![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
DL-ML
图像处理以及深度学习的编程工作
展开
-
Opencv4.12 Opencv-contrib4.12 for Android 编译 注意事项
操作系统 Ubuntu 18.04.3 LTS , 需要的软件sudo apt-get install ninja-build cmake 1. 在 /etc/profile 中设置环境变量: sdk_parh android studio SDK 路径,ndk_path 为单独下载 android-ndk-20b-linux-x86_64.zip 的路径。2. 切换到 ro...原创 2019-11-14 18:06:47 · 500 阅读 · 0 评论 -
python opencv入门 Canny边缘检测
文章来自 https://blog.csdn.net/tengfei461807914/article/details/76376941 目标边缘检测的概念opencv的函数cv2.Canny()原理Canny边缘检测很流行,在1986年提出去除噪声边缘检测容易受到噪声影响,一般第一步都是用5*5的高斯滤波器去除噪声计算图像梯度对平滑后的图像使用sobel算子在水...转载 2019-06-17 17:18:50 · 305 阅读 · 0 评论 -
维诺图(Voronoi Diagram)分析与实现
维诺图(Voronoi Diagram)分析与实现2016年08月18日 19:50:19阅读数:21066一、问题描述1.Voronoi图的定义又叫泰森多边形或Dirichlet图,它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。2.Voronoi图的特点(1)每个V多边形内有一个生成元; (2)每个V多边形内点到该生成元距离短于到其它生成元距离; (3)多边形边界上的点到生成此边界...转载 2018-06-05 20:29:42 · 3243 阅读 · 0 评论 -
如何让机器理解汉字一笔一画的奥秘?
http://www.sohu.com/a/229400360_629652阿里妹导读:针对无监督中文词向量生成问题,蚂蚁金服人工智能部设计了一种新的算法:cw2vec。该算法充分利用了中文的语言学特性,让机器理解汉字一笔一画之间的奥秘。在公开数据集上,算法的准确度超过了谷歌的word2vec,斯坦福的GloVe,清华的CWE等业界最优的算法,并且在阿里的诸多场景中均取得了不错的效果,相关论文被A...转载 2018-04-25 14:22:53 · 516 阅读 · 0 评论 -
目标检测 几种架构
https://blog.csdn.net/haoji007/article/details/53914328 目标检测 几种方法以及训练方法https://blog.csdn.net/majinlei121/article/details/53870433 目标检测方法介绍转载 2018-04-19 14:07:16 · 1036 阅读 · 0 评论 -
梅尔频率倒谱系数(MFCC) 学习笔记
https://www.cnblogs.com/BaroC/p/4283380.html最近学习音乐自动标注的过程中,看到了有关使用MFCC提取音频特征的内容,特地在网上找到资料,学习了一下相关内容。此笔记大部分内容摘自博文 http://blog.csdn.net/zouxy09/article/details/9156785 有小部分标注和批改时我自己加上的,以便今后查阅。 语音信号处理之...转载 2018-04-11 10:27:36 · 1129 阅读 · 0 评论 -
中文文本挖掘预处理流程总结
http://www.cnblogs.com/pinard/p/6744056.html转载 2018-04-08 18:59:06 · 427 阅读 · 0 评论 -
word2vec 介绍
http://www.cnblogs.com/pinard/p/7278324.html 用gensim学习word2vechttp://www.cnblogs.com/pinard/p/7249903.html word2vec原理(三) 基于Negative Sampling的模型http://www.cnblogs.com/pinard/p/7243513.html word2vec原...转载 2018-04-08 16:59:37 · 194 阅读 · 0 评论 -
Understanding Convolutional Neural Networks for NLP
http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/Understanding Convolutional Neural Networks for NLPWhen we hear about Convolutional Neural Network (CNNs), we typicall...转载 2018-04-08 10:41:01 · 268 阅读 · 0 评论 -
李飞飞等提出新的迭代视觉推理框架,在ADE上实现8.4 %的绝对提升
https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/79787737这篇文章中,我们提出了一个可以同时用于空间和语义推理的生成框架。与现在只依赖于卷积的方法不同,我们的框架可以从以知识库为形式的结构化信息中学习,进行视觉识别。我们的核心算法包含两个模块:局部模块,基于空间记忆,用 ConvNets 做像素级推理。通过并行记忆更新,我们的执...转载 2018-04-07 22:10:19 · 282 阅读 · 0 评论 -
深度学习在OCR中的应用
发布于 1 年前 作者 Bugly_Tony 303749 次浏览 来自 技术Dev Club 是一个交流移动开发技术,结交朋友,扩展人脉的社群,成员都是经过审核的移动开发工程师。每周都会举行嘉宾分享,话题讨论等活动。本期,我们邀请了 腾讯 TEG 技术工程师“文亚飞”,为大家分享《深度学习在OCR中的应用》。分享内容简介:OCR技术旨在从图片转载 2017-09-12 21:11:58 · 1107 阅读 · 0 评论 -
目标检测的图像特征提取之(一)HOG特征
1、HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究人员Dal转载 2017-09-12 21:06:54 · 158 阅读 · 0 评论 -
文本检测双蛇模型
在此之前有一个方法同样使用了活动蛇模型(segmetation of curled textline using active contours),下面简单介绍一下:其中有一个概念是babysnakes,以往的活动蛇模型在初始化轮廓的时候都是选取一个包围目标区域的闭合曲线,但是这不适用于文本行,所用提出了在初始化时使用一小段线段来代替闭合曲线,也就是baby snakes。该方法简单概括为原创 2017-09-15 07:37:54 · 390 阅读 · 0 评论 -
Adaptive thresholding using the integral image
#include #include #include #include using namespace std; void vvAdaptiveThreshold( IplImage* inImg, IplImage* outImg){int S = inImg->width >> 5;int T = 10;char *input, *bin;转载 2017-04-02 12:06:42 · 888 阅读 · 0 评论