![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
Spratumn
行动派
展开
-
手撸网络结构—ResNet
ResNet 核心就是残差学习单元,相比常规神经网络残差学习单元能够避免出现梯度消失的现象。ResNet使用两种残差单元,左图(BasicBlock)对应的是浅层网络,而右图(Bottleneck)对应的是深层网络。在每组残差单元中,第一个单元需要进行下采样从而与单元输出的结果进行匹配。resnet18采用的都是BasicBlock进行的叠加,前两组残差单元如下图:resnet50采...原创 2020-02-06 17:31:44 · 5498 阅读 · 0 评论 -
可分离卷积-Separable Convolutions
经典卷积层一般卷积神经网络中,卷积运算的是使用与输入的feature map相同channel大小的kernel,kernel的每个通道与输入的每个通道对应卷积然后相加就得到输出feature的一个通道上的一个数据点。因此有对应关系:输入的通道数=每个kernel的通道数输出的通道数=使用的kernel的数目可以计算出这一层的训练参数:N1=K×K×Cin×CoutN_1=K \ti...原创 2020-01-07 14:03:00 · 543 阅读 · 0 评论 -
手撸网络结构—UNet
用于分类任务的卷积神经网络输出一般都是一个单一的类标签,但是在很多图像视觉任务中往往要求输出信息包含位置信息,比如给图像的每个像素点赋予类别信息。这样就需要使用到fully convolutional network 相较于FCN,UNet不只是简单的将卷积网络的结果直接进行转置卷积,而是结合了前面卷积层的中间计算结果,这样既利用了卷积部分的位置信息又利用了最后的分类信息。UNet网络结构...原创 2019-12-25 19:05:20 · 10591 阅读 · 1 评论 -
手撸网络结构—FCN
FCN in paperConvolutional networks are powerful visual models that yield hierarchies of features. convolutional networks trained end-to-end, pixelsto-pixels, exceed the state-of-the-art in semantic ...原创 2019-12-17 16:46:35 · 1902 阅读 · 0 评论 -
双线性插值(python实现)
线性插值线性插值从字面上的意思理解就是,采用线性关系计算新插入的值的大小。更直观的,给定一个一元一次函数f(x)f(x)f(x)以及两个已知的点f(x1),f(x2)f(x_1),f(x_2)f(x1),f(x2),计算未知点f(x)f(x)f(x)使用斜率的关系f(x2)−f(x1)x2−x1=f(x)−f(x1)x−x1f(x)=(x2−x)x2−x1f(x1)+(x−x1)x2−...原创 2019-12-17 16:43:15 · 4182 阅读 · 0 评论 -
OpenCV—Gradient
在图像特征提取中一个很重要的操作就是提取边缘,边缘是指在某个方向上梯度变化很大,而垂直方向上梯度变化很小。以图像中坐标为(x,y)(x,y)(x,y)的像素点灰度值I(x,y)I(x,y)I(x,y)为函数。梯度计算在数学计算中,微分计算公式为:Ix=I(x+δx,y)−I(x,y)δxIy=I(x,y+δy)−I(x,y)δyI_x = \frac {I(x+\delta x,y)-I...原创 2019-11-04 20:49:38 · 782 阅读 · 0 评论 -
OpenCV—Harris Corner Detection
角点是指在各个方向上灰度值变化都非常大的区域,灰度变化也就是灰度梯度。寻找角点也就是寻找灰度梯度最大的像素点。我们使用一个窗口在图像上滑动来计算灰度的梯度 E(u,v)E(u,v)E(u,v)E(u,v)=∑x,yw(x,y)[I(x+u,y+v)−I(x,y)]2E(u,v)=\sum_{x,y}w(x,y)[I(x+u,y+v)-I(x,y)]^2E(u,v)=x,y∑w(x,y)[...原创 2019-11-04 20:44:21 · 263 阅读 · 0 评论 -
OpenCV—Understanding Features
Understanding FeaturesWhat is Features从信息角度来看,图像中的特征即是该图片所携带的信息,可以用来与其他的图像进行区分。在下面的图像中,蓝色的窗口区域是一个均匀的色块,从中可以得到“绿色”信息(无法确定该窗口的位置);黑色窗口区域是一个上下明显的分界,从中可以得到边缘的信息(能够从竖直方向确定该窗口的位置);红色窗口区域是两个方向的分界的交点,从...原创 2019-11-04 20:38:32 · 174 阅读 · 0 评论 -
CNN Layers
Layers and ImplementsCNN网络主要包括卷积层、池化层、全连接层等。Convolution LayersSingle channel1.No padding给定一张5X5的单通道的灰度图像和一个3X3的卷积核,从左上角开始将对应位置的数字相乘再求和,kernel 依次滑动stride=1,计算得到右侧的结果;输入输出的尺寸关系为:Widthout=⌊Width...原创 2019-11-03 10:29:22 · 1283 阅读 · 0 评论 -
OpenCV-Histograms
像素值在整幅图像中的分布情况是该图像的一个重要属性。计算图像直方图直方图是一个简单的表格, 表示一个图像(有时是一组图像) 中具有某个值的像素的数量。也可以把直方图归一化, 即所有箱子的累加和等于1。这时每个箱子的数值表示对应的像素数量占总数的百分比。1.使用cv.calHist()使用cv.calHist()计算每个颜色通道的直方图cv.calcHist函数。 是一个通用的直方图计...原创 2019-10-28 19:02:04 · 391 阅读 · 0 评论 -
OpenCV-Transformations
相似性变换内部方位角度保持不变旋转:x1⃗=Rx0⃗=[cosα−sinαsinαcosα][x0y0]\vec{x_{1}}=R\vec{x_{0}}=\begin{bmatrix}cos\alpha & -sin\alpha \\ sin\alpha & cos\alpha \end{bmatrix}\begin{bmatrix}x_{0}\\ y_{0}\e...原创 2019-10-28 20:16:12 · 302 阅读 · 0 评论