- 博客(42)
- 资源 (15)
- 收藏
- 关注
RSS订阅
原创 Typora偏好设置
突然发现md文件比word-office好用多了，太多了，特别是在window和linux互相转移文件的时候，不会改变格式。我目前用的是0.9.77bete，偏好设置如下：通用 -> 启动选项外观 -> 主题自带的不好看 whitey很不错。编辑器 -> 默认缩进图像这个很重要，网上拷贝下来的文章，不用一个个保存图片了下面就是为了看着舒服...
2019-11-30 13:43:53
4418
原创 关于图像深度学习的个人理解1
19年11月11日关于图像深度学习的个人理解，欢迎大家来评论交流。首先说下，我最烦人别人说深度学习是"炼丹"。不深入学习别妄下结论，人云亦云，要自己去多学，多看。1 想说特征提取无论是人脸识别还是目标检测，最后都是分类问题，喂给分类器的就是特征提取网络提取的特征。现在很多流行的特征提取网络，从最简单lenet，alexnet 到vgg等，再到inception等，再到resnet等...
2019-11-28 23:49:21
343
原创 命令行解析
命令行解析的方法有4种(我遇到的) sys.argv tensorflow.app optparse argparse 1 sys.argv参考 : https://www.cnblogs.com/liangmingshen/p/8906148.htmlsys.argv[]说白了就是一个从程序外部获取参数的桥梁，这个“外部”很关键，所以那些试图从...
2019-11-27 20:24:08
1820
原创 matlab中的@(block_struct)
@(block_struct)你可以理解成装饰器函数.@(block_struct)后面加上修改的函数,block_struct.data表示传入的数据,也就是图片或者矩阵,然后加上相关的参数.他会返回一个函数调用的时候,用这个老哥blockproc,然后依次传入参数,最后带入返回函数.下面三个例子,自己去感受.fun = @(block_struct) imresize(block...
2019-11-27 11:38:26
3159
2
原创 关于多人脸
下图一群人在人脸识别支付界面恶搞,.可以卡看到最后成功支付了可以看到,用了面积最大法来确定支付人.人脸越大,说明离支付摄像头越近.我想能不能添加一个参看条件?脸越靠近屏幕中心,越可能是支付者.公式如下其中t所占的权重,我认为应该大于0.5.face是脸的面积,S是脸中心到屏幕中心的欧式距离最后算出最大的感觉,为目标人脸,...
2019-11-25 13:00:52
293
原创 突然想起前公司的事--关于ocr证件识别
没找到工作的第N天.想学一个ocr的模型,突然想起了这事.当时在做一个证件的ocr的识别, 我一直对ocr识别感觉特难, 因为涉及rnn, cnn之类的, 所以没做这方面. 我做的图像这部分增强这块 ,因为素材的质量. 其中,爆出各种问题.训练的数据证件这东西大家都知道,想要获取大量的素材很难.当时我提一种方法,自己生成数据,方法如下用证件的字体; 把要识别的内容分成关键字的形式...
2019-11-25 12:37:28
180
原创 pycharm 导入同目录下文件时候,报错
在用pycharm时候, 遇到的一个问题是在unet.py中导入同个目录下的models和utils，编译器竟然报错，找不到模块，然后我google了一下，找到解决方案是将unet.py所在目录model标记为Sources Root：在pycharm中，鼠标右键点击model目录，Mark Directory as==>Sources Root.这时候你也发现原来目录上有个点,现在没有...
2019-11-23 16:17:02
966
原创 LeetCode--两数之和
给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]最简单的...
2019-11-23 13:55:42
136
转载 移动 tensorflow Lite
开始使用 TensorFlow LiteTensorFlow Lite 提供了转换 TensorFlow 模型，并在移动端（mobile）、嵌入式（embeded）和物联网（IoT）设备上运行 TensorFlow 模型所需的所有工具。以下指南介绍了开发人员工作流程的每个步骤，并提供了进一步说明的链接。1. 选择一个模型TensorFlow Lite 允许您在多种设备上运行 ...
2019-11-22 23:33:47
450
2
转载 TensorFlow Serving入门
大家习惯使用TensorFlow进行模型的训练、验证和预测，但模型完善之后的生产上线流程，就变得五花八门了。针对这种情况Google提供了TensorFlow Servering，可以将训练好的模型直接上线并提供服务。在2017年的TensorFlow开发者Summit上便提出了TensorFlow Serving。传送门：https://www.youtube.com/watch?v=q_Ik...
2019-11-22 23:29:29
259
原创 cv2.max和cv2.min
cv2.max和cv2.min 不同与numpy.max与numpy.min.看下面代码就知道了.import numpy as npimport cv2np.random.seed(1)a = np.arange(0,9).reshape(3,3)b = np.copy(a)np.random.shuffle(b)print(a)print(b)print(cv2.max...
