![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
代码
文章平均质量分 80
我打豆豆sky
这个作者很懒,什么都没留下…
展开
-
使用pickle模块存储猫狗数据
import osimport cv2from sklearn.utils import shuffleimport numpy as npfrom six.moves import cPickle as pickleCLASS_NAME=["dogs","cats"]#图像大小img_size=64#验证集大小validation=0.2#数据路径train_path='...原创 2018-07-10 20:35:24 · 426 阅读 · 0 评论 -
机器学习实战笔记---Logistic回归
本文转自https://blog.csdn.net/u010454729/article/details/48274955和http://cuijiahua.com/blog/2017/11/ml_6_logistic_1.html实现Logistic回归分类器:在每个特征上都乘以一个回归系数,然后把所有的结果值相加,总和带入Sigmoid函数,其结果大于0.5分为正样本类,结果小于0.5分为...转载 2018-08-21 16:36:34 · 189 阅读 · 0 评论 -
自定义高斯滤波器
#include<iostream>#include<opencv2\opencv.hpp>using namespace cv;using namespace std;double **getGaussArr(int size,double sigma){ double sum = 0; double Sigmma = 1; //建立一个size*...转载 2018-08-31 22:03:42 · 545 阅读 · 0 评论 -
自定义均值滤波
#include<opencv2\imgproc\imgproc.hpp>#include"opencv2\highgui\highgui.hpp"using namespace std;using namespace cv;//自定义均值化函数void myMean(const Mat &src, Mat &dst){ if (!src.data)...转载 2018-09-01 21:52:01 · 589 阅读 · 0 评论 -
自定义中值滤波
#include<opencv2\imgproc\imgproc.hpp>#include<opencv2\highgui\highgui.hpp>using namespace std;using namespace cv;uchar sort(uchar n1, uchar n2, uchar n3, uchar n4, uchar n5, uchar n...转载 2018-09-01 21:54:59 · 505 阅读 · 0 评论 -
霍夫直线检测
原理#include<iostream>#include<opencv.hpp>using namespace std;using namespace cv;int main(){ Mat image = imread("D:/2015project/picture/building.jpg"); if (image.empty()) { ...原创 2018-09-08 21:56:50 · 751 阅读 · 0 评论 -
自定义全局阈值分割
#include<opencv.hpp>#include<opencv2\highgui\highgui.hpp>#include<opencv2\imgproc\imgproc.hpp>#include<iostream>using namespace std;using namespace cv;void globalValue...原创 2018-09-06 10:58:48 · 1318 阅读 · 0 评论 -
图像矩
#include<opencv.hpp>#include<math.h>#include<iostream>using namespace std;using namespace cv;int main(){ Mat image,image_gray,thresh_image; image = imread("D:/2015project/...转载 2018-09-13 15:40:42 · 219 阅读 · 0 评论 -
sobel求取图像梯度
#include "opencv2/imgproc/imgproc.hpp" #include "opencv2/highgui/highgui.hpp" #include <iostream> #include <cmath>using namespace cv;using namespace std;void SobelGradDirction...转载 2018-09-19 16:28:04 · 5159 阅读 · 0 评论 -
角点检测
本文参考于:https://blog.csdn.net/linqianbi/article/details/78930239 https://blog.csdn.net/weixin_41695564/article/details/79979784Harris角点检测算法步骤1.利用sobel计算出xy方向上的梯度值(sobel对图像求取梯度...转载 2018-09-20 15:15:48 · 760 阅读 · 0 评论 -
机器学习实战笔记---贝叶斯--简单的字符过滤
本文转自Jack Cuihttp://cuijiahua.com/blog/2017/11/ml_5_bayes_2.html 先对文本内容进行处理得到字符串列表,然后再进行其他处理处理,生成词向量import numpy as npfrom functools import reducedef loadDataSet(): postingList=[['my', 'dog...转载 2018-08-18 16:57:14 · 296 阅读 · 0 评论 -
机器学习实战笔记--决策树-决策树基础
转自Jack Cui http://cuijiahua.com/blog/2017/11/ml_2_decision_tree_1.html求香农熵:p(xi)是选择该分类的概率from math import logdef calcShannonEnt(dataset): numEntries=len(dataset)#求数据集列表的行数 labelCoun...转载 2018-08-13 21:21:11 · 265 阅读 · 0 评论 -
