Tensorflow生成高斯模糊并进行卷积操作

最新推荐文章于 2024-07-26 21:28:19 发布

我真不会写代码

最新推荐文章于 2024-07-26 21:28:19 发布

阅读量1.5k

点赞数 1

分类专栏：深度学习 python 文章标签：高斯深度学习

本文链接：https://blog.csdn.net/qq_39056596/article/details/103895072

版权

python 同时被 2 个专栏收录

14 篇文章 1 订阅

订阅专栏

深度学习

11 篇文章 1 订阅

订阅专栏

在卷积神经网络中用到了高斯模糊核对图像进行预处理。

首先根据方差生成模糊核:

def gauss_kernel1d(sigma):#sigma表示方差
    if sigma == 0:
        return 0
    else:
        tail = int(sigma*3)
        k = tf.exp([-0.5*x**2/sigma**2 for x in range(-tail, tail+1)])
        return k / tf.reduce_sum(k)

利用生成的模糊核分别对图像进行卷积

def separable_filter3d(vol, kernel):
    if kernel == 0:
        return vol
    else:
        strides = [1, 1, 1, 1]
        return tf.nn.conv2d(tf.nn.conv2d(
            vol,
            tf.reshape(kernel, [-1, 1, 1, 1]), strides, "SAME"),
            tf.reshape(kernel, [1, -1, 1, 1]), strides, "SAME")#先对x方向进行卷积，在对y方向进行卷积