- 博客(148)
- 资源 (1)
- 问答 (9)
- 收藏
- 关注
RSS订阅原创 Git学习教程（更新中）
Git是一个开源的分布式版本控制系统，由Linus Torvalds创建，用于有效、高速地处理从小到大的项目版本管理。它能够记录项目文件的变更历史，让多个开发者可以协作开发同一个项目，同时保持代码的一致性和可追溯性。
2024-11-14 13:20:05
1345
原创 CAM论文翻译
在这项工作中，我们重新审视了文献[13]中提出的全局平均池化层，并阐明了它如何明确地使卷积神经网络具有出色的定位能力，尽管该网络是在图像级标签上进行训练的。虽然此技术先前被提出作为一种规范化训练的手段，但我们发现它实际上构建了一种通用的可定位深层表示，可应用于各种任务。尽管全局平均池化看似简单，我们在ILSVRC 2014的对象定位任务上实现了37.1%的前5错误率，这与完全监督的CNN方法所达到的34.2%的前5错误率非常接近。
2023-12-13 12:55:55
397
原创 形态学操作—细化
在OpenCV中，图像形态学操作中的细化（Thinning）是一种用于图像处理的技术，其主要目的是通过迭代地删除图像中的像素点，以细化图像中对象的边界，使其保持尽可能多的细节信息同时减少像素点的数量。这在图像处理中常用于分析图像中的形状、结构和边缘信息。
2023-12-07 19:37:33
1307
原创 形态学操作—凸壳
图像形态学是图像处理领域的重要概念，而凸壳（Convex Hull）是其中的一个常用操作。它可以用数学的角度解释为一个闭合区域，该区域包围了给定点集的最小凸多边形。
2023-12-07 19:27:03
809
原创 连通分量提取
图像形态学操作中的提取连通分量是一种用于分离图像中相互连接的像素区域的技术。这些像素区域通常代表着图像中的不同物体、目标或者区域。连通分量提取通常用于图像分割、对象识别、特征提取等领域。连通分量提取可以帮助识别图像中的独立对象或区域，从而有助于进行物体检测、图像分割、特征提取等任务。通过标记不同的连通分量，可以分离出图像中不同的目标。连通分量提取基于图像中像素的连接性。在这个过程中，通过寻找像素点之间的连接关系，将相邻的像素组合成具有特定特征的区域。处的像素值，通常是 0 或 1。
2023-12-06 20:02:15
1228
原创 泛洪填充（Flood Fill）
图像形态学是图像处理中的一种基础技术，泛洪填充（Flood Fill）是其中的一种操作，用于在图像中填充特定区域。
2023-12-06 19:53:24
759
1
原创 形态学操作—边界提取
图像形态学是一种用于图像处理的数学理论，它涉及对图像中形状和结构的分析与处理。图像形态学操作中的边界提取是一种常见的处理方式，可以用来检测图像中物体的轮廓或边缘。
2023-12-05 19:25:37
1011
原创 形态学操作—形态学梯度
形态学梯度（Morphological Gradient）是图像形态学处理中的一种操作，它通过对图像的膨胀和腐蚀操作之间的差异来突出图像中的边缘信息。形态学梯度的作用是突出图像中物体的边缘或轮廓。当我们对图像中的对象进行分割、边缘检测或特征提取时，形态学梯度可以很有用。它可以帮助定位物体的边界，提取轮廓信息，或者用于图像预处理的步骤之一。设定一个结构元素（通常是一个小的矩形或圆形核），然后对图像进行膨胀和腐蚀操作。形态学梯度被定义为图像的膨胀操作减去腐蚀操作的结果。
2023-12-05 19:12:38
937
原创 形态学操作—底帽运算
底帽运算（Bottom-hat transformation），也称为黑帽运算，是形态学图像处理中的一种操作。它与顶帽运算相反，通过闭运算的结果与原始图像的差异来突出图像中的暗区域特征。
2023-11-30 22:14:21
750
原创 在使用图像分类模型时，把模型由vgg16换成resnet50，使用LayerCAM热力图进行可解释性分析，热力图会出现“棋盘网格”现象，请问是什么原因？有哪些改进的方法？
这些跳跃连接会导致特征图（feature maps）尺寸的减小和放大，而在生成热力图时，这种尺寸变化可能会引起“棋盘网格”效应，即在热力图中出现棋盘般的方块结构，这些方块的边缘往往呈现高强度。：除了LayerCAM外，还可以尝试其他基于梯度的方法（如Grad-CAM、Guided Grad-CAM等）或者基于注意力机制的方法（如Attention Maps），这些方法可能对ResNet等网络结构更友好，不容易出现“棋盘网格”现象。这种不对齐可能导致在热力图中出现格状结构。这有助于减轻“棋盘网格”效应。
2023-11-30 19:49:45
490
原创 形态学操作—顶帽运算
顶帽运算通过将原始图像与其开运算（Opening）之间的差异来实现。开运算是先对图像进行腐蚀操作，再进行膨胀操作，这样可以消除图像中的小物体，平滑物体的边界，并保留大物体的结构特征。顶帽运算则是用原始图像减去开运算后的图像，结果是突出了原始图像中的细小特征和细节。顶帽运算是图像形态学处理中的一种操作，用于突出图像中的细小亮度变化或者局部亮度的差异。这种操作能够凸显出图像中的细微细节，通常在图像增强、特征提取等领域有着广泛的应用。表示进行顶帽运算后得到的图像。
2023-11-27 19:09:06
564
原创 如何科学地划分医学图像数据集
在进行医学图像分类任务时，如何科学地划分数据集是一个重要的问题。这个问题的答案取决于你的数据特性和实验目标。一般来说，有两种常见的数据划分方法：按照比例划分和按照病例划分。
2023-11-27 17:37:23
726
原创 mmsegmentation学习笔记