唐宇迪-TensorFlow实战-猫狗识别任务
dataset.pyimport numpy as npimport osimport globfrom sklearn.utils import shuffleimport cv2def load_train(train_path,img_size,classes): images=[] labels=[] img_names=[] cls=[] ...转载 2018-07-12 10:08:30 · 4920 阅读 · 14 评论 -
tf.slice()函数
tf.slice(input_, begin, size, name = None)这个函数的作用是从输入数据input中提取出一块切片 切片的尺寸是size,切片的开始位置是begin。 切片的尺寸size表示输出tensor的数据维度,其中size[i]表示在第i维度上面的元素个数。 开始位置begin表示切片相对于输入数据input_的每一个偏移量import tensorfl...原创 2018-07-23 20:24:34 · 2123 阅读 · 0 评论 -
非极大值抑制
非极大值抑制(NMS),其思想为:对于重叠的候选框,若大于规定阈值(某一提前设定的置信度),则删除;低于阈值则保留。对于无重叠的候选框,都保留。IOU定义:两个边界框的交集部分除以它们的并集。注:置信度定义(YOLO):置信度分数反应的是一个边界框是否包含对象并且预测对象的精确度非极大值抑制的流程:1.根据置信度的分进行排序2.选择置信度最高的边界框添加到最终的输出列表中,并将其从边界框列表中删除...转载 2018-07-14 21:08:38 · 357 阅读 · 0 评论 -
selective_search
import cv2import selectivesearchimport matplotlib.pyplot as pltimport matplotlib.patches as mpatchesimport numpy as np#第二步:执行搜索工具,展示搜索结果image2="images/test2.png"#用cv2读取图片img = cv2.imread(ima...转载 2018-07-14 21:20:53 · 361 阅读 · 0 评论 -
tensorflow卷积网络训练mnist数据集以及测试自己的图片
本篇博文是综合其它博文的改写,这是原博文作者链接https://blog.csdn.net/sparta_117/article/details/66965760 train.py:两个卷积层,两个池化层,两个全连接层import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#...转载 2018-07-22 14:58:00 · 609 阅读 · 0 评论 -
机器学习实战笔记--KNN近邻算法
KNN近邻算法伪代码:对未知类别属性的数据集中的每个点依次执行以下操作: (1) 计算已知类别数据集中的点与当前点之间的距离; (2) 按照距离递增次序排序; (3) 选取与当前点距离最小的k个点; (4) 确定前k个点所在类别的出现频率; (5) 返回前k个点出现频率最高的类别作为当前点的预测分类。import tensorflow as tfimport operator...转载 2018-08-09 21:39:46 · 201 阅读 · 0 评论 -
tensorflow实战Google深度学习框架---TFRecord
将输入数据转化为TFRecord格式import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport numpy as np#生成整数类型的属性def _int64_feature(value): return tf.train.Feature(int64_lis...转载 2018-08-12 16:45:10 · 204 阅读 · 0 评论 -
机器学习实战笔记--KNN-约会网站配对
可视化 import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltimport matplotlib.lines as mlinesdef file2matrix(filename): fr=open(filename) arrayOLines=fr.readlines() ...翻译 2018-08-10 20:57:26 · 242 阅读 · 0 评论 -
机器学习实战笔记--KNN-mnist分类
import numpy as npfrom os import listdirimport operatordef img2vector(filename): returnVect=np.zeros((1,1024)) fr=open(filename) for i in range(32): linStr=fr.readline() ...翻译 2018-08-12 16:40:43 · 401 阅读 · 0 评论 -
机器学习实战笔记---决策树--如何构建决策树
本文转自Jack Cui http://cuijiahua.com/blog/2017/11/ml_3_decision_tree_2.html#ID3算法:核心就是在决策树各个结点上对应信息增益准则选择特征,递归的构造决策树。具体方法是:从根结点开始,对结点计算所有可能的特征信息增益,选择信息增益最大的特征作为结点特征,由该特征的不同取值建立子节点;再对子节点递归地调用以上方法,构建决...转载 2018-08-15 10:28:01 · 304 阅读 · 0 评论 -
Windows下text-detection-ctpn-untagged,遇到的系列问题解决
项目代码在下面链接里面。demo_pb.py:这个链接是针对demo_pb.py问题修改的:作者MegRobhttps://blog.csdn.net/yx123919804/article/details/84377026demo.py下面是针对demo.py问题修改的,demo.py和demo_pb.py有相同的问题,按照上面链接修改即可。问题1:No module n...原创 2019-09-17 21:32:05 · 642 阅读 · 4 评论