Kanny

一、环境配置所需资源本教程使用到的工具有：1.anaconda, pycharm2.cuda≥10.1, cudnn与cuda版本对应上3.pytorch≥1.7.0二、前期准备2.1 创建新环境并进入新环境YOLOv5要求Python≥3.6.0，接下来的代码和例子均以我们服务器上的配置为例：conda create -n test python=3.8 #选择自己的服务器名称conda activate test2.2 下载源代码git clone https://github

写在开始由于最近的学习需要对图像处理进行一系列的学习，从最基础的图像的基本知识到后面的图像处理的一些内容，再到最后衔接深度学习中的卷积神经网络进行一系列的博客攒写。这系列主要是从自己的想法出发，然后参考了冈萨雷斯的《数字图像处理》，以及众多百度文库、博客等内容写出来的，如有不足之处，还请大家批评指正。图像是什么？图像（image）：是泛指照片、动画等等形成视觉景象的事物。 计...

数字图像发展历史数字图像处理的最早应用之一是在报纸业20世纪20年代初期，Bartlane电缆图片传输系统（纽约和伦敦之间海底电缆，经过大西洋）传输一幅数字图像所需的时间由一周多减少到小于3个小时。为了用电缆传输图像，首先要进行编码，然后在接收端用特殊的打印设备重构该图片。...

图像的颜色模型颜色是视觉系统对可见光的感知结果。可见光是波长在380nm-780nm之间的电磁波。我们看到的大多数光不是一种波长的光，而是由许多不同波长的光组合成的。人的视网膜有对红、绿、蓝颜色敏感程度不同的三种锥体细胞，另外还有一种在光功率极端低的条件下才起作用的杆状体细胞，杆状细胞主要提供视野的整体视象，对低照度较敏感。我们能做什么...

回顾前面我们介绍了图像的形态学操作中的腐蚀、膨胀、开运算、闭运算，这篇文章我们将继续介绍后面的形态学梯度与顶底帽变换这几种操作。同样，我们还是以可爱的小鸟来介绍。 形态学梯度这种方法其实就是膨胀操作与腐蚀操作的差，便于寻找对象的轮廓。针对一些简单的二值图，或者灰度图可能比较好的提取其边缘，但如果当成一个边缘检测的方法，效果却不会很好。针对二值图与灰度图效果如下： ...

图像的形态学操作接着前面的图像入门，现在介绍一些简单的图像处理方法，同时在介绍方法之后，还会附上Python的实现，主要是基于Opencv这一库来进行实现。网上关于简单的图像处理的文章有很多很多，后面简单的图像处理系列博客中，或多或少的参考了下述这些大佬的分享：https://blog.youkuaiyun.com/sn_gis/article/details/57414029https://...

回顾在 简单的图像处理——1. 图像的形态学操作：膨胀与腐蚀 中，我们介绍了图像基本的形态学操作——膨胀与腐蚀，同时也利用了Python进行了实现。在这里我们将接着上次的内容，接着描述其它的一些图像形态学操作方法，以及相应的Python实现。图像的开运算开运算的具体实现：通过先进性腐蚀操作，再进行膨胀操作得到。我们在移除小的对象时候很有用(假设物品是亮色，前景色是黑色)，被用来去除...

最近在关注一些图像图像重建的方法，正好在机器之心上看到了一篇名为——Deep Image Prior的推送，讲的是一种比较有意思的（不需要进行学习），进行图像重建、超分辨率以及去噪的方法。首先我们看一看它能做的事情：...

非常幸运，在最近的第二届全国眼科人工智能大会算法挑战赛中，我们组队参加了两个比赛：“多种眼底疾病诊断”，“糖尿病视网膜病变分期” ，我们取得了前者第一，后者第二不错的成绩。这里其实非常感谢实验室的小伙伴们，帮忙一块儿调整模型，修改模型融合策略，再加上最后有那么一点小小的运气，才取得了这么好的成绩。下面先介绍一下整个比赛的流程与规则（了解流程与规则，其实对我们最后模型准确率的提升有着非常大的帮助）...