![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 55
邦戈栗子
这个作者很懒,什么都没留下…
展开
-
Tensorboard可视化与远程链接服务器
tensorflow作为主流的深度学习框架为我们设计了封装十分完善的可视化工具——tensorboard,用起来也十分的方便。这篇博客介绍tensorboard的两个主要应用,一个是显示网络结构即训练过程中的一些参数loss,weights等,还有一个就是当用服务器训练网络时,我们如何在本地显示tensorboard一、Tensorboard监控网络训练过程TensorBoard完整的使用流程主要有一下几步:·添加记录节点,即添加需要监测的对象:tf.summary.scalar/image/his转载 2021-12-13 15:24:23 · 535 阅读 · 0 评论 -
python使用遇到的问题
1.python 引用其他文件中函数import syssys.path.insert(0, '/path/to/application/app/folder') # or sys.path.append('/path/to/application/app/folder')import file2.Unable to init server: Could not connect: Connection refusedGdk-CRITICAL **: 12:07:39.428: gdk_原创 2021-03-15 17:41:23 · 659 阅读 · 0 评论 -
python opencv(cv2)常用代码
1.从原图截图rect区域 img = cv2.imread(imgname) h_ori, w_ori = img.shape[:2] minx = w_ori miny = h_ori maxx = 0 maxy = 0 x = 1 y = 1 w = 10 h = 20 if x < 0: x = 0原创 2020-12-23 10:51:08 · 415 阅读 · 0 评论 -
python画图(线条颜色、大小、类型:点、虚线等)
https://zhuanlan.zhihu.com/c_1239148130719158272初衷本人由于平常写论文需要输出一些结果图,但是苦于在网上搜python画图时,详细的教程非常多,但是就是找不到能马上解决自己问题那一行代码,所以打算写一些适合需求简单的朋友应急用的教程,应急就必须方便搜索,所以我把主要的内容写在了标题,方便大家到主页查找对应的功能,教程里有对应的效果图,方便查看,希望可以帮助到有需要的朋友。说明本教程的效果图是在jupyter notebook完成。教程是接.转载 2020-07-27 14:12:27 · 5414 阅读 · 0 评论 -
imgaug实现数据增强
import osfrom imgaug import augmenters as iaaimport cv2import sometimesseq = iaa.Sequential( [ iaa.Fliplr(0.5), # 对50%的图像进行镜像翻转 iaa.Flipud(0.2), # 对20%的图像做左右翻转 # sometimes(iaa.Crop(percent=(0, 0.1))), # 这里沿袭我们上面提.原创 2020-07-22 17:43:02 · 737 阅读 · 1 评论 -
Focal loss:Focal Loss for Dense Object Detection
论文链接: https://arxiv.org/pdf/1708.02002.pdf目标识别有两大经典结构: 第一类是以Faster RCNN为代表的两级识别方法,这种结构的第一级专注于proposal的提取,第二级则对提取出的proposal进行分类和精确坐标回归。两级结构准确度较高,但因为第二级需要单独对每个proposal进行分类/回归,速度就打了折扣;目标识别的第二类结构是以YOLO和SSD为代表的单级结构,它们摒弃了提取proposal的过程,只用一级就完成了识别/回归,虽然速度较快但准确率远转载 2020-07-15 14:15:52 · 109 阅读 · 0 评论 -
基于Opencv和MTCNN检测人脸五个关键点进行仿射变换人脸对齐 - Python版本
基本原理是先通过MTCNN检测到人脸的五个关键点,再把原图中人脸区域外扩100%(这样做的目的是保证对齐后图片中没有黑色区域,当然这个外扩的比例是看对齐效果自己可以调节的,我这里设置的100%)。最后的人脸对齐尺寸分为两种:112X96尺寸和112X112尺寸,其中首先需要定死仿射变换后人脸在目标图上的坐标,然后直接变换。废话不多说,直接手撕代码。# 该代码实现利用人脸的五点仿射变换实现人脸对齐# 具体就是首先使用mtcnn检测算法检测出人脸区域,并得到lanmarks关键点坐标和检测框坐标..转载 2020-06-29 09:55:25 · 1912 阅读 · 2 评论 -
深度学习基础--不同网络种类--siamese网络(孪生网络)
siamese网络(孪生网络) 05年Yann Lecun提出来的。提起siamese network一般都会引用这两篇文章: 《Learning a similarity metric discriminatively, with application to face verification》和《 Hamming Distance Metric Learning》。 Siamese也...转载 2019-11-20 14:46:18 · 659 阅读 · 0 评论 -
深度学习: Zero-shot Learning / One-shot Learning / Few-shot Learning
Introduction在 迁移学习 中,由于传统深度学习的 学习能力弱,往往需要 海量数据 和 反复训练 才能修得 泛化神功 。为了 “多快好省” 地通往炼丹之路,炼丹师们开始研究 Zero-shot Learning / One-shot Learning / Few-shot Learning。爱上一匹野马 (泛化能力),可我的家里没有草原 (海量数据) 。Learning类型分...转载 2019-11-20 14:20:25 · 536 阅读 · 0 评论 -
opencv 将多张图像做简单的拼接
#include <iostream>#include <core/core.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/highgui/highgui.hpp>#include<opencv2/stitching.hpp> using namesp...转载 2019-11-07 18:06:34 · 628 阅读 · 0 评论 -
LSD直线检测
转载于:https://blog.csdn.net/liuuze5/article/details/77509473lsd.h/*---------------------------------------------------------------------------- LSD - Line Segment Detector on digital images Copyri...转载 2018-05-24 17:01:23 · 633 阅读 · 1 评论 -
opencv findContours/drawContours检测图像中的轮廓
#include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv/cv.h>using namespace cv;using namespace ...转载 2018-06-17 17:02:57 · 598 阅读 · 0 评论 -
opencv matchTemplate模板匹配
定义:模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术.如何实现:我们需要2幅图像:原图像 (I): 在这幅图像里,我们希望找到一块和模板匹配的区域模板 (T): 将和原图像比照的图像块我们的目标是检测最匹配的区域:为了确定匹配区域, 我们不得不滑动模板图像和原图像进行 比较 :通过 滑动, 我们的意思是图像块一次移动一个像素 (从左往右,从上往下). 在每一个位置, 都进行...转载 2018-06-17 17:16:55 · 1109 阅读 · 0 评论 -
形状识别之直线检测(LSD)
转自一篇基于直线检测的形状识别方法,不同于霍夫直线检测。原文网址:https://blog.csdn.net/liujiabin076/article/details/74917605LSD官网(源码下载):http://www.ipol.im/pub/art/2012/gjmr-lsd/LSD官网(在线测试):http://demo.ipol.im/demo/gjmr_line_segment_...转载 2018-05-24 12:17:51 · 10155 阅读 · 3 评论