- 博客(70)
- 收藏
- 关注
RSS订阅原创 手把书教你安装2024最新的PyCharm和激活PyCharm，并汉化最新的PyCharm
由于毕设选了深度学习项目，需要安装开发工具，用到的语言是python，所以选用开发工具是Pycharm，这里记录一下新手安装步骤，希望能帮助到您。
2024-07-22 16:07:59
245
原创 YOLOv9改进系列，YOLOv9添加GAM注意力机制
一种高效信道衰减（ECA）模块，该模块只涉及少数参数，同时带来明显的性能增益。通过解剖实证地展示了SENet中的通道注意力模块避免降维对学习很重要信道注意力和适当的跨信道交互可以在显著降低模型复杂度的同时保持性能。因此，提出了一种不降维的局部跨通道交互策略，该策略可以通过1D卷积有效地实现。此外，还开发了一种自适应选择的方法1D卷积的核大小，确定局部跨通道相互作用的覆盖范围。ECA注意机制理论详解可以参考链接:论文地址）
2024-07-15 16:51:21
25
原创 YOLOv9改进系列，YOLOv9添加CBAM注意力机制
CBAM是一个简单而有效的注意力模块，用于前馈卷积神经网络。给定一个中间特征图，我们的模块按顺序推断两个独立维度（通道和空间）的注意力图，然后将注意力图乘以输入特征图以进行自适应特征细化。由于 CBAM 是一个轻量级的通用模块，因此它可以无缝集成到任何 CNN 架构中，开销可以忽略不计，并且可以与基础 CNN 一起进行端到端训练。论文链接:（CBAM论文）
2024-07-15 16:34:09
141
原创 YOLOv9改进系列，YOLOv9添加可变形自注意力机制(DAttention)
在本文中，提出了一种新颖的可变形自注意模块，其中键和值对在自我注意中的位置是以数据相关的方式选择。这种灵活的方案使自我关注模块能够专注于相关的区域，并捕捉更多信息特征。在此基础上，提出了可变形注意力变换器，一个具有可变形注意力的两幅图像主干模型分类和密集预测任务。DAttention注意机制理论详解可以参考链接:论文地址）
2024-07-12 17:11:46
217
原创 YOLOv9改进系列，YOLOv9添加CA注意力机制
在本文中，提出了一种新的移动网络注意力机制，将位置信息嵌入到信道注意力中称之为“协调注意力”。与渠道关注不同通过2D全局池将特征张量转换为单个特征向量，坐标注意力因子将通道注意力转化为两个1D特征编码过程，这两个过程分别沿着两个空间方向聚合特征。通过这种方式，可以沿着一个空间方向捕获长程依赖性和均值，同时可以沿着另一个空间方向。生成的特征图为然后分别编码为一对方向感知和位置敏感注意力图，其可以被完全应用于输入特征图以增加感兴趣对象的表示。
2024-07-12 11:50:44
21
原创 手把书教你使用YOLOv9推理自己的模型或官网模型
YOLOv9通过研究数据传输时的信息丢失问题，提出了可编程梯度信息（PGI）和通用高效层聚合网络（GELAN）架构，提高了参数利用率和模型性能。与SOTA方法相比，GELAN仅使用传统卷积算子即可实现更好的参数利用率。PGI适用于从轻型到大型的各种模型，使从头开始训练的模型能够获得更好的结果。YOLOv9被评价为新的SOTA实时目标检测器。论文地址链接：YOLOv9论文训练自己模型参考上一期博客：链接:手把书教你使用YOLOv9训练自己的数据集(附YOLOv9网络结构图)
2024-07-11 16:50:31
31
原创 YOLOv9改进系列，YOLOv9添加GAM注意力机制
全局注意力机制（GAM），通过减少信息减少和放大全局交互表示来提高深度神经网络的性能。引入了带有多层感知器的 3D 排列，用于通道注意力以及卷积空间注意力子模块，GAM注意机制理论详解可以参考链接:论文地址）
2024-07-09 15:34:16
51
原创 手把书教你使用YOLOv9训练自己的数据集(附YOLOv9网络结构图)
