![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
matlab-CV
kaichu2
一只不断前行的小白~
展开
-
Train Residual Network for Image Classification
mark一下:matlab也可以这么强大了!Train Residual Network for Image Classification转载 2021-01-05 15:24:04 · 188 阅读 · 0 评论 -
matlab读取.data文件
文件是letter_recognition.data具体参数可以参考官方文档:readtableletter_recognition = readtable('letter-recognition.data','Filetype','text','ReadVariableNames',false);读出的格式:原创 2020-12-21 22:06:23 · 14452 阅读 · 0 评论 -
使用Corel10K数据测试图像检索SPoC算法
本文主要就是为了测试一下SPoC:SPOC-3.2小节完整代码:addpath('helpers');run matlab/vl_setupnn.m;net = load('imagenet-vgg-verydeep-16.mat');% 将spoc连接在最后一个卷积层后面net.layers = {net.layers{1:31}};% 遍历所有网络,然后匹配所有的卷积层,然后设置卷积层的膨胀参数dilate% 首先计算网络共有多少层for i = 1:numel(net.lay原创 2020-12-12 09:59:46 · 740 阅读 · 1 评论 -
PCA白化
直接上代码!% pca和白化function features_pca_white = pca_and_whiting(feature,a) features=zscore(feature); [~,score,~] = pca(features); features_pca = score(:,1:a); x=features_pca'; sigma=(x*x')/size(x,2); [u,s,~]=svd(sigma); xRot = zeros(size(x)); xRot.原创 2020-12-12 09:50:02 · 272 阅读 · 0 评论 -
采用random_bbox对Holiday数据集进行图像检索mAP
测试数据集:Holiday:总共1491张图像提取特征:fc7层特征降维方法:pca主成分分析主要还是使用matconvnet提取特征;用matlab自带的activations也可以提取特征;其中random_bbox只是针对查询图像!也可以使用groundtruth中提供的默认值也可以!直接上代码:addpath('helpers');addpath('groundtruth');addpath('matconvnet-1.0-beta25');addpath('matl原创 2020-12-05 19:41:46 · 4586 阅读 · 1 评论 -
matlab实现Sobel边缘检测
代码:clc,clear,close all;% 打开选择对话框[filename,pathname] = uigetfile({'*.jpg';'*.png';'*.jpeg';'*.bmp';},'选择图片');str = [pathname filename];im = imread(str);hsi = rgb2hsi(im);subplot(1,4,1);imshow(hsi);title('hsi图像');H = hsi(:,:,1);S = hsi(:,:,2);.原创 2020-10-14 16:11:12 · 7539 阅读 · 0 评论 -
VLAD
参考:https://zhuanlan.zhihu.com/p/96718053转载 2020-10-03 10:14:38 · 235 阅读 · 0 评论 -
提取一张图像的sift特征
使用vl_feat中提供的sift方法进行特征提取vl_feat的官网:https://www.vlfeat.org/vl_sift使用说明:https://www.vlfeat.org/overview/sift.htmlvl_dsift使用说明:https://www.vlfeat.org/matlab/vl_dsift.html代码实现:run('./vlfeat-0.9.21/toolbox/vl_setup');I = imread("all_souls_000051.jp原创 2020-10-02 22:47:53 · 552 阅读 · 0 评论 -
特征选择性掩码(selection mask)
通过使用掩码提取CNN的某一层的特征,具体效果看下图1、sift_mask代码实现:function mask = sift_mask(f,Hf,Wf,H,W)% Hf和Wf是图像特征描述符的宽度和高度% f是sift的特征描述符,这里使用sift进行提取x_ratio = H/Hf;y_ratio = W/Wf;% 四舍五入f(1,:) = round(f(1,:)/y_ratio);f(2,:) = round(f(2,:)/x_ratio);mask = ..原创 2020-10-02 21:24:48 · 1414 阅读 · 0 评论 -
Power-law normalization(PN)
图1视觉元素突发性:The burstiness of visual elements主要是图像集中存在大量多次出现的视觉元素,即重复模式。这样视觉元素会严重影响图像检索时的相似度计算,所以需要除去burstiness元素。解决这种情况的办法有哪些?参考:On the burstiness of visual elements今天看论文看到一篇论文中使用到了Power-law normalization可以很好地减少bursrtiness的影响;根据论文中的公式;matla...原创 2020-10-01 20:41:36 · 951 阅读 · 1 评论 -