2019-11-18 20:58:49
2661
原创 导向滤波&快速导向滤波及引导图的选择
引导图的选择我主要说的导向滤波其中的引导图选择问题.百度百科的定义 : 导向图滤波是一种图像滤波技术 ，通过一张引导图G（导向图），对目标图像P（输入图像）进行滤波处理，使得最后的输出图像大体上与目标图像P相似，但是纹理部分与引导图G相似。其典型应用有两个：保边图像平滑，抠图。注意这句话:纹理部分与引导图G相似,他是引导图的选择标准.可以是rgb中的某一个,也可以是灰度图,也可以是经过...
2019-11-15 03:54:48
5207
5
原创 opencv for cpp 笔记01
cvSetImageROI功能从一副图像中，获取感兴趣的区域ROI（region of interesting），将ROI区域裁剪成小图像，作为后期处理的输入。利用cvSetImageROI()函数便可以轻松搞定。格式void cvSetImageROI（IplImage* image，CvRect rect）；参数image 图像头,待处理图像rect ROI 矩形cvCrea...
2019-11-15 01:04:59
153
转载 图像形态学操作与梯度运算
图像形态学操作腐蚀操作1.cv2.erode(src, kernel, iteration)参数说明：src表示的是输入图片，kernel表示的是方框的大小，iteration表示迭代的次数腐蚀操作原理：存在一个kernel，比如(3, 3)，在图像中不断的平移，在这个9方框中，哪一种颜色所占的比重大，9个方格中将都是这种颜色代码：1.读取带有毛刺的图片2.使用cv2....
2019-11-14 10:42:08
1622
转载 图像金字塔与轮廓检测
图片金字塔高斯金字塔1.cv2.pyrDown(src) 对图片做向下采样操作，通常也可以做模糊化处理参数说明：src表示输入的图片2.cv2.pyrUp(src) 对图片做向上采样操作参数说明：src表示输入的图片高斯金字塔：分为两种情况：一种是向下采样，一种是向上采样下采样的原理：先与Gi进行高斯卷积即高斯滤波，再将所有偶数行和列去除，实现行和列维度缩减的目的...
2019-11-14 10:12:32
554
转载 背景建模
1. cv2.VideoCapture('test.avi') 进行视频读取参数说明：‘test.avi’ 输入视频的地址2. cv2.getStructureElement(cv2.MORPH_ELLIPSE, (3, 3)) # 构造一个全是1的kernel用于形态学的操作参数说明：cv2.MORPH_ELLIPSE 生成全是1的kernel，(3, 3)表示size3.cv2...
2019-11-13 15:37:34
1932
转载 答题卡识别
1.H = cv2.getPerspectiveTransform(rect, transform_axes) 获得投射变化后的H矩阵参数说明：rect表示原始的位置左上，右上，右下，左下， transform_axes表示变换后四个角的位置2.cv2.warpPerspective(gray, H, (width, height)) 根据H获得变化后的图像参数说明: gray表示输入...
2019-11-13 15:32:35
4733
4
转载 光流估计
1.cv2.goodFeaturesToTrack(old_gray, mask=None, **feature_params) 用于获得光流估计所需要的角点参数说明：old_gray表示输入图片，mask表示掩模，feature_params:maxCorners=100角点的最大个数,qualityLevel=0.3角点品质,minDistance=7即在这个范围内只存在一个品质最好的角点...
2019-11-13 15:26:48
969
转载 KCF目标跟踪方法
1. tracker = cv2.multiTracker_create() 获得追踪的初始化结果2.cv2.TrackerKCF_create() 获得KCF追踪器3.cv2.resize(frame, (w, h), cv2.INTER_AEAR) # 进行图像大小的重新变化参数说明：frame表示输入图片，(w, h) 表示变化后的长和宽， cv2.INTER_AEAR表示插值的...
2019-11-13 15:22:46
3281
转载 SIFT特征
1.cv2.xfeatures2d.SIFT_create(实例化sift)2. sift.detect(找出关键点)3.cv2.drawKeypoints(画出关键点)4.sift.compute(根据关键点计算sift向量)1. sift = cv2.xfeatures2d.SIFT_create() 实例化参数说明：sift为实例化的sift函数2. kp = sif...
2019-11-13 14:44:03
957
转载 1. cv2.threshold(进行阈值计算) 2. 参数type cv2.THRESH_BINARY(表示进行二值化阈值计算)
1. ret, dst = cv2.thresh(src, thresh, maxval, type)参数说明， src表示输入的图片， thresh表示阈值， maxval表示最大值， type表示阈值的类型2. type的类型 1.cv2.THRESH_BINARY 表示阈值的二值化操作，大于阈值使用maxval表示，小于阈值使用0表示 2. cv2.THRES...