YOLOv9通过研究数据传输时的信息丢失问题，提出了可编程梯度信息（PGI）和通用高效层聚合网络（GELAN）架构，提高了参数利用率和模型性能。与SOTA方法相比，GELAN仅使用传统卷积算子即可实现更好的参数利用率。PGI适用于从轻型到大型的各种模型，使从头开始训练的模型能够获得更好的结果。YOLOv9被评价为新的SOTA实时目标检测器。论文地址链接：YOLOv9论文。
2024-07-08 10:26:55
1065
1
原创 YOLOv8改进系列，YOLOv8添加DAttention注意力机制
在本文中，提出了一种新颖的可变形自注意模块，其中键和值对在自我注意中的位置是以数据相关的方式选择。这种灵活的方案使自我关注模块能够专注于相关的区域，并捕捉更多信息特征。在此基础上，提出了可变形注意力变换器，一个具有可变形注意力的两幅图像主干模型分类和密集预测任务。CA注意机制理论详解可以参考链接:论文地址）
2024-07-04 12:35:39
1053
原创 YOLOv8改进系列，YOLOv8添加CA注意力机制+新增小目标检测头
在本文中，提出了一种新的移动网络注意力机制，将位置信息嵌入到信道注意力中称之为“协调注意力”。与渠道关注不同通过2D全局池将特征张量转换为单个特征向量，坐标注意力因子将通道注意力转化为两个1D特征编码过程，这两个过程分别沿着两个空间方向聚合特征。通过这种方式，可以沿着一个空间方向捕获长程依赖性和均值，同时可以沿着另一个空间方向。生成的特征图为然后分别编码为一对方向感知和位置敏感注意力图，其可以被完全应用于输入特征图以增加感兴趣对象的表示。
2024-07-02 18:06:49
850
1
原创 YOLOv8改进系列，YOLOv8添加ECA注意力机制
一种高效信道衰减（ECA）模块，该模块只涉及少数参数，同时带来明显的性能增益。通过解剖实证地展示了SENet中的通道注意力模块避免降维对学习很重要信道注意力和适当的跨信道交互可以在显著降低模型复杂度的同时保持性能。因此，提出了一种不降维的局部跨通道交互策略，该策略可以通过1D卷积有效地实现。此外，还开发了一种自适应选择的方法1D卷积的核大小，确定局部跨通道相互作用的覆盖范围。ECA注意机制理论详解可以参考链接:论文地址）
2024-07-01 14:42:45
796
1
原创 YOLOv8改进系列，YOLOv8添加GAM注意力机制
全局注意力机制（GAM），通过减少信息减少和放大全局交互表示来提高深度神经网络的性能。引入了带有多层感知器的 3D 排列，用于通道注意力以及卷积空间注意力子模块，GAM注意机制理论详解可以参考链接:论文地址）
2024-06-27 11:49:50
1073
原创 YOLOv8改进系列，YOLOv8添加CA注意力机制
在本文中，提出了一种新的移动网络注意力机制，将位置信息嵌入到信道注意力中称之为“协调注意力”。与渠道关注不同通过2D全局池将特征张量转换为单个特征向量，坐标注意力因子将通道注意力转化为两个1D特征编码过程，这两个过程分别沿着两个空间方向聚合特征。通过这种方式，可以沿着一个空间方向捕获长程依赖性和均值，同时可以沿着另一个空间方向。生成的特征图为然后分别编码为一对方向感知和位置敏感注意力图，其可以被完全应用于输入特征图以增加感兴趣对象的表示。
2024-06-26 17:43:38
907
原创 YOLOv8改进系列，YOLOv8添加CBAM注意力机制
CBAM是一个简单而有效的注意力模块，用于前馈卷积神经网络。给定一个中间特征图，我们的模块按顺序推断两个独立维度（通道和空间）的注意力图，然后将注意力图乘以输入特征图以进行自适应特征细化。由于 CBAM 是一个轻量级的通用模块，因此它可以无缝集成到任何 CNN 架构中，开销可以忽略不计，并且可以与基础 CNN 一起进行端到端训练。论文链接:（CBAM论文）
2024-06-26 16:31:39
957
原创 YOLOv8改进系列，YOLOv8添加DCNv3可变性卷积，无需编译
