计算机视觉
文章平均质量分 85
tommorrow12
这个作者很懒,什么都没留下…
展开
-
Python把多张图拼接在一起
用到的函数是concatenate,具体代码如下:import osimport numpy as npimport cv2img_fold_A = './original'img_fold_B = './gt'img_fold_C = './prediction'img_fold_ABC = './combination'img_list1 = os.listd...转载 2019-11-03 16:06:40 · 5427 阅读 · 0 评论 -
Learning to Compare: Relation Network for Few-Shot Learning阅读笔记
这两天在看ZSL的相关论文,读到这篇没看懂,去网上找了一下解读,觉得这篇不错,分享给大家。1. 前言相信每一位研究深度学习的朋友都明白,深度学习能够在这几年取得如此爆炸式的发展,除了算法本身的改进与创新,最关键的因素就是拥有海量的数据和强大的计算资源。那么,我们很自然的会问:没有海量数据怎么办?现实生活中有很多问题并没有那么多的数据可以采集,或者说采集数据所需的成本很高,比如稀有物种的图片...转载 2019-08-06 21:47:08 · 459 阅读 · 0 评论 -
2018最佳GAN论文回顾
摘要:2018年关于GAN最有趣的文章。原文链接我很高兴今年参加了一个研究项目,这要求我必须熟悉大量用于计算机视觉方面的深度学习领域的资料。我对过去两、三年内取得的进展感到惊讶,这真的非常令人兴奋和鼓舞,所有不同的子领域,如图像修复、对抗性样本、超分辨率或是三维重建,都大大得益于近期的发展。然而,有一种神经网络,它受到了大量的宣传和炒作 — 生成性对抗网络(Generative ...转载 2019-04-17 22:25:59 · 683 阅读 · 0 评论 -
ST-GAN: Spatial Transformer Generative Adversarial Networks for Image Compositing 原文翻译
ST-GAN:用于图像合成的空间变换器生成敌对网络目录摘要1.介绍2.相关工作3.方法3.1、迭代几何校正3.2、顺序对抗训练3.3、敌对目标4.实验4.1、3D立方体4.2、室内物体4.3、眼镜5.结论论文地址摘要我们解决了向前景对象发现真实几何校正的问题,使得它在合成到背景图像时显得自然。为了实现这一目标,我们...原创 2019-04-13 21:52:08 · 4383 阅读 · 1 评论 -
STN:空间变换网络(Spatial Transformer Network)
最近在学习stn,看到一篇能够读懂的博客,转载一下供大家学习交流。本文的参考文献为:《Spatial Transformer Networks》卷积神经网络定义了一个异常强大的模型类,但在计算和参数有效的方式下仍然受限于对输入数据的空间不变性。在此引入了一个新的可学模块,空间变换网络,它显式地允许在网络中对数据进行空间变换操作。这个可微的模块可以插入到现有的卷积架构中,使神经网络能够主动地在...转载 2019-04-08 19:31:40 · 1873 阅读 · 0 评论 -
近十年以来机器学习中最优秀的想法之一~领略GANs核心
前言这篇文章中,作者通过将生成对抗网络(GANs,以下均简称GANs)运用到图片生成任务中向我们解释了其的原理。GANs是无监督学习中少有的成功的技术,一经提出,将生成任务推动到了新的高度上。在多样的图片生成任务中,GANs独领风骚。Yann LeCun(深度学习的先驱)将GANs称作“近十年以来机器学习中最优秀的想法”。最重要的是,在显著的性能的同时,GANs的核心思想又是那么地浅显易懂。本...转载 2019-03-17 13:44:17 · 461 阅读 · 0 评论 -
论文阅读《Spatial Transformer Network》-stn
Google DeepMindAbstract:作者说明了CNN对于输入的数据缺乏空间变换不变形(lack of spatially invariant ability to input data),因此作者引入了一个spatial transformer module,不需要额外的监督,能够以data-driven的方式学习得到输入图像的空间变换参数,赋予网络spatial invari...转载 2018-08-15 16:06:09 · 417 阅读 · 0 评论 -
SSD原理解读
1、引言目标检测是计算机视觉学科的重要研究方向之一,在很多场合中都很重要,比如无人驾驶,就非常需要目标检测给它提供非常高的检测和定位精度。当前,目标检测中基于深度学习的算法大概可以分为两种:分步目标检测算法(比如Fast R-CNN[11]、Faster R-CNN[12]等);单步目标检测算法(比如YOLO[13]、SSD[14]等)。前者先要产生一批用作输入数据的候选框,然后经过神经网...原创 2018-07-24 15:53:39 · 6131 阅读 · 0 评论 -
Faster-rcnn详解
Faster R-CNN算法是在Fast R-CNN算法的基础上,将RPN与Fast R-CNN结合到一个深度神经网络中的端到端的目标检测网络。Faster R-CNN由候选区域框网络(Region Proposal Network,简称RPN)和Fast R-CNN网络两部分组成。整体网络框架如图3-1所示。 图3-1 Faster R-CNN框架其中,RPN是全卷积神经网络,用于提取候选框;F...原创 2018-06-15 19:46:19 · 683 阅读 · 0 评论 -
Python OpenCV对本地视频文件进行分帧保存
# coding=utf-8import osimport cv2videos_src_path = "/home/wgp/"video_formats = [".mp4", ".avi"]frames_save_path = "/home/wgp/"width = 320height = 240time_interval = 50def video2frame(vid...转载 2018-05-22 19:35:11 · 8389 阅读 · 24 评论 -
神经网络 part2 :Softmax classifier
转载自皓月如我的CSDN博客,原始链接地址。 http://blog.csdn.net/fm0517/article/details/52051198*此系列为斯坦福李飞飞团队的系列公开课“cs231n convolutional neural network for visual recognition ”的学习笔记。本文主要是对module 1 的part2 Linear classifica...转载 2018-03-22 09:55:16 · 346 阅读 · 0 评论 -
线性分类器,SVM
转载自皓月如我的CSDN博客,原始链接地址。 http://blog.csdn.net/fm0517/article/details/52051198*此系列为斯坦福李飞飞团队的系列公开课“cs231n convolutional neural network for visual recognition ”的学习笔记。本文主要是对module 1 的part2 Linear classifica...转载 2018-03-22 09:50:02 · 1319 阅读 · 0 评论