2019-11-13 13:07:03
10531
转载 1.cv2.copyMakeBoder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REPLICATE) 进行边界的补零
1.cv2.copyMakeBoder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REPLICATE)参数说明： img表示需要补零的图片， top_size, bottom_size, left_size, right_size表示需要补零的尺寸， cv2.BORDER_REPLICATE表示补零的方式，这个...
2019-11-13 12:16:25
2261
转载 1. cv2.blur(均值滤波) 2.cv2.boxfilter(方框滤波) 3. cv2.Guassiannblur(进行高斯滤波) 4. cv2.medianBlur(进行中值滤波)
函数1.cv2.blur(img, (3, 3)) 进行均值滤波参数说明：img表示输入的图片， (3, 3) 表示进行均值滤波的方框大小2. cv2.boxfilter(img, -1, (3, 3), normalize=True) 表示进行方框滤波，参数说明当normalize=True时，与均值滤波结果相同， normalize=False，表示对加和后的结果不进行平均操...
2019-11-13 11:56:34
3172
原创 关于去雾算
去雾化算法总结下内容参考一个大婶的博客:https://www.cnblogs.com/Imageshop/p/3515871.html从最开始的Crimm Imageshop中最简单的去雾功能开始，到前不久为止研究的诸多去雾算法，再到近日和一些朋友的关于去雾经验的交流，感觉自己对这个方面的研究已经止步了，现对这些算法做个简单的总结。 本博客中共给出了6种有去雾功能的算...
2019-11-13 11:05:19
706
转载 通道剪枝Channel Pruning
论文：Channel Pruning for Accelerating Very Deep Neural NetworksGithub: https://github.com/yihui-he/channel-pruningICCV2017 旷视科技论文提出了新的通道剪枝方法，基于2步迭代的剪枝方法。首先基于LASSO回归选择通道，然后基于最小均方误差，进行权值的重新学习。...
2019-11-11 18:20:04
1982
转载 正则化的线性回归 —— 岭回归与Lasso回归
<模型越深,越宽,提取特征越好,但是带来的问题就是过拟合>注：正则化是用来防止过拟合的方法。在最开始学习机器学习的课程时，只是觉得这个方法就像某种魔法一样非常神奇的改变了模型的参数。但是一直也无法对其基本原理有一个透彻、直观的理解。直到最近再次接触到这个概念，经过一番苦思冥想后终于有了我自己的理解。0. 正则化（Regularization）前面使用多项式回归，如果多项式...
2019-11-11 13:10:58
1479
原创 论文解读 | Optimized contrast enhancement for real-time image and video dehazin
前言本文提出了一种针对含有雾的图像和视频快速、完善的去雾算法。观察发现有雾的图像普遍具有低对比度，我们通过增强对比度来修复图像。然后多度的增强这些低对比度会截断像素值以及导致信息丢失。因此，我们引入一个包含对比项以及信息丢失项的损失函数。通过最小化损失函数，该算法不仅增强了对比度而且有效的保留了图像信息。另外，我们将图片去雾算法扩展到视频去雾。我们通过计算透射率的相关性减少对视频去雾时的闪烁程...
2019-11-11 00:55:24
641
原创 排序 | 冒泡排序
基本思想冒泡排序，类似于水中冒泡，较大的数沉下去，较小的数慢慢冒起来，假设从小到大，即为较大的数慢慢往后排，较小的数慢慢往前排。比较两个相邻的元素，将值大的元素交换到右边直观表达，每一趟遍历，将一个最大的数移到序列末尾。算法描述依次比较相邻的两个数，将比较小的数放在前面，比较大的数放在后面。(1)第一次比较：首先比较第一和第二个数，将小数放在前面，将大数放在后面。(2)比较...
2019-11-10 17:15:21
113
原创 排序 | 插入排序
插入排序的定义每步将一个待排序的记录按其关键字的大小插到前面已经排序的序列中的适当位置，直到全部记录插入完毕为止。实现 原理从第一个元素开始，该元素可以认为已经被排序 与第二个元素比较，如果第二个元素小于第一个元素，就把第一个元素往后挪，否则不变 重复1-2步骤 随着已排序部分元素个数的增加，来自未排序部分的新元素必须与已排序部分的所有元素进行比较，然后才能插入过程List...
2019-11-10 14:49:21
87
原创 排序 | 归并排序
什么是归并排序归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。归并排序的思想首先按照n//2，n代表数组的长度，把列表分成两部分，然后接着把分出来的列表再...
