- 博客(6)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 图像特征的匹配－OpenCV3.0
图像特征的匹配 通过对图像提取特征后，得到特征点和描述特征点信息的特征向量，在对图像的检索和匹配当中主要通过对描述符［特征向量］的计算来实现，下面主要通过ORB来进行图像特征的提取，使用不同的算法来实现图像的匹配． １．暴力匹配(Brute-Force) ２．K-临近匹配 ３．FLANN匹配(Fast Library for Approximate Nearest Neighbors)...
2018-03-26 09:52:02
14473
原创 OpenCV3.0－图像特征检测
使用opencv的一些内置的算法来实现对图像特征的检测 从图像中提取的到的特征可以用来进行图像的匹配和检索 常用的图像特征检测算法 Harris:检测角点 SIFT:检测斑点 SURF:检测斑点 FAST:检测角点 BRIEF:检测斑点什么是图像特征？ 图像特征就是图像中最具有独特性和具有区别性的图像区域．在图像中特征区域主要分布在角点，高密度区域，边缘（边缘可以将图像分...
2018-03-26 09:10:00
3582
原创 caffe手写数字分类－学习曲线
接上篇caffe手写数字识别－训练模型import matplotlib.pyplot as pltimport numpy as npimport caffe# 对之前的solver.prototxt文件进行了修改，# 没十次训练，测试一轮，显示一次训练测试loss,主要是为了画学习曲线时，x坐标参数相同caffe.set_device(0)caffe.set_mode...
2018-03-21 18:50:24
288
原创 caffe手写数字识别-训练模型
为什么写第二篇呢以为第一篇有坑用lmdb格式的数据训练，可能生成的lmdb数据有问题，验证准确率很低，所以这次直接用原始数据训练，准确率%99左右，只训练了１０epoch，这个结果不算太好，我之前用Keras+TensorFlow准确率在%99.6左右 下面是一些训练过程中生成文件的截图： train文件夹下的子文件夹，test文件夹类似 生成图片文件列表txt# 生成...
2018-03-21 13:37:44
860
原创 手写数字识别Caffe实现
用lmdb训练的模型准确率很低，可能是lmdb出了问题，这里是直接使用图片进行训练的%99准确率 生成配置文件的时候特别要注意路径问题 下面是我的几个文件夹的位置关系和路径 wang是放着所有的数据和配置文件和脚本 wang/mnist是存放训练和测试数据两个文件夹 wang/mnist/train:训练数据 wang/mnist/test : 测试数据 配置文件和文件列表都在mni...
2018-03-21 11:28:44
1343
2
原创 OpenCV对图片的读写,像素值的访问,修改
安装OpenCv3.0+Ubuntu16.04import cv2import numpy as npimg = np.zeros((3,3), dtype=np.uint8)imgarray([[0, 0, 0], [0, 0, 0], [0, 0, 0]], dtype=uint8)cv2.cvtColor将图像转换为BGR格式...
2018-03-20 09:20:35
1545
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人