图像算法面试
文章平均质量分 93
Python图像识别
这个作者很懒,什么都没留下…
展开
-
yolov1 - yolov4 深度理解
一、目标检测的各个组成部分 1. Input 2. Backbone 3. Neek 4. Head 共包含上面4个部分,其中可以替换的结构如下图所示: 说明:Dense Prediction:标注出图像中每个像素点的对象类别 Sparse Prediction:稀疏预测七、问题:什么情况下需要使用nms?答:图片中有多个同类目标时。同类:最大抑制只能是抑制同一类的框多个:当图片中只有1个目标时,直接输出score最高的即可,不需要nms。y原创 2020-11-03 17:13:20 · 2206 阅读 · 0 评论 -
CV面试题目--基础理论部分
1. 如何应对图片光照变化大1、直方图均衡化2、对比度拉伸,或者调节3、若受光源影响,使得图片整体色彩往一方面移动,用白平衡算法进行修正,使其发黄、发蓝、发红的照片更加趋于自然光下的图像4、若是过爆或者过暗,可是设计阈值函数,不用全局阈值,对特定区域进行特定阈值分割。5、若是太暗,可以采用对数变化,对数图像增强是图像增强的一种常见方法,其公式为:S = c log (r+1),对数使亮度比较低的像素转换成亮度比较高的,而亮度较高的像素则几乎没有变化,这样就使图片整体变亮。6、采用拉普拉斯算子增强原创 2021-07-23 10:25:33 · 2417 阅读 · 0 评论