2019-11-10 14:06:46
133
原创 排序 | 快速排序
什么是快速排序快速排序（Quicksort）是对冒泡排序的一种改进。 快速排序由C. A. R. Hoare在1962年提出。它的基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。快速排序的思想选取一个元素做为关键数据（一般选...
2019-11-10 13:54:48
153
原创 排序 | 桶排序
原理就是将数据集里所有元素按顺序列举出来，然后统计元素出现的次数，最后按顺序输出数据集里面的元素应用场景成绩统计 当范围已经知道，而且空间不是很重要的情况下总结n<50的时候可以直接采用插入和选 择排序 初始文件状态基本有序的时候用插入或者冒泡 若n比较大的时候用快排（特别是关键字随机分布的时候） 数据比较大，稳定性要求高可以考虑归并过程排序过程如下： 有一组...
2019-11-10 13:46:01
171
原创 choice
import numpy as np# 参数意思分别 是从a 中以概率P，随机选择3个, p没有指定的时候相当于是一致的分布a1 = np.random.choice(a=5, size=3, replace=False, p=None)print(a1)# 非一致的分布，会以多少的概率提出来a2 = np.random.choice(a=5, size=3, replace=Fal...
2019-11-09 11:35:31
89
1
原创 累计直方图DCF
累计直方图代表图像组成成分在灰度级的累计概率分布情况，每一个概率值代表小于等于此灰度值的概率，公式:当图像中的特征不能取遍所有可能值时，颜色直方图中会出现很多零值。这些零值会影响直方图相交运算，从而使匹配值不能正确地反映两幅图像之间的颜色差别。由颜色直方图演化而来的累积直方图可以解决上述问题。import cv2import numpy as npimport matplotlib....
2019-11-09 11:33:06
4109
原创 最小二乘法的原理及python实现
在看RVFL神经网络的时候，在权值更新求解时，从隐含层到输出层的权重，是根据最小二乘法的原理更新求解的。最小二乘法Least Square Method：假设有一系列数据值，D = {(x1,y2),(x2,y2),.....................,(xn,yn)},需要去找到一个函数f(x)=ax+b,使得f(x)的输出尽可能和y相近，那么此时最小二乘法，原理的关键就是根据预测...
2019-11-07 17:23:29
3776
原创 获取模块下的函数/类
import pycudaele_list = []for ele in dir(pycuda): if not ele.startswith("_"): # print(ele) ele_list+=[ele]print(ele_list)
2019-11-07 16:58:08
208
原创 pytools.prefork.ExecError: error invoking nvcc --version':
如果报出下面的错误pytools.prefork.ExecError: error invoking 'nvcc --version': [Errno 2] No such file or directory: 'nvcc': 'nvcc'在compiler.py文件中加入下面的红字话就行.import pycuda.compiler点compiler就直接进入了compiler.p...
2019-11-06 20:06:49
1318
4
转载 Inception的前世今生
这篇还是我抄的,为了加快阅读,我把有用的标成红色. 说道inception这个东西,就要说network in network,比较耗费资源结构,但是效果很好,好在哪里,看下文.1 前言本文简要介绍了 Inception 家族的主要成员，包括 Inception v1、Inception v2 和 Inception v3、Inception v4 和 Inception-ResNet。...
2019-11-04 23:54:33
371
原创 图像质量评价
深度学习中,图片的质量往往决定了结果如何,这里抄了几种方法1 简介图像算法评估 = 定性（主观，观察） + 定量（客观，特征值） + 算法时间 定性：主要是观察+分析 定量：主要是各参数指标，又分为 参考质量+非参考质量 参考质量：处理后的图和原图之间的相关质量度量，比如对比度提升，轮廓复原率，过饱和率，结构相似度，PSN, SSIM, RMSE and UI...
2019-11-04 14:12:49
4900
原创 1x1卷积的作用
目录1、增加网络的深度2、升维或者是降维3、减少计算量1、增加网络的深度这个就比较好理解了，1x1 的卷积核虽小，但也是卷积核，加 1 层卷积，网络深度自然会增加。其实问题往下挖掘，应该是增加网络深度有什么好处？为什么非要用 1x1 来增加深度呢？其它的不可以吗？其实，这涉及到感受野的问题，我们知道卷积核越大，它生成的 featuremap 上单个节点的感受野就越大，随...
2019-11-03 22:12:37
4019
高温预析出对Al_Zn_Mg系铝合金时效硬化和应力腐蚀的影响_李松.pdf
2021-03-13
Squeeze-and-Excitation Networks
2020-04-05
动态网络社区发现算法研究
2018-11-08
FaceBoxes: A CPU Real-time Face Detector with High Accuracy
2018-09-26
Touchdevelop
2018-04-29
基于人工智能算法的QR码识别系统应用与比较
2018-03-19
嵌入式Linux操作系统的研究
2017-09-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人