的视频大量替换不同背景,主要记录环境的配置和项目的使用用法。一、环境配置1.1 下载代码 脚本代码已经提交到GitH...原创 2020-03-12 10:55:50 · 720 阅读 · 0 评论 -
deep-image-matting项目运行环境配置说明正确版
deep-image-matting项目运行环境配置说明正确版 前言:在第一次配置DIM项目运行环境的失败的背景下进行第二次环境的配置安装。核心是解决pytorch的安装,重点要注意cuda和cudnn的版本兼容问题,难点是判断出正确的安装源。概括主要做了以下几件事:第一、卸载cuda和cudnn,重新安装cuda10.0.13和cudnn7.5.1。第二、安装anaconda,用anaco...原创 2020-03-09 16:09:25 · 553 阅读 · 0 评论 -
ubuntu18+cuda10.2+cudnn+7.6.5+pytorch1.1.0+python3.6环境的配置安装
deep-image-matting项目运行环境配置说明 前言:本文主要说明如何在ubuntu系统环境下配置cuda10.2+cudnn7.6.5+pytorch1.1.0+python3.6的运行环境。本文有个假设前提就是你的ubuntu已经安装好了最新的显卡驱动并且正常运行。一共有5个大步骤,接下来依次记录说明。借鉴文章:https://www.cnblogs.com/booturbo/...原创 2020-03-05 18:32:03 · 2654 阅读 · 1 评论 -
pyplot模块介绍opencv的python实现
subplot函数subplot(2, 3, 4),函数表示在当前的两行三列的窗口的第四个位置上,添加一个窗口,见示例代码如下import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread('../data/1.jpg', 0)plt.figure('original')plt.subplot...原创 2020-01-19 16:54:47 · 334 阅读 · 0 评论 -
彩色图像直方图均衡化opencv的python实现
如果一副图像具有全部可能的灰度级,并且像素值的灰度均匀分布,那么这副图像就具有高对比度和多变的灰度色调。灰度级丰富且覆盖范围较大。在外观上这样的图像具有更加丰富的色彩,不会过暗或者过亮。直方图均衡化的主要目的是将原始图像的灰度级均匀地映射到整个灰度级范围内,得到一个灰度级分布均匀的图像直方图均衡化的两种方法:第一在原有范围内实现均衡化。在原有的范围内实现直方图均衡化是,用当前灰度级的累计概率...原创 2020-01-19 16:11:58 · 2521 阅读 · 0 评论 -
使用掩膜绘制图像直方图opencv的python实现
import cv2import numpy as npimport matplotlib.pyplot as pltimage = cv2.imread("../data/2.jpg", 0)mask = np.zeros(image.shape, np.uint8)mask[200:400, 200:400] = 255 # 制作掩膜histImage = cv2.calc...原创 2020-01-19 08:43:50 · 547 阅读 · 2 评论 -
使用opencv绘制彩色图片各个通道的直方图
import cv2import matplotlib.pyplot as pltimg = cv2.imread('../data/1.jpg')b = cv2.calcHist([img], [0], None, [256], [0, 255])g = cv2.calcHist([img], [1], None, [256], [0, 255])r = cv2.calcHist(...原创 2020-01-17 11:52:01 · 395 阅读 · 0 评论 -
Python 使用matlpotlib展示图片
import cv2import matplotlib.pyplot as pltimg = cv2.imread('../data/1.jpg')cv2.imshow('yuantu', img)plt.hist(img.ravel(), 16)plt.show() # 展示图片cv2.waitKey()cv2.destroyAllWindows()原创 2020-01-17 11:20:05 · 232 阅读 · 0 评论 -
一篇文章秒懂形态学变化的所有形式及其Python实现
成为一个用心的人,热爱生活,追求巅峰形态学示例代码import cv2import numpy as npimg = cv2.imread('../data/mask.jpg')k = np.ones((5, 5), np.uint8)xingtaixue = cv2.morphologyEx(img, cv2.MORPH_ERODE, kernel=k, iterations...原创 2020-01-16 15:53:20 · 662 阅读 · 0 评论 -
opencv使用绘制轮廓的功能提取图片前景
import cv2import numpy as npori = cv2.imread('../data/hua.png', 1)cv2.imshow('ori', ori)img = cv2.cvtColor(ori, cv2.COLOR_BGR2GRAY)cv2.imshow('img', img)ret, binary = cv2.threshold(img, 0, 255...原创 2020-01-16 11:37:20 · 563 阅读 · 0 评论 -
使用拉普拉斯金字塔及高斯金字塔恢复高斯金字塔内的图像opencv的Python实现
要实现这个事情,其实只需实现三个步骤即可第一:利用原图像进行下采样得到下采样高斯图片第二:利用原图像和下采样高斯图片的上采样得到拉普拉斯图像第三:利用拉普拉斯图像和上采样图片得到原图像代码import cv2img = cv2.imread('../data/1.jpg')g0 = imgg1 = cv2.pyrDown(g0) # 计算下采样laplacian0 = g...原创 2020-01-16 09:47:37 · 862 阅读 · 0 评论 -
opencv实现canny边缘检测 Python实现
import cv2img = cv2.imread('../data/1.jpg')c1 = cv2.Canny(img, 128, 200)c2 = cv2.Canny(img, 32, 128)cv2.imshow('c1', c1)cv2.imshow('c2', c2)cv2.waitKey()cv2.destroyAllWindows()cv2.imwrite('...原创 2020-01-15 16:31:27 · 250 阅读 · 0 评论 -
使用函数cv2.Laplacian()计算图像的边缘信息,opencv的Python实现
import cv2img = cv2.imread('../data/ren.png')laplacian = cv2.Laplacian(img, cv2.CV_64F)laplacian = cv2.convertScaleAbs(laplacian)cv2.imshow('laplacian', laplacian)cv2.waitKey()cv2.destroyAllW...原创 2020-01-15 15:40:57 · 3358 阅读 · 0 评论 -
opencv的sobel算子和scharr算子的区别
import cv2img = cv2.imread('../data/1.jpg', 0)sobelx0 = cv2.Sobel(img, cv2.CV_64F, 1, 0) # 获取水平方向边缘梯度,第二个参数表示获取所有边缘信息不要遗漏sobely0 = cv2.Sobel(img, cv2.CV_64F, 0, 1) # 获取垂直方向边缘梯度,第二个参数表示获取所有边缘信息...原创 2020-01-15 15:13:22 · 774 阅读 · 0 评论 -
opencv使用scharr算子提取图片边缘信息
Scharr算子的精度比sobel算子的精度更高import cv2import numpy as npimg = cv2.imread('../data/ren.png', 0)sobelx = cv2.Scharr(img, cv2.CV_64F, 1, 0) # 获取水平方向边缘梯度,第二个参数表示获取所有边缘信息不要遗漏sobely = cv2.Scharr(img, ...原创 2020-01-15 14:57:08 · 225 阅读 · 0 评论