![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
数据处理小技巧
给你留下丰富的想象空间
浪子私房菜
这个作者很懒,什么都没留下…
展开
-
python 转位深 24位转8位
对之前的工作进行整理方便copy使用 单张 # 单张 import os import cv2 imgdir = 'd:/a/'#图片路径 savepath = 'd:/a/'#保存路径 n = 'a.jpg'#图片名称 img = cv2.imread(imdir) img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cv2.imwrite(savepath + n.split('.')[0]+'_1.png', img) 批量 #读取整个bacepath文件夹下的原创 2021-08-07 14:17:53 · 822 阅读 · 0 评论 -
数据集扩充方法
本人以下程序经过亲自测试都可使用!!! TensorFlow图像数据处理之图像预处理 TFRecord输入数据格式 为什么要把数据转化为TFRecord格式 因为在处理现实问题是,图片或者数据往往有很多的格式和属性,这时就引入我们此时的TFRecord的输入数据格式,以方便我们对数据更好的管理和处理。总之将我们已有的数据转换为TFRecord格式有很多的好处,所以我们要去使用这种方法对数据进行处理。 TFRecord样例程序 以下的程序将告诉我们如何讲MNIST输入数据转化为TFRecord的格式,以原创 2020-12-31 15:55:02 · 3725 阅读 · 1 评论 -
语义分割数据预处理方法重头戏
接触语义分割方向有一段时间了,闲来之时将前阶段用到有关数据预处理部分的知识进行总结,供大家学习使用。 这些处理我认为是重头戏值得汲取精华,从而不断的优化自己的模型。在学习这些方法过程中我曾经走了很多弯路,翻遍百度进行查阅并进行实践。哎,学习就是这样的,既然选择了技术路线就当作此过程是愉快的吧。 话不多说,继续整理!!! 正文 深度学习发展到现在,各路大神都发展出了各种模型。在深度学习实现过程中最重要的最花时间的应该是数据预处理与后处理,会极大影响最后效果,至于模型,感觉像是拼乐高积木,一个模块一个模块地原创 2020-12-31 11:28:53 · 1877 阅读 · 1 评论 -
python gdal ReadAsArray 按块读取栅格
本作者将前段时间用到的opencv数据预处理操作方法进行整理总结方便以后复制粘贴。 数据预处理部分看的东西有点杂,基本什么都在学!!!,最近抽时间将学到的方法陆续整理出来供分享 gdal ReadAsArray支持按块读取影像,有两种方式: (1)针对dataset dataset = gdal.Open(file, gdal.GA_ReadOnly) data = dataset.ReadAsArray(xoff=0, yoff=0, xsize=512, ysize=512) (2)针对band da原创 2020-12-31 10:21:30 · 8057 阅读 · 1 评论