cv2.dnn.blobFromImage函数

最新推荐文章于 2024-05-09 11:10:15 发布

Albert_豆腐脑

最新推荐文章于 2024-05-09 11:10:15 发布

阅读量635

点赞数 1

分类专栏： python

本文链接：https://blog.csdn.net/weixin_44920757/article/details/116094907

版权

本文详细介绍了OpenCV的cv2.dnn.blobFromImage函数在深度学习预处理中的作用，包括图像的减均值操作，解释了为何减均值有助于对抗亮度变化，并探讨了不同网络架构在预处理时可能采用的不同策略。文章强调在使用预训练模型时，务必了解其预处理需求。

摘要由CSDN通过智能技术生成

深度学习中OpnenCV的blobFromImage是对输入图像做了什么呢？

在PyImageSearch有许多读者好奇，blobFromImage到底是对图像做了了什么样的处理？今天我就来告诉大家。

你也必定明白，为了从深度神经网络获得预测结果，你首先需要对你的数据进行预处理。

在深度学习和图像分类领域，预处理任务通常包含：

    1.减均值（Mean subtraction）

    2.按比例缩放（Scaling by some factor）

OpenCV新的神经网络模块dnn包含两个预处理函数，为通过预训练深度学习模型进行分类，做好准备。

今天的博文，我准备剖析OpenCV的cv2.dnn.blobFromImage和cv2.dnn.blobFromImages预处理函数，理解他们是如何工作的。

OpenCV提供两个函数用来促进图像预处理，用于深度学习分类。

  cv2.dnn.blobFromImage

 cv2.dnn.blobFromImages

这两个函数执行：

 1.减均值

 2.缩放

 3.通道交换（可选）

下面我们有这些内容：

 1.研究减均值与缩放

 2.解释每个深度学习预处理函数的函数签名

 3.在细节上研究这些方法

 4.最后，对一副图像运用OpenCV的深度学习函数

关注