DCNv3在DCNv2版本上进行了改进，上一期我们在YOLOv8中添加了DCNv2，这一期我们将添加DCNv3，DCNv3代码详解可以参考链接:代码详解——可变形卷积（DCNv3）
2024-06-25 16:45:02
1127
10
原创 YOLOv8改进系列，YOLOv8添加可变性卷积DCNv2
DCNv2对原始的DCNv1进行了改进，可变形卷积网络的卓越性能源于其适应对象几何变化的能力。通过对其自适应行为的检查，虽然对其神经特征的空间支持比常规的ConvNets更接近于对象结构，但这种支持可能远远超出感兴趣区域，导致特征受到不相关图像内容的影响。为了解决这个问题，我们提出了一种可变形卷积网的重新表述，通过提高建模能力和更强的训练，提高了其专注于相关图像区域的能力。通过更全面地集成网络中的可变形卷积，并引入扩展变形建模范围的调制机制，增强了建模能力。
2024-06-24 16:37:37
669
原创 基于matlab人脸识别的课堂考勤打卡系统
人脸识别是一种非接触性的生物特征识别技术，具有快捷性、友好性和可靠性的优点，广泛应用于安防门禁、考勤签到和身份核验等领域，特别是当前流行的刷脸支付、活体验证和人证校验等应用，使得人脸识别普及到生活中的方方面面，在提供便利性的同时也改变了人们的生活方式。其中，基于人脸识别进行考勤打卡具有操作简单、数据可控和应用广泛的特点，具有良好的用户体验。需要撰写lun文可以找作者。
2024-06-20 17:34:58
205
原创 试读源码在这里下载
试读文章的源码在这里下载。源码不做任何修改，有其它需求可联系博主。图像增强是指按特定的需要突出一幅图像中的某些信息，并同时削弱或去除某些不需要的信息的处理技术。图像增强的主要作用是相对于原来的图像，处理后的图像能更加有效地满足某些特定应用的要求。根据图像处理空间的不同，图像增强方法基本上可分为两大类：频域处理法、空域处理法。频域处理法的基础是卷积定理，它通过进行某种图像变换（如傅里叶变换、小波变换等）得到频域结果并修改的方法来实现对图像的增强处理。
2024-04-22 22:12:31
799
2
原创 基于matlab的颜色特征火情预警识别系统
基于matlab的森林火情预警是典型的智能化分析应用，本项目从基础的颜色空间转换和图像分割技术出发进行实验，选择CMYK颜色空间模型提高火情区域的对比度，通过二值化分割和形态学滤波方法获取疑似区域位置，最终基于GUI框架搭建了森林火情预警识别的集成系统，可方便地进行各个步骤的效果对比分析。
2024-04-01 07:48:28
312
2
原创 基于matlab的车牌识别模拟停车场系统
随着我国社会经济的持续发展，汽车保有量也保持了快速增长的态势，智能化停车管理已经成为提高城市交通管理效率及改善交通拥堵的重要手段。随着科学技术的进步，无人值守的智能化停车场已经广泛应用于各大小区、商场和办公区等场所，相比于传统的人工核验计时和缴费的过程，能够进一步改进停车效率，提高停车场的安全运营水平。车牌识别是智能化交通管理的基础技术模块之一，它利用车牌是车辆唯一性标识的原则，通过摄像机抓拍等方式获取车牌图像，采用视觉智能分析方法进行识别。
2024-04-01 07:28:25
408
原创 基于MATLAB的交通信号灯检测系统
随着我国经济的发展和人民生活水平的提高，汽车保有量不断增长，交通状况和出行环境也得以持续发展。道路信号灯作为指挥交通运行的关键设备，是维护交通秩序正常运行、保障车辆与行人的出行安全的基础支撑，也被称为不出声的“交通警察”。道路信号灯包括红色、绿色、黄色三种颜色，分别对应禁止、通行、警告三种指示，我们儿时就会背诵的交通口诀“红灯停、绿灯行、黄灯亮了等一等”正是对应了这三种信号灯颜色的安全规则。
2023-12-21 12:36:19
1559
原创 基于深度学习的图像修复系统，GAN图像修复
