- 博客(14)
- 收藏
- 关注
RSS订阅原创 深度学习常见问题答案
这是因为softmax函数可以将模型的原始输出转化为概率分布，使得每个类别的输出值介于0和1之间，并且所有类别的输出概率之和为1。(该向量每一个维度的值都在0到1之间，1表示完全保留，0表示完全舍弃，相当于记住了重要的，忘记了无关紧要的)，最后与细胞状态。通过训练多个独立的神经网络，每个网络的训练集和参数都不同，最终将这些网络的结果进行集成，提高模型的泛化能力，避免过拟合。在语言模型的例子中，这就是我们实际根据前面确定的目标，丢弃旧代词的性别信息并添加新的信息的地方，类似更新细胞状态。
2023-06-12 23:23:28
404
原创 Canny算法——基本思想
如果某个像素点的梯度幅值超过高阈值，则将其标记为强边缘；如果梯度幅值在低阈值和高阈值之间，则将其标记为弱边缘。，则也被认为是边缘的一部分。通过边缘连接操作，可以将弱边缘与强边缘连接起来，形成。Canny算法通过以上步骤的组合，可以提取图像中清晰而准确的边缘信息。边缘连接：在上一步骤中，被标记为强边缘的像素点被认为是。降低噪声:高斯滤波，以平滑图像并减少噪声的影响。平滑图像计算梯度: 采用Sobel等算子提取梯度。而被标记为弱边缘的像素点，如果其。得到图像的梯度幅值和梯度方向。边缘跟踪: 根据设定的。
2023-05-30 16:48:22
234
原创 图像处理-大津阈值法（最大类间方差法）
该方法通过自动选择一个阈值来将图像分成两个类别，以达到最大化两个类别之间的方差，从而实现图像的二值化分割。方差可通过以下公式计算： 类间方差 = w0 * w1 * (μ0 - μ1) ^ 2 其中，w0和w1分别为类别0和类别1的像素概率之和，μ0和μ1分别为类别0和类别1的平均灰度值。应用阈值：将原始图像根据最佳阈值进行二值化，像素灰度值大于阈值的设为一个类别，小于等于阈值的设为另一个类别。寻找最大类间方差：在所有可能的阈值T上，选择使类间方差最大的阈值作为最佳阈值。使得上式值最大时对应的k。
2023-05-28 21:43:14
1957
原创 图像处理-目标检测、语义分割和实例分割的特点与区别
语义分割是将图像划分成若干个区域，并为每个区域赋予语义类别标签，从而实现像素级别的物体识别和分割。： 实例分割是在语义分割的基础上，对图像中每个个体物体进行唯一的标记，区分不同物体实例。：语义分割将图像中的每个像素都标记为属于特定类别的一部分，从而实现精细的物体分割。：与语义分割类似，实例分割将图像中的每个像素都标记为属于特定物体实例的一部分。：实例分割能够区分图像中不同物体实例之间的差异，为每个物体实例提供唯一的标记。：语义分割无法区分图像中不同物体实例之间的差异，只关注物体类别的分割结果。
2023-05-28 21:38:31
1315
原创 图像处理-形态学运算
结构元素遍历原图像，覆盖到的区域有1取1，全0取0,结构元素遍历原图像，覆盖到的区域有0取0，全1取1,2.腐蚀 ：定义一个结构元素，如十字架。1.膨胀：定义一个结构元素，如十字架。
2023-05-28 21:31:08
52
1
原创 图像处理-图像灰度变化、图像对数变化
1.试编写一个全局线性变换的子函数，要求输入参数包括：原图像、目标灰度范围[c,d]。输出参数：变换后图像 Eg:试给出把灰度范围(0,10)拉伸为(0,15),(10,20)拉伸为(15,25),(20,30)压缩为(25,30)的线性变换方程。解： 灰度对数变换1.试编写一个对数变换的子函数，输入参数：原图像、a、c。输出：变换后图像
2023-05-28 21:15:54
710
1
原创 图像处理-HSV彩色模型
将亮度信息从彩色中 分解出来，而色调和饱和度与人类感知相对应，在图像增强算法如均衡化算法中，用途就明显了。例如，如果对RGB三个通道都用上增强算法，那么人对图像的色彩感知就变坏了。中，一种纯色的亮度等于白色的亮度，因此亮度不变，饱和度下降，色度变成粉红色。在一束红色光里面添加白光，则光束的色度如何？---色调 (Hue)、饱和度(Saturation)、，效果就与期望相近。
2023-05-28 21:07:26
697
2
原创 图像处理-微分算子
在图像处理中，微分算子是一种常用的边缘检测方法，用于提取图像中的边缘信息。微分算子通过计算图像中像素值的梯度或导数来确定边缘的位置和方向。按照Laplacian算子的计算规则，我们将模板应用于图像中的每个像素点，计算出对应的二阶导数值。下面是一个示例，展示如何使用二阶微分算子（Laplacian算子）计算图像的二阶导数。在二阶微分中的前后符号有变 化的过0点处，为图像轮廓。计算完毕后，得到的结果即为图像的二阶导数值。灰度变化率无改变的地方，二 阶微分为0。灰度无变化的平坦段，一阶微分为0；
2023-05-28 21:07:01
545
1
原创 数字图像处理-像素间的距离
•Eg:将待评价图像和原始参考图像按一定规则交替播放持续一定时间给观察者，然后在播放后留出一定的时间间隔供观察者打分，最后将所有给出的。De、D4、D8 距离仅与像素点的坐标有关，而与图像内容没有关系。①定义：如果两个像素点p,q 满足以下两个条件，则称它们是邻接的。•4-邻接：如果 p,q的灰度值都是在V集合中，并且。•8-邻接：如果 p,q的灰度值都是在V集合中，并且。,例如： V={16,17,…1.公式：p(x,y) 和。1.公式：p(x,y) 和。1.公式：p(x,y) 和。
2023-05-28 21:04:02
3692
原创 数字图像处理-图像质量评价指标
•Eg:将待评价图像和原始参考图像按一定规则交替播放持续一定时间给观察者，然后在播放后留出一定的时间间隔供观察者打分，最后将所有给出的。将一批待评价图像按照一定的序列播放，此时观察者在观看图像的同时给出待评图像相应的评价分值。求以下重构图像f^与原图像f 的相似度指标：MSE、 SNR、PSNR，其中，灰度级L=4。它们通过计算待评测图像和参考图像对应像素点灰度值之间的差异，方法。主观评价要求：主观评价是建立在统计意义上的，为保证图像主观评价在统计上有意义，选择理想图像作为参考图像，主要以。
2023-05-28 20:51:05
1342
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人