- 博客(8)
- 资源 (1)
- 收藏
- 关注
转载 Faster RCNN解析
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal NetworksShaoqing Ren, Kaiming He, Ross Girshick, Jian Sun摘要目前最先进的目标检测网络需要先用区域建议算法推测目标位置,像SPPnet[7]和Fast R-CNN[5]这些网络已经减少了检测网...
2018-07-20 16:16:56
343
原创 直线检测,直方图与阈值分割初步
Hough变换采用参数空间变换的方法,对噪声和不间断直线的检测具有鲁棒性可用于检测圆和其他参数形状核心思想: 直线 y=kx + b 每一条直线对应一个k,b,极坐标下对应一个点(ρ,θ) 直角坐标系的一点(x,y),对应极坐标系下的一条正弦曲线ρ=xcosθ+ysinθ同一条直线上的多个点,在极坐标系下必相交于一点 将(ρ,θ)空间量化成许多小格根据x-y平面每一个直线点
2018-07-20 16:13:02
785
转载 Object Detection -- 论文SSD(SSD: Single Shot MultiBox Detector)解读
SSDIntroduction基于“Proposal + Classification” 的 Object Detection 的方法,R-CNN 系列取得了非常好的结果,但是在速度方面离实时引用还差的比较多。前面讲的YOLO虽然能够达到实时的效果,但是在准确度上与the-state-of-art 的结果有很大的差距。YOLO 的问题在于:每个网格只预测一个物体,容易造成漏检;对于物体的尺...
2018-07-20 16:12:28
419
原创 图像边缘检测初步
基本边缘检测算子边缘检测算子与前面提到的平滑算子有一个区别是平滑算子的所有系数求和结果为1,这是因为要保证一个常值信号进来进行滤波后其结果仍是常值信号,而边缘检测算子的所有系数求和结果一定为0,因为如果是一个常值信号则他是没有边缘的。且边缘检测算子分为x方向和y方向。 边缘检测的本质是进行微分,在实际中常用差分。 - Sobel算子卷积核 - Prewitt算子卷积核 - L
2017-09-04 20:31:16
450
原创 图像滤波及去噪初步
定义说到滤波,不得不提的就是卷积。关于卷积的定义,知乎上有个很有名的段子: 这个话大致讲出了卷积的物理意义。 而在图像中,图像滤波的定义也是由卷积进行定义的: 其中f(x,y)是原始图像,g(x,y)是滤波器,他们做卷积的意思是将原始图像与滤波器的窗口对齐后,将其对应位置的元素相乘后,将得到的结果进行累加,最后得到的值即滤波后得到的结果,其位置位于原始图像与滤波器对齐时的窗口中心的位置
2017-09-04 12:53:26
17401
原创 计算机视觉基础
CV,CG与DIP我个人理解的是计算机视觉是让计算机看懂图片和视频,进而理解其中的信息。即输入是image或video,输出是information。而cg的话是一种数据的可视化的过程,要点是将图片显示出来。输入的是数据 ,如xyz,uv,rgb信息,输出是image即二维像素数组。DIP则是对图像进行一些操作(模糊,平滑等),输入是image,输出也是image。CV系统的构成要素既然是视觉,那我
2017-08-21 14:59:43
664
原创 初识OpenCV
配置运行环境这里只说opencv的python库。从http://opencv.org可以下最新的opencv库。下好一个exe文件后一路下一步即可。安装完成后,找到安装目录下\build\python\2.7\x86\cv2.pyd,将其copy至python安装目录下Python27\Lib\site-packages中。由于本人比较懒,numpy的安装我是直接通过Pycharm进行安装的,大家
2017-08-06 20:30:49
240
原创 Start my Computer Vision studying
Start my Computer Vision studying今后在这里记录我的CV学习生涯。学习计划在查阅了诸多资料与大牛给萌新的建议后,自己也有了一个大致的学习规划:关于DIP虽然本科时学过这门课但早已忘光,我认为冈萨雷斯的《Digital Image Processing》还是需要快速补一下前四章的。之所以只看前几章是因为CV与CG之间的处理方法还是有所不同的。到后面的一些内容与CV初学关
2017-08-06 13:27:29
388
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人