- 博客(4)
- 收藏
- 关注
RSS订阅原创 OpenCV
执行以下命令安装opencv-python库（核心库）和opencv-contrib-python库（贡献库）。注意：命令拷贝后要合成一行执行，中间不要换行。
2024-12-26 15:13:04
1049
原创 Tensorflow2
张量是具有统一类型（称为dtype）的多维数组。就像 Python 数值和字符串一样，所有张量都是不可变的：永远无法更新张量的内容，只能创建新的张量。# 下面是一个“标量”（或称“0 秩”张量）, 标量包含单个值，但没有“轴”# “向量”（或称“1 秩”张量）就像一个值的列表。向量有 1 个轴# “矩阵”（或称“2 秩”张量）有 2 个轴[3, 4],# 张量的轴可能更多，下面是一个包含 3 个轴的张量#值全为0的张量#值全为1的张量#ones_like#随机正态分布数据。
2024-12-25 16:43:36
1646
原创 图像分割（Image segmentation）
一个典型的卷积神经网络在处理图像分类问题时，通常会使用若干个卷积层，之后接若干个全连接层, 将卷积层产生的特征图(feature map)映射成一个固定长度的特征向量，由输出层在softmax激活函数的作用下，产生N个分类概率，取其中概率最大的类别作为分类结果。如下图所示：图像分割需要对图像进行像素级分类，所以在输出层使用全连接模型并不合适。FCN与CNN的区别在把于CNN最后的全连接层换成卷积层（所以称为“全卷积网络”）。该网络可以分为两部分，第一部分，通过卷积运算提取图像中的特征，形成特征图；
2024-12-25 16:30:36
5081
原创 目标检测（Object Detection）
滑窗法类似穷举进行图像子区域搜索，但是一般情况下图像中大部分子区域是没有物体的。学者们自然而然想到只对图像中最有可能包含物体的区域进行搜索以此来提高计算效率。选择搜索（selective search，简称SS）方法是当下最为熟知的图像bounding boxes提取算法，由Koen E.A于2011年提出。选择搜索算法的主要思想：图像中物体可能存在的区域应该是有某些相似性或者连续性区域的。因此，选择搜索基于上面这一想法采用子区域合并的方法进行提取bounding boxes。
2024-12-25 15:46:13
1758
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