
cv数据预处理与数据分析
cv模型训练前的预处理,与对模型输出结果的分析
渡鹤寒塘
这个作者很懒,什么都没留下…
展开
-
图像数据再处理(一)——对预测数据进行瞳孔定位和旋转变换
对预测数据进行瞳孔定位和旋转变换一、模型输出的数据 一、模型输出的数据原创 2020-01-08 15:58:40 · 887 阅读 · 0 评论 -
图像数据预处理(三)——截取人眼区域,三分类训练数据集制作
截取人眼区域,截取对应的标注区域,并将标注区域二值化一、数据集介绍二、截取眼部区域三、二值化两类标注划分训练集、验证集、测试集 一、数据集介绍 原始数据1400+,size:4752*3168,5.3MB 标注:有iris和eyelid两类,轮廓分别都用蓝色的线标注出来 –单张太大,且没有必要,因此先截取出眼部区域,采用face_recognition 二、截取眼部区域 详情可见face_r...原创 2020-01-07 17:09:48 · 1724 阅读 · 1 评论 -
图像数据预处理(一)——语义分割,医学影像分割
Semantic Segmentation Dataset 由于图像的名字中有: 1、中文、空格、数字开头、label 2、origin的对应图像名字不同 等各种各样的问题,数据探索和数据预处理尤为重要。针对1,可以用下面的代码来避免opencv在读取、保存时可能报错;针对2,尤其是我所不了解的,他人的数据、脏数据,要先搞清楚数据集的结构,将其整理成符合模型训练的结构。 可见opencv路径报...原创 2019-11-12 10:16:20 · 5439 阅读 · 0 评论 -
图像叠加、灰度图转化为单一通道的RGB、及merge报错
图像叠加、灰度图转化为单一通道的RGB、及merge报错 为观察图像语义分割的效果,将预测的图像(灰度图,768768)叠加到原始图像(768768*3,实际上也是灰度图,三个通道值完全相同)上 为区分原数据集的绿色标记,可采用红色或蓝色,即将预测结果转换成BGR,再叠加。 话不多说上例子 img=cv_imread('F:/1.jpg') b=img[:,:,0] g=np.zeros((b...原创 2019-11-12 15:07:02 · 2027 阅读 · 0 评论 -
图像数据预处理(二)——截取框选区域,目标检测预训练数据集制作
图像分割,截取框选区域一、需求1、截取出图像中的框选区域(病变区域),归为一类2、二、实验 一、需求 1、截取出图像中的框选区域(病变区域),归为一类 2、 二、实验 ...原创 2019-12-04 18:52:16 · 2780 阅读 · 0 评论