- 博客(9)
- 收藏
- 关注
RSS订阅原创 7月网络学习报告
可以通过平移、旋转、缩放、裁剪、翻转、变形等，对图片进行处理，增加数据集数量。数据集数量太少，而且将数据集分为训练集与测试集之后，数量更为稀少。可以调节优化器的学习速率以及batc_size的大小去提高准确度。1.test_accuracy太低，小于30%，且没有收敛。1.可以使用ResNet50或者VGG16网络模型来替代。2.这里我是直接在原有的网络结构基础上加了。2.只训练了10个epoch。（只有神经网络部分做了改动）（下面只对图像进行了翻转）这里最高是到了85.4%
2023-08-02 10:46:57
117
1
原创 计算机视觉学习总结：局部图像描述子（一）
本章旨在寻找图像间的对应点和对应区域。本章将介绍用于图像匹配的两种局部描述子算法。它们在很多应用中都有重要作用，比如创建全景图、增强现实技术以及计算图像的三维重建。
2023-07-31 16:16:14
285
1
原创 linalg.lstsq()函数
是NumPy线性代数模块（）中的一个函数，用于求解线性最小二乘问题。它基于最小二乘法原理，通过最小化残差的平方和来估计线性方程组的最优解。
2023-07-28 23:45:22
2603
1
原创 计算机视觉学习总结：基本的图像操作和处理（二）
NumPy（http://www.scipy.org/NumPy/）是非常有名的 Python 科学计算工具包，其中 包含了大量有用的思想，比如数组对象（用来表示向量、矩阵、图像等）以及线性代数函数。
2023-07-26 19:32:35
332
1
原创 计算机视觉学习总结：基本的图像操作和处理（一）
PIL（Python Imaging Library Python，图像处理类库）提供了通用的图像处理功能， 以及大量有用的基本图像操作，比如图像缩放、裁剪、旋转、颜色转换等。
2023-07-26 17:31:36
146
1
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