近年来，深度学习已成为计算机视觉领域的研究热点，基于深度学习的图像修复技术弥补了传统修复方法长期存在的不足，显著提高了生成结果的质量。深度学习是指模仿人脑机制设计的具有深层结构的神经网络。深度学习作为一种表征学习，通过模仿人脑神经元之间的信息传递方式来学习输入数据的特征，并找到输入和输出数据之间的映射关系。通过在图像修复中应用深度学习技术，可以准确学习图像的语义信息，然后根据信息预测缺失的内容，大大克服了传统修复算法的不足，使结果更具逻辑性。
2023-11-29 13:09:50
3298
12
原创 基于分水岭分割进行肺癌诊断
近年来，肺癌的发病率和病死率均迅速上升，目前已居所有癌症之首。随着肺癌病人数量的增加，医生对肺部 CT 图像进行研判的工作量也增加了不少，在这种情况下难免工作效率降低甚至会出现误诊。为了帮助医生减少重复性工作，对肺部 CT 图像进行计算机辅助检测的技术就被广泛应用于对肺癌的诊断和治疗过程中。医学 CT 图像处理主要是研究医学图像中的器官和组织之间的关系，并进行病理性分析。
2023-11-26 14:00:00
1058
1
原创 大作业系列基于知识库的手写体数字识别matlab篇
手写体数字识别是图像识别学科下的一个分支，是图像处理和模式识别研究领域的重要应用之一，并且有很强的通用性。由于手写体数字的随意性很大，如笔画粗细、字体大小、倾斜角度等因素都有可能直接影响到字符的识别准确率，所以手写体数字识别是一个很有挑战性的课题。在过去的数十年中，研究者们提出了许多识别方法，并取得了一定的成果。手写体数字识别的实用性很强，在大规模数据统计如例行年检、人口普查、财务、税务、邮件分拣等应用领域都有广阔的应用前景。
2023-11-26 10:00:00
1307
原创 毕设基于CNN的物体识别物体分类系统matlab篇
主要对物体进行识别，搭建一个物体分类系统本次实验选择规模稍大的 CIFAR-10 数据集进行分类识别，对应图像的大小设计 VggNet、ResNet 进行网络训练。在实际操作过程中，受限于数据规模和硬件配置，对于大小放缩、批次参数、训练步数等进行了多次调试，这也对以后的图像分类任务具有较高的参考意义，并通过对 CIFAR-10 数据集进行训练和评测，采用网络修改的方式来得到新的 CNN 结构，适用于对网络进行配置、融合等相关研究。读者可以通过自行设计或选择其他网络、加载其他数据等方式进行实验的延伸。
2023-11-26 07:00:00
1267
原创 手把手教你安装matlab软件
MATLAB是一款商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分，可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
2023-11-25 19:48:08
6190
8
原创 基于特征匹配的英文印刷字符识别
在日常学习和生活中，人眼是人们接收信息最常用的通道之一。据统计，人们日常处理的信息有 75%～85%属于视觉信息范畴，文字信息则占据着重要的位置，几乎涵盖了人类生活的方方面面。如对各种报纸期刊的阅读、查找、批注；对各种文档报表的填写、修订；对各种快递文件的分拣、传送、签收等。因此，为了实现文字信息解析过程的智能化、自动化，就需要借助计算机图像处理来对这些文字信息进行识别。早在 20 世纪 50 年代初期，欧美就开始对文字识别技术进行研究。
2023-11-25 11:38:38
1035
原创 基于块匹配的全景图像拼接系统
为了获得超宽视角、大视野、高分辨率的图像，人们采用传统方式为采用价格高昂的特殊摄像器材进行拍摄，采集图像并进行处理。近年来，随着数码相机、智能手机等经济适用型手持成像硬件设备的普及，人们可以对某些场景方便地获得离散图像序列，再通过适当的图像处理方法改善图像的质量，最终实现图像序列的自动拼接，同样可以获得具有超宽视角、大视野、高分辨率的图像。这里提到的图像拼接就是基于图像绘制技术的全景图拼接方法。图像拼接技术是一种将从真实世界中采集的离散化图像序列合成宽视角的场景图像的技术。
