- 博客(10)
- 收藏
- 关注
原创 求取大津法下的最优阈值(python实现)
类内方差=前景个数*(前景均值-总的图像均值)**2+背景个数*(背景均值-总的图像均值)**2。类间方差=前景个数*背景个数*(前景均值-背景均值)**2。类间方差越大,代表前景和背景的差异越大,故可以较好的分割。
2023-12-12 17:55:26 188
原创 利用halcon中的smallest_rectangle2求取图形角度进行仿射变换记录
smallest_rectangle2 运算符smallst_rectangle2确定一个区域的最小周边矩形,即在包含该区域的所有矩形中面积最小的矩形。对这个矩形的中心,倾角和两个半径进行计算。矩形的计算是基于区域像素的中心坐标。其中输出的phi为弧度值 弧度制转角度值:Phi*180/3.14。输出的Length1, Length2为两条边的长度。在仿射变换是一定要分清。
2023-10-30 09:25:38 460
原创 vs2019+openvino部署yolov5目标检测流程+bug解决
项目需要利用c++部署yolov5的.pt文件 尝试intel厂商的openvino套件。
2023-04-02 15:50:50 1105 4
原创 window10+cuda11.6+cudnn8.6+tensorrt安装避坑
文件名看着支持的呀 接下来测试一下tensorrt是否可用,先把文件中的include、bin、lib文件放入到cuda11.6对应的同名文件夹中。release下运行 首先报错找不到相关的dll文件,检查一下环境配置或是暴力将dll文件放到demo文件夹下边,重新运行出现下面错误。怀疑可能是tensorrt版本太新,现在下载8.4版本。
2023-03-09 12:48:47 1307
原创 初识protobuf
protobuf是谷歌公司提出的一种轻便高效的结构化数据存储格式,常用于结构化数据的序列化。常用永久存储数据或者在数据通过网络传输时将对象转变为字节序列。在做tensorrt部署时遇到了这个东西,protobuf。在tensorrt中用在什么地方?序列化是将对象转化为字节序列的过程。反序列化是将字节序列转化为对象的过程。什么是序列化和反序列化呢?
2023-03-08 10:49:10 79
原创 关于目标检测中样本不均衡的疑惑
也就是说 如果在标注的时候,a类的目标标注数为100,b类目标的标注数是10的话,这属于类内不均衡,在计算损失的时候 对置信度损失和定位损失是没有影响的 因为这两种损失都是判断的是目标有无 ,对分类损失是有影响的,在分类损失中a类的损失主要起到主导作用,也就是a类损失很小后,整体的损失也会很小,所以会使得模型对a类更加好识别,对b类不好识别。如果是多类别的目标检测,每个样本的数量应该达到均衡吗?在yolov5中的置信度损失和分类损失用的是二元交叉熵来做的,而定位损失是用的CIOU Loss来做的。
2023-02-17 15:51:00 497 1
原创 普通卷积和深度可分离卷积(备忘)
首先是普通卷积 如果想要输出4个特征层的话 那就必须要有4个卷积filter 输入是个三通道的 也就是得有四个三维的卷积filter 每个filter中的三个卷积核分别对输入的三个通道做卷积 之后将三个卷积结果加和 得到一个特征层。上边这个就是逐个点卷积 就是将得到的三个特征层 经过1*1的卷积在加权求和 也就是图中的3个1*1卷积核上边的数字就是加权数,这四个filter都是不一样的 也就是现在需要 12个数。也就是有12个3*3的卷积核。
2023-02-15 14:48:20 150
原创 halcon中的fft_generic算子
提醒一下自己吧!!!fft_generic(Image : ImageFFT : Direction, Exponent, Norm, Mode, ResultType : )fft_generic计算输入图像的快速傅里叶变换。由于文献中有几种正向和反向转换的定义,因此该操作符允许用户选择最方便的定义。傅里叶变换的一般定义如下:对于正变换(即到频域的变换),指数中的符号s应该设为1还是-1,人们的看法各不相同。在归一化因子c的大小上也存在分歧。对于正向变换,它有时被设置为1,有时被设置为M*
2022-02-22 18:31:43 2498
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