- 博客(10)
- 收藏
- 关注
RSS订阅原创 Datawhale计算机视觉基础-图像处理（下）-Task03 LBP特征描述算子-人脸检测
3.1LBP算法原理介绍LBP特征用图像的局部领域的联合分布T 来描述图像的纹理特征，如果假设局部邻域中像素个数为P(P>1)，那么纹理特征的联合分布TTT 可以表述成：其中， gcg_cgc 表示相应局部邻域的中心像素的灰度值， gpg_pgp 表示以中心像素圆心,以R为半径的圆上的像素的灰度值。通俗解释：原始的LBP算子定义在像素3∗3333∗3的邻域内，以邻域中心像素为阈值，相邻的8个像素的灰度值与邻域中心的像素值进行比较，若周围像素大于中心像素值，则该像素点的位置被标记为1，否
2020-06-27 19:10:42
144
原创 Datawhale 计算机视觉基础-图像处理（下）- Task01 Harris特征点检测器-兴趣点检测
1.1简介特征点成为兴趣点和角点，常用的有harris角点检测、FAST特征检测、SIFT、SURF特征检测。1.2角点的概念使用一个滑动窗口在下面三幅图中滑动，可以得出以下结论：左图表示一个平坦区域，在各方向移动，窗口内像素值均没有太大变化；中图表示一个边缘特征（Edges），如果沿着水平方向移动(梯度方向)，像素值会发生跳变；如果沿着边缘移动(平行于边缘) ，像素值不会发生变化；右图表示一个角（Corners），不管你把它朝哪个方向移动，像素值都会发生很大变化。1.3Harris角
2020-06-24 15:22:17
139
原创 Task5 模型集成
5 模型集成5.1 集成学习方法在机器学习中的集成学习可以在一定程度上提高预测精度，常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法与具体验证集划分联系紧密。下面假设构建了10折交叉验证，训练得到10个CNN模型。那么在10个CNN模型可以使用如下方式进行集成：对预测的结果的概率值进行平均，然后解码为具体字符；对预测的字符进行投票，得到最终字符。5.2集成学习5.2.1 Dropout经常出现在在先有的CNN网络中，可以有效的缓解模型过拟合的情
2020-06-02 20:51:17
107
原创 Task4 模型训练与验证
4 模型训练与验证4.1 学习目标使用pytorch进行读取加载，了解调参的流程4.2构造验证集训练集（Training Set）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数。验证集（Validation Set）：用来做模型选择（model selection），即做模型的最终优化及确定的，用来辅助我们的模型的构建，可选；测试集（Test Set）： 为了测试已经训练好的模型的精确度。当然，test set这并不能保证模型的正确性，他只是说相似的数据用此模型会得出
2020-05-30 21:02:12
252
原创 Datawhale 零基础入门CV赛事-Task3 字符识别模型
3 字符识别模型3.1目标学习CNN的基础和原理使用pytorch搭建CNN模型3.2CNN介绍CNN是层次模型，输入的是原始的像素数据。CNN有卷积层、池化层、激活函数、全连接层组成。下图为LeNet的结构，两个卷积、两个池化、两个全连接组成。卷积核5*5，stride=1，最大池化层。3.3 Pytorch构建CNN模型这个CNN模型包括两个卷积层，最后并联6个全连接层进行分类。# 定义模型class SVHN_Model1(nn.Module): def __init
2020-05-26 17:10:25
90
原创 零基础入门CV赛事—Task2 数据读取与数据扩增
零基础入门CV赛事—Task2 数据读取与数据扩增本章学习【定长字符识别】来构建模型，逐步讲解解决方案和知识点。2数据读取过程与扩增2.1 学习目标学习Python和Pytorch中图像读取学会扩增方法和Pytorch读取赛题数据2.2图像读取主要学习一下pillow和OpenCV的操作2.2.1 pillowfrom PIL import Image,ImageFilterim = Image.open('cat.jpg')im2 = im.filter(ImageFilter.B
2020-05-23 22:48:05
101
原创 Datawhale 零基础⼊⻔CV赛事-Task1 赛题理解
Datawhale 零基础⼊⻔CV赛事-Task1 赛题理解本章内容将会对街景字符识别赛题进⾏赛题背景讲解，对赛题数据的读取进⾏说明，并给出集中解题思路。1 赛题理解1.1 学习⽬标List item 理解赛题背景和赛题数据完List item 成赛题报名和数据下载，理解赛题的解题思路1.2 赛题数据赛题以街道字符为为赛题数据，数据集报名后可⻅并可下载，该数据来⾃收集的SVHN街道字符，并进⾏了匿名采样处理。1.3 数据标签原始图片：图片JSON标注：标题1.4评测指标
2020-05-20 22:06:30
133
原创 特征分析
导入数据：import pandas as pdimport numpy as npimport matplotlibimport matplotlib.pyplot as pltimport seaborn as snsfrom operator import itemgetter%matplotlib inline#显示所有列pd.set_option('display.m...
2020-04-01 21:50:57
91
原创 数据建模调参
调整数据类型来减少数据在内容中的占用def reduce_mem_usage(df): """ iterate through all the columns of a dataframe and modify the data type to reduce memory usage. """ start_mem = df.memory_u...
2020-04-01 21:49:00
191
原创 EDA二手车数据分析
2.2 内容介绍载入各种数据科学以及可视化库:数据科学库 pandas、numpy、scipy； 可视化库 matplotlib、seabon； 其他；载入数据： 载入训练集和测试集； 简略观察数据(head()+shape)；数据总览: 通过describe()来熟悉数据的相关统计量；通过info()来熟悉数据类型判断数据缺失和异常；查看每列的存在nan情况；异常值检...
2020-03-24 14:40:01
109
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人