matlab实现程序计时功能
本次我们使用tict1 = clock;//程序的位置t2 = clock;t = etime(t2-t1);disp(htime(t));其中htime的实现如下:也可以添加任何其他形式!!!function htime = htime(sec)% HTIME_STRING = htime(SECONDS) if isnan(sec) htime = '?'; elseif sec < 1 * 60 % max 1 minute htime = [原创 2020-10-01 15:39:40 · 1170 阅读 · 0 评论 -
如何使用matlab保存.txt文件
主要使用fopen和fprintf,具体用法建议直接看官方文档;选定函数,右键查看帮助!!!1、我主要是将图像名保存在一个.txt文件里!保存其他数据同样也可以参考这种方式修改即可!img_path = './oxbuild_images/*.jpg';img_files = dir(img_path);img_NameList = {img_files(~[img_files.isdir]).name};img_NameList = img_NameList';numImg = len.原创 2020-08-04 18:05:38 · 1786 阅读 · 0 评论 -
UKBench数据集
UKBench database,2006.7,Henrik Stewénius在他CVPR06文章中提供的数据集,图像都为640*480,每个group有4张图,文件接近2GB官网链接失效:百度云链接:https://pan.baidu.com/s/1hsBsw2KRNeDIXdrS2GYxbw提取码:yxwc需要的保存!!!...原创 2020-08-02 11:57:50 · 935 阅读 · 5 评论 -
matlab通过简单的步骤对自己数据集实现SVM
1、首先用简单的matlab提供的数据集进行测试% 下载数据集:这里先用matlab自带的数据集unzip('MerchData.zip');imds = imageDatastore('MerchData',"IncludeSubfolders",true,'LabelSource','foldernames');[imdsTrain,imdsTest] = splitEachLabel(imds,0.7,"randomized");% 显示一些图像numTrainImages = n原创 2020-06-18 11:51:16 · 3459 阅读 · 11 评论 -
使用matlab训练caltech 256数据集!
1、下载数据集caltech 256数据集官网:http://www.vision.caltech.edu/Image_Datasets/Caltech256/2、开始训练所有的代码都是基于matlab R2018b!代码中有注解;按照下面的流程同样可以训练你自己的数据集!% 数据集加载dataset = imageDatastore('256_ObjectCategories',... 'IncludeSubfolders',true);% 每张图像对应的标签labels原创 2020-06-12 20:57:58 · 3090 阅读 · 1 评论 -
可视化一张图像的卷积神经网络的激活区域
可视化卷积神经网络的激活区域将图像的激活区域与原始图像进行比较,检查激活区域并发现网络学习的特征,发现较浅层中的通道学习颜色和边缘等简单特征,较深层中的通道学习复杂特征。下面都是基于matlab R2018b实现。1、加载预训练的网络和图像加载网络;我这里选择简单的alexnetnet = alexnet;% 读取图像im = imread('hehe.jpg');% 查看网络结构net.Layersalexnet的网络结构信息如下:ans = 25x1 Layer原创 2020-05-15 11:06:26 · 1120 阅读 · 0 评论 -
L1距离和L2距离Matlab代码实现
1、L1距离(也就是曼哈顿距离Manhattan Distance)这个相对简单点,简要的说就是求点的绝对值例如下图所示:就是对应位置元素相减然后取绝对值操作!L1距离计算公式如下:简单的python代码实现import numpy as npfor i in range(num_test): a = X_test[i]-X_train[j] b ...原创 2019-11-14 10:04:23 · 5780 阅读 · 0 评论 -
matlab深度学习:DAGNetwork入门之旅
一、如何创建自己的网络?DAG网络是用于深度学习的神经网络,其中的层为有向无环图。 DAG网络可以具有更复杂的体系结构,其中各层具有来自多层的输入和输出到多层的信息。 DAGNetwork对象具有单个输入层和单个输出层。图层连接,指定为具有两列的表。每个表行代表层图中的一个连接。 第一列“源”指定每个连接的源。 第二列“目标”指定每个连接的目标。 连接源和目标可以是层名称,也可以是“ la...原创 2019-10-14 22:29:55 · 4388 阅读 · 6 评论 -
如何使用VGG16提取某层的特征?
1、VGG16网络结构图VGG16结构为:卷积层 + 全连接层=13 + 3 = 161、卷积层:由上图可知分为5个部分共13层,即conv1~conv52、三个全连接层,即fc6、fc7、fc8这个VGG16网络就是基于ImageNet数据集来的;它的数据集的类数为1000类;对应fc8层的输出1000fc6和fc7的输出维数都为4096;因此如果要训练自己的数据集;fc8层的...原创 2019-10-13 22:38:30 · 10671 阅读 · 9 评论