CV
文章平均质量分 55
枫叶
这个作者很懒,什么都没留下…
展开
-
非深度学习方法实现摄像头人脸检测
import cv2import numpy as np# Step 1. Define detect functionface_cascade = cv2.CascadeClassifier('haarcascades/haarcascade_frontalface_default.xml')face_cascade.load(r'E:\Python3.6.6\Lib\site-pac...原创 2020-05-01 11:55:36 · 315 阅读 · 0 评论 -
超分辨率中的注意力机制
深度学习中的注意力机制一.注意机制可分为两种类型根据它们所适用的范围:通道注(CA)和空间注意(SA)。CA和SA可以进一步分为三个过程:1.squeeze:通过通道(CA)或空间区域(SA)从X中提取一个或多个统计量S的过程。统计量通过池化方法提取,SA可使用1X1的卷积。2.excitation:利用提取的统计数据,进行激励过程捕获通道(CA)或空间区域(SA)之间的相互关系,生成一个...原创 2020-04-26 21:01:52 · 3936 阅读 · 2 评论 -
DRN ---Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution
Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution这篇博客主要介绍一下DRN,这是2020年最新出来超分辨重建文章。相信大家都阅读过很多超分辨率的文章,都知道超分辨率是一病态的问题。因为在现实生活中一张低分辨率图片产生的方式有很多种,而在我们目前的研究当中,几乎所有的研究人员在训练端对端的...原创 2020-04-21 20:44:27 · 3007 阅读 · 5 评论 -
opencv用级联分类器时出现error: (-215) !empty() in function cv::CascadeClassifier::detectMultiScale
解决方法face_cascade = cv2.CascadeClassifier('haarcascades/haarcascade_frontalface_default.xml')在这段代码后面加:face_cascade.load(r'E:\Python3.6.6\Lib\site-packages\cv2\data\haarcascade_frontalface_default.x...原创 2020-04-20 19:26:26 · 218 阅读 · 0 评论 -
将数据集分为训练集和验证集存放在新的文件夹中
import osimport randomfrom PIL import Image先引入必要的模块file_name = os.listdir('images') # file_name是个列表,用来装images目录下的文件名if not os.path.exists('image'): os.mkdir('image') # 创建一个我们要存放分类好的数据文件夹...原创 2020-04-10 15:16:09 · 944 阅读 · 0 评论 -
对本地图片进行数据增强操作并保存到本地
import osfrom PIL import Imagefrom torchvision import transforms导入必要的模块file_list = os.listdir('图片路径')h = 0randomcrop = transforms.RandomCrop(99) # 随机剪裁大小为99*99randomhorizontalflip = transfor...原创 2020-04-18 20:06:11 · 2165 阅读 · 1 评论 -
利用opencv提高图像分辨率和降低分辨率(双三次插值),并计算PSNR的值
import cv2 #opencv读取的格式是BGRimport matplotlib.pyplot as plt导入需要的包img=cv2.imread('img005.jpg')img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)读入图片,并把图片转为rgb格式,因为matplotlib展示图片要rgb格式img.shape输出(768, 1...原创 2020-04-18 16:33:28 · 11827 阅读 · 7 评论 -
解决cv2.imread不能读取带有中文字符路径的问题
用img = cv2.imdecode(np.fromfile(a[:-1],dtype=np.uint8),cv2.IMREAD_COLOR)代替img = cv2.imread(a[:-1])就好了原创 2020-04-02 16:48:45 · 1705 阅读 · 0 评论 -
利用torch.utils.data.Dataset自定义数据加载类
import torch as tfrom torch.utils import dataimport osfrom PIL import Imageimport numpy as npimport torchvision.transforms as Ttransforms = T.Compose([ T.Resize(224), T.CenterCrop(224), ...原创 2020-04-14 16:05:54 · 859 阅读 · 0 评论