2023-11-25 10:00:00
1071
原创 大作业系列基于小波技术进行图像融合系统
图像融合指通过对同一目标或同一场景用不同的传感器（或用同一传感器采用不同的方式）进行图像采集得到多幅图像，对这些图像进行合成得到单幅合成图像，而该合成图像是单传感器无法采集得到的。图像融合所输出的合成图像往往能够保持多幅原始图像中的关键信息，进而为对目标或场景进行更精确、更全面的分析和判断提供条件。图像融合属于数据融合范畴，是数据融合的子集，兼具数据融合和图像可视化的优点。
2023-11-24 15:58:07
893
原创 基于霍夫曼图像编码的图像压缩和重建
一幅普通的未经压缩的图片可能需要占几兆字节的存储空间，一个时长仅为 1 秒的未经压缩的视频文件所占的存储空间甚至能达到上百兆字节，这给普通 PC 的存储空间和常用网络的传输带宽带来了巨大的压力。其中，静止图像是不同媒体的构建基础，对其进行压缩不仅是各种媒体压缩和传输的基础，其压缩效果也是影响媒体压缩效果好坏的关键因素。基于这种考虑，本案例主要研究静止图像的压缩技术。人们对图像压缩技术越来越重视，目前已经提出了多种压缩编码方法。
2023-11-24 11:24:57
1348
原创 大作业系列基于主成分分析的图像压缩和重建
主成分分析是一种通过降维技术把多个标量转化为少数几个主成分的多元统计方法，这些主成分能够反映原始的大部分信息，通常被表示为原始变量的线性组合。为了使这些主成分所包含的信息互不重叠，要求各主成分之间互不相关。主成分分析能够有效减少数据的维度，并使提取的成分与原始数据的误差达到均方最小，可用于数据的压缩和模式识别的特征提取。
2023-11-24 10:00:00
966
原创 基于小波的图像压缩技术
随着计算机网络技术的迅猛发展，数字多媒体和信息通信技术也在不断进步，人们之间的信息交流呈现不断增长的趋势。数字图像具有可视化、形象化的特点，能承载文字所不能表述的语义，其在信息交流中的应用也越来越广泛。随着图像拍摄技术的发展及移动智能设备的普及，人们可以方便地获取具有较高分辨率的实时图像，并可以通过移动网络等介质实现图像的即时传输。但是，原始数字图像往往具有一定的信息冗余，如像素编码冗余、像素相关冗余等。因此，图像质量的提高也引起了传输数据规模的急剧扩大，给数字图像的存储和传输带来了很大的压力。
2023-11-23 16:38:36
85
原创 大作业系列基于融合特征的以图搜图技术
视觉通道是人类感知外部世界的主要入口，图像则是多维度信息最直接的表现方式，更有“一图值千金”的谚语。但是，图像往往包含较多的信息量，文本方式很难表达其全面内容，因此对图像信息进行检索很难进行抽象建模。此外，随着互联网信息技术的发展，如何有效地存储、检索海量图像数据也越来越引起人们的关注。因此，通过有效构建图像数据库，搭建图像检索引擎，高效地利用图像的关键数据信息，并结合已有的搜索技术来实现海量图像的智能检索系统具有重要的现实意义。目前有许多主流搜索引擎均提供了图像搜索通道，如谷歌相似图搜索、百度识图等。
2023-11-23 10:00:00
211
原创 基于Harris的角点特征检测
角点是图像中的一个重要的局部特征，决定了图像中关键区域的形状，体现了图像中重要的特征信号，所以在目标识别、图像匹配、图像重构等方面都具有十分重要的意义。对角点的定义一般可以分为以下三种：图像边界曲线具有极大曲率值的点、图像中梯度值和梯度变化率很高的点、图像在边界方向变化不连续的点。定义不同，角点的提取方法也不尽相同，如下所述。1．基于图像边缘的检测方法该类方法需要对图像的边缘进行编码，这在很大程度上依赖于图像的分割和边缘提取，具有较大的计算量，一旦待检测目标在局部发生变化，则很可能导致操作失败。
2023-11-22 16:02:01
44
原创 基于GUI搭建通用视频处理工具
