- 博客(15)
- 收藏
- 关注
RSS订阅原创 【本周学习】光学字符识别（OCR）
光学字符识别最早是指针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术，现在已经拓展为通过深度学习等技术对图像中的字符内容进行检测，返回文本内容和文本所在图片中的位置信息，通常为四个边界的坐标（后一段解释为个人理解）。 .........
2022-06-17 13:11:16
3542
原创 【自动划分数据集】提供图片与标签（.txt）文件即可自动生成YOLO格式数据集
"""input：1.img_path 数据集图片地址2.label_path 数据集标签地址（.txt格式）3.划分比例（0到1） split_rateoutput：--dataset --images --train --val --labels --train --val"""import osimport randomimport shutildef get_imlist(path): r.
2022-05-16 14:03:04
1004
原创 孪生网络代码改动2（增加自动打标与准确率验证模块）
主模块：only show accuracy:如果输入 y ，仅验证分类结果的最准确率，默认标签地址为output/mac(DAGM)/2022_05_01 01_51_04，均可自行调整[0]model path: 默认地址model path: logs/mac_5/ep098-loss0.000-val_loss0.002.pth，注意加载网络权重后，记得调整siamese.py中的input_shape[1]待检测图片文件夹(query set)地址：[2]待检测图片，support.
2022-05-11 10:20:14
828
原创 【效果展示】面部追踪+情绪识别
1.使用yolov5（目标检测网络）作为脸部定位模块首先标注出人脸，达到去冗余的效果2.使用先前博客中提到的多模态迁移视觉网络作为情绪识别模块，对yolov5检测为人脸的框内图像进行判别，达到更为精确的情绪识别效果，同时实现了一张图片中多个人物的情绪识别。以下为效果图：...
2022-04-22 23:54:31
3169
7
原创 孪生网络代码改动
bubbliiiing/Siamese-pytorch: 这是一个孪生神经网络（Siamese network）的库，可进行图片的相似性比较。 (github.com)https://github.com/bubbliiiing/Siamese-pytorch以上是原始代码地址：站在巨人的肩膀上！1. 对predict.py的改动： 可对比多幅图片，从而达到分类的效果# -*- coding:utf-8 -*-from function import *from PIL import Imag
2022-04-21 01:14:22
2216
5
原创 Yolov5官方网络改进：增加search模块（基于迁移学习的目标检测+多模态零样本自定义标签分类网络）
import argparseimport datetimeimport sysimport timefrom pathlib import Pathimport cv2import numpy as npimport torchimport torch.backends.cudnn as cudnnfrom numpy import random# from ResNet import *from lib.Models.experimental import attempt_loa.
2022-04-09 19:22:46
2717
9
原创 根据检测算法得到的txt文件，批量截取目标框图保存
# -*- coding: utf-8 -*-import osimport cv2def bboxcut(): # input path inputPath = input('input path:') if inputPath == '': inputPath = r'D:/GitHub/DATASET/data-coco128/images/train2017' inputPath = str(inputPath) print(f'in.
2022-04-07 15:09:32
539
原创 记录配置windows与ubantu双系统深度学习环境的踩坑
1.常规解决方案安装git出现以上问题，按照网上的惯例可采用命令：sudo apt-get update or sudo apt-get upgrade2.结果还是报错，返回重试apt-get update/upgrade命令，发现部分程序安装失败。分析后是镜像下载源的问题换回官方下载源后输入sudo apt-get update or sudo apt-get upgrade重新更新，再次输入sudo apt-get install git即可下载成功。......
2022-03-21 09:15:00
1728
原创 去雾模块dehaze.py（可直接调用）
"""1.去雾算法介绍博客：http://blkstone.github.io/2015/08/20/single-image-haze-removal-using-dark-channel/2.论文地址（2009 CVPR best paper）：https://paperswithcode.com/paper/single-image-haze-removal-using-dark-channel3.资源下载（镜像）地址：pip install [The Package You Want .
2022-03-10 16:25:38
5540
4
原创 【多模态学习】本周学习历程,附链接
越学习，越是觉得所谓研究生不过是站在巨人的肩膀上领略科学之海的壮丽，十分荣幸能在开源精神的引领下参与到知识的传递网络中♪(^∇^*) 现如今，多模态学习可谓是方兴未艾，不要被多模态这个概念唬住，模态可以近似理解为视觉、听觉或触觉等不同的感受，深度学习中的多模态学习好之于计算机就好比是五感之于人类。从Bert与ViT开始，这把火彻底烧到了CV领域，Transformer架构渐有取代CNN之势，像
2022-03-06 21:39:52
3317
原创 暗通道去雾（何恺明的成名作）：简洁与效果并存的传统图像处理算法
本篇博客主要作用为学习代码段与快应用的使用，内容浅显，还请路过的大佬见谅>_< 暗通道去雾算法（Single image haze removal using dark channel prior）可以说是恺明大佬厚积薄发之作，作为其博士期间的第一篇投稿作品，可谓出道即触及巅峰，一举斩获CVPR2009最佳论文奖。1.论文链接：https://ieeexplore.ieee.org/document/52065152.论文的知识图谱链接：...
2022-03-06 20:52:05
8465
3
原创 CLIP：基于自然语言监督信号的迁移视觉模型
2月25月随笔： 最近在关注自动标注领域的工作，发现了一篇有趣的文章：openai的多模态对比学习《基于自然语言监督信号的迁移视觉网络模型》，在imagenet 上zero shot 效果和有监督训练好的ResNet 50媲美(⊙o⊙) 其实从bert 开始，自然语言处理和计算机视觉的结合就势不可挡，之后的各种vision transform 更是如同雨后春笋，但clip 是第一次把图片与文字的结合做到了极致。 原理简单有效：有n个图片文本对，使用编码器分别提取出n个文...
2022-02-25 21:34:52
1965
2
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