方法二： train.py–>Configuration–>Parameters: E:/Python_Project/mmsegmentation_ours/configs/my_deeplabv3plus/deeplabv3plus_r50-d8_4xb4-40k_pascal-context-59-480x480.py --work-dir mmseg_log -->apply–>run train.py。
2023-11-25 21:49:47
496
原创 Labelme加载AI（Segment-Anything）模型进行图像标注
labelme是使用python写的基于QT的跨平台图像标注工具，可用来标注分类、检测、分割、关键点等常见的视觉任务，支持VOC格式和COCO等的导出，代码简单易读，是非常利用上手的良心工具。（2）在labelme/labelme/文件夹下自建一个文件夹model_file。（3）依次输入以下几个网址下载onnx到model_file文件目录。（1）打开labelme/labelme/ai/（4）修改labelme/labelme/ai/找到源码所在路径进行修改。
2023-11-25 16:49:01
4506
7
原创 图像分类单张图片预测准确率达到百分之百
然而，即使单个图片能够达到100%的准确率，这并不能保证在整个测试集上也能获得相同的结果。在图像分类任务中，针对单个图片得到100%的准确率是有可能但极其罕见的，并且不代表模型在整个测试集上也能达到100%的准确率。
2023-11-22 22:02:13
865
2
原创 形态学操作—腐蚀
图像形态学操作是一种用于处理图像的技术，腐蚀（Erosion）是其中之一，它可以使图像中的物体边缘变得模糊或缩小。腐蚀操作利用结构元素（Kernel）在图像上滑动，将该结构元素覆盖区域内的像素值更新为邻域内像素值的最小值。这样可以减少图像中物体边缘的尺寸，去除小的噪点或连接物体等。结构元素的大小和形状会影响腐蚀的效果，更大的结构元素会导致更明显的腐蚀效果，而不同形状的结构元素也会对腐蚀产生不同的影响。是结构元素（Kernel）中的坐标。是腐蚀后的图像在位置。
2023-11-22 19:38:44
327
原创 形态学操作—膨胀
在 OpenCV 中，图像形态学操作是一组基于图像形状的处理技术，其中膨胀（Dilation）是其中之一。膨胀操作可用于图像处理中的特征增强、去噪、分割和边缘检测等。其基本原理是利用结构元素（Kernel 或 Structuring Element）对图像进行局部区域的最大值操作，将核与图像进行卷积，用核的最大值替代当前像素值，从而使目标物体区域扩张。膨胀操作可以根据具体的应用场景选择不同的结构元素大小和形状，以达到最佳效果。函数来进行图像的膨胀操作。膨胀操作的数学定义为：对于图像。
2023-11-22 19:30:17
957
原创 形态学操作—闭运算
闭运算（Closing）是图像形态学中的一种操作，它结合了膨胀（Dilation）和腐蚀（Erosion）操作。闭运算的原理是先对图像执行腐蚀操作，然后再进行膨胀操作。这个过程能够消除图像中的小孔洞，填充小的断裂，平滑物体的边界，以及连接窄的间隙。
2023-11-22 19:21:44
1424
1
原创 形态学操作—开运算
开运算是图像形态学处理中的一种操作，它由两个步骤组成：先进行腐蚀（Erosion），再进行膨胀（Dilation）。开运算的主要目的是消除图像中的小型噪点（白色噪点对应的是小型黑色区域，黑色噪点对应的是小型白色区域），同时保留图像中大型物体的结构特征。
2023-11-22 19:11:39
684
原创 图像傅里叶变换
傅里叶变换是一种数学工具，可用于将图像从空间域转换到频域，能够将图像表示为不同频率的正弦和余弦函数的叠加。傅里叶变换通常用于图像处理和分析，可以帮助理解图像中存在的频率信息和模式。
2023-11-21 19:44:57
333
原创 图像处理Scharr 算子
Scharr算子是用于图像边缘检测的一种算子，它类似于Sobel算子，但是对边缘的响应更加强烈。它可以用来检测图像中的边缘、轮廓等特征。
2023-11-21 19:31:27
1487
原创 图像处理Sobel 算子
Sobel算子是一种常用的图像处理算法，用于边缘检测。它利用了图像中灰度值的变化来识别边缘的位置。在OpenCV中，Sobel算子通常用于图像梯度计算，其中包括水平方向和垂直方向的梯度。这两个方向的梯度合并后可以得到图像的边缘信息。
2023-11-20 20:10:53
1753
3
SR超分辨率(EDSR、ESPCN、FSRCNN、LapSRN)
2023-12-21
mmsegmentation中使用tensorbooard
2024-03-19
mmsegmentation报错
2023-11-26
mmsegmentation报错
2023-11-26
mmpretrain怎么求FPS？
2023-11-15
mmpretrain中怎么画AUC和PRC曲线图。
2023-10-09
mmpretrain添加precision和recall指标，但是跑出来结果呈现正相关。
2023-10-08
请问GTX1650显卡做深度学习的batch_size和capacity应该设置为多少？
2021-08-18
求一份用matlab写的轨迹预测的代码。
2021-08-05
请问BP神经网络怎么做跟踪预测？
2021-08-03
怎么将一张图片连续进行去噪、平滑处理、增强一系列处理并保存？
2021-06-27
kcf目标跟踪matlab代码，目标框尺寸怎么做成可以变化的？
2021-05-12
怎样直白的理解KCF目标跟踪HOG特征的作用？
2021-05-06
KCF目标跟踪中循环移位和循环矩阵
2021-05-06
怎样理解什么是自然图像
2021-04-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人