qq_41189226的博客

形态学操作之腐蚀、膨胀、开运算、闭运算、梯度运算、顶帽和黑帽

摘录自北京邮电大学计算机学院鲁鹏老师的PPT 1 监督学习VS无监督学习 2 生成模型 2.1 PixelRNN 与 PixelCNN 2.2 Variational Autoencoders(VAE)

摘录自北京邮电大学计算机学院鲁鹏老师的PPT 1纹理表示 1.1 纹理的类别 1.2基于卷积核组的纹理表示方法

摘录自北京邮电大学计算机学院鲁鹏老师的PPT 1边缘检测 1.1 边缘种类 1.2 边缘检测 1.3Canny边缘检测器

1图像去燥与卷积 2高斯卷积核 当卷积核的尺寸不变时，方差越大，高斯分布越扁平，平滑效果明显。 当方差不变时，模板尺寸越大，进行归一化时当前点的值越小，平滑效果越强。 ...

图像分类 图像分类主要是基于图像的内容对图像进行标记，通常会有一组固定的标签，而你的模型必须预测出最适合图像的标签。 目标检测 图像中的目标检测涉及识别各种子图像并且围绕每个识别的子图像周围绘制一个边界框。 目标识别 将需要识别的目标，和数据库中的某个样例对应起来，完成识别功能。 语义分隔 通常意义上的目标分隔就是指语义分割。需要区分到图中每一像素点，而不仅仅是矩形框框住了。但是同一物体的不同实例不需要单独分割出来。 实例（图像）分隔 实质是目标检测和语义分隔的结合。相对于目标检测的边界框，实例分割可