Hero_Never_GIVE_UP的博客

PIL转OpenCV 图像，灰度图，gray image

morphology:形态学Python:cv.morphologyEx( src, op, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]] ) -> dstsrc:源图op:操作类型，主要是erode和dilate及两者的组合： cv2.MORPH_ERODE:腐蚀，扩大黑色, dst = erode(src) cv2.MORPH_DILATE：膨胀，扩大白色, dst = dilat

大家好～本人主要做目标检测、生成对抗网络和聚类相关方向的工作，平时写一丢丢平时工作遇到的问题，欢迎关注！带重叠的分割示意图：本篇主要讲目标检测中为了增加对小目标检测的性能，考虑在检测端即detector上对原图像进行分割检测。这样做的主要原因是在原图尺寸较大时，输入检测器时都会进行缩小，这样小目标的像素代表数就会严重缩水，导致检测器检测性能下降。对图像进行拆分、分开检测是为了减少缩小图像时小目标像素的损失。带有重叠的拆分是考虑了硬拆分可能将目标在边界上分割开导致目标无法识别...