qq_36559788的博客

算法的设计往往与名字有着句对的关联性，目标定位检测即目标定位+检测。而方法采用的是深度学习的方法的话则需要进一步的结合两者间的融合学习。在深度学习中比较常用的目标定位检测方法有RCNN系列方法和YOLO系列方法。其中RCNN系列方法的定位过程和检测过程是分开的，即先定位目标，然后对定位出的目标进行分类，这种设计思路有利于静态的定位检测，但却不利于实时的场景。与之相反的是YOLO系列算法，由于将图像和位置坐标相融合的表述方式，该算法利于实时的目标定位检测场景。...

深度学习图像处理（一）深度学习与图像处理（一）主要讲的是数据加载问题，二主要是介绍模型的调用与训练问题。本篇将会以ResNet18为例进行说明与演示，开发环境同一中所述1、模型的定义深度学习模型主要是通过nn.Module这个继承类来实现的，所以一般需要依赖torch.nn这个包，具体过程如下所示：#*以ResNet18为例：*import torch.nn as nnimport torchimport numpy as npclass BasicBlock(nn.Module):

深度学习处理图像的方式和传统图像处理有着本质的不同。传统图像是直观的，可解释的，而深度学习并未做到那么的可解释性。哈工大的倪院士说过，深度学习最大的挑战在于其难以用一个数学公式进行描述，而正因为其中的特性导致了其黑匣子特性。本篇将分为三部分进行解说即：数据处理部分、模型部分、优化部分。同时本篇将使用pytorch1.10.1及python3.9在windos上进行开发。数据处理部分a、依赖的模块：from torch.utils.data import DataLoader, Dataseti.

halcon提供了基于它自身的深度学习框架，虽然深入学习基本算法框架上没有提供改动的接口，但对应用上确实做到了便捷性。也是基于这种特性，halcon在深度学习模块方面也具有自身特色，博主认为其主要特设在于 1、代码集成度高、便捷性高 2、可视化手段多样 3、针对性比较明显，且易于传统算法和深度学习算法的结合等。1、深度学习算法基本概述 深度学习顾名思义就是通过深度的神经网络进行特征提取与学习，最终得到准确的学习结果的一种方式。一般，深度学习算法都采用python进行开发，主要的开发框架有tensor