数字视频处理技术指将一系列静态图像以信号方式加以采集、标记、处理、保存、传输和重现等各种技术的综合。经验证，画面的变化由每秒超过 24 帧以上连续的图像产生时，根据视觉暂留原理，人眼将无法辨别单幅的静态画面，在视觉上产生了平滑连续的视觉效果，即出现连续的画面，这就是我们常说的视频的产生过程。视频生成技术就是利用人类的“视觉滞留”原理，将多幅画面以超过一定速度的方式进行序列播放，形成连续不断的视频图像，进而达到视频播放的效果。视频处理首先要解决的问题就是对视频进行读取、获取视频信息、提取帧图像等操作。
2023-11-22 14:35:51
161
原创 毕设大作业基于matlab的语音识别的信号灯图像模拟控制技术系统实现
语音识别是一门覆盖面很广泛的交叉学科，与声学、语音学、语言学、信息理论、模式识别理论及神经生物学等学科都有非常密切的关系。语音识别通过语音信号处理和模式识别理论使得计算机自动识别和理解人类口述的语言，有两种意义：一是将人类口述的语句逐句地进行识别并转换为文字；二是对口述语言所包括的需求和询问做出合理的分析，执行相关的命令，而不是仅仅转换为书面文字。
2023-11-22 10:43:36
881
原创 毕设大作业系列基于matlab的帧间差法进行视频目标检测系统
运动目标自动检测是对运动目标进行检测、提取、识别和跟踪的技术。基于视频序列的运动目标检测，一直以来都是机器视觉、智能监控系统、视频跟踪系统等领域的研究重点，是整个计算机视觉的研究难点之一。运动目标检测的结果正确性对后续的图像处理、图像理解等工作的顺利开展具有决定性的作用，所以能否将运动物体从视频序列中准确地检测出来，是运动估计、目标识别、行为理解等高层次视频分析模块能否成功的关键。运动目标检测技术在实际应用上更能体现人们对移动目标的定位和跟踪需求，因此在许多领域都有着广泛的应用。
2023-11-19 17:44:35
176
原创 大作业系列基于K-means聚类算法的图像分割
图像分割就是把图像分成各具特性的区域并提取人们感兴趣的目标的技术和过程，是目标检测和模式识别的基础。现有的图像分割方法主要有基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法、基于特定理论的分割方法等。聚类分析是一种无监督的学习方法，能够从研究对象的特征数据中发现关联规则，因而是一种强大有力的信息处理方法。以聚类法进行图像分割就是将图像空间中的像素点用对应的特征向量表示，根据它们在特征空间的特征相似性对特征空间进行分割，然后将其映射回原图像空间，得到分割结果。
2023-11-19 16:14:18
271
原创 大作业系列基于matlab的光流场的车流量计数应用
运动视觉研究的内容是如何从变化场景中的一系列不同时刻的图像中提取有关场景中物体的形状、位置和运动的信息，其研究方法可以分为两类：基于特征的方法和基于光流场的方法。基于特征的方法抽取特征点，是离散的；光流场属于运动数据研究范畴，是基于连续的图像序列，并直接对其进行运动估计，可以求得图像中每个像素所对应物体的运动信息。当物体运动时，在图像上对应物体的亮度模式也在运动。光流（Optical Flow）是指图像中亮度模式运动的速度，光流场是一种二维瞬时速度场，是景物中可见点的三维速度矢量在成像表面的投影。
2023-11-18 16:08:38
237
1
原创 大作业系列基于Simulink进行图像和视频处理
Simulink 是 MATLAB 最重要的组件之一，它提供了一个动态系统建模、仿真和综合分析的集成环境。在该环境下，无须大量书写程序，只需通过简单、直观的鼠标操作，就可构造出复杂的系统。Simulink 是用于动态系统和嵌入式系统的多领域仿真和基于模型的设计工具。众所周知，在数字图像处理的实现过程中代码量巨大，将基于模型设计引入图像处理领域，可以很大程度地提升其规范性和高效性。
2023-11-18 15:47:48
298
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人