- 博客(6)
- 资源 (2)
- 收藏
- 关注

原创 深度学习--PET实现过程方法总结
数据处理的一些方法本人刚学习的一个小白。最近在对一些医学图像如(PET,CT)等做识别的时候,碰到了许多问题,主要就是一些如何用opencv或者图形变换对一些灰度图进行增强的方法,为了避免以后自己再去百度查一些操作,先记录下来。ImageFolderimagefolder使用的前提是数据要按照一种特定的格式,如下图所示:在train这个文件夹下面有AD和CN两个文件夹,这两种文件夹里面存放一类图片,且AD和CD为代表的类的类名。按这种形式存放的数据就可以用Imagefolder直接添加,实现代码:
2020-07-17 19:24:04
2499
1
原创 2020-08-31
强化学习(一)最近接触到了强化学习领域的东西,于是就对近来解决强化学习问题的不同结构进行了了解,主要包括Q-learning,Deep Q-learning,Policy Gradients,AC模型,和PPO。不过在深入了解强化学习之前,我们需要掌握一些必要的概念。1.什么是强化学习?强化学习的核心思想是什么?2.强化学习的三种方式3.在强化学习中深度是怎样理解的?...
2020-10-13 19:03:37
650
原创 深度学习实践——图像分割
什么是图像分割图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤分割是像素级别的(在应用上非常的准求准确)图像分割的应用1.医疗分割(CT/MR)2.自动驾驶3.卫星定位物体图像分割的发展分类–分类加追踪–多分类加追踪–分割图像分割的分类普通分割:将不同分属不同物体的像素区域分开语义分割:像素级别的分割,分类出每一块区域的语义(这块区域是什么物体)实力分割:在语义分割的基础上,分类出该物体是属于某一类中的哪一种图
2020-07-17 15:47:00
6062
原创 深度学习基础-二值化总结
二值化操作对图像需要一些处理,每次都要查看才能写出来,所以将看到的东西做了一下总结。二值化篇固定阈值二值化:ret, dst = cv2.threshold(src, thresh, maxval, type)src:输入的图片(灰度图)thresh:阈值maxval:图像中的像素和阈值相比较之后,所赋予的值type:二值化操作的类型,主要有五类: cv2.THRESH_BINARY; cv2.THRESH_BINARY_INV; cv2.THRESH_TRUNC; cv2.THRESH_T
2020-07-16 11:06:20
2054
原创 深度学习基础-opencv(二)python实现
canny边缘提取算法边缘:一个物体的边缘,可以是不封闭曲线。轮廓:一个物体的轮廓,封闭曲线,一般属于边缘的子集,单像素构成线。但有时候对碰撞操作时,会有差别。且轮廓可以是几个特征点,不需要是一个一个像素组合而成的线梯度:表示像素差异,不一定是一个像素canny医学例子:原图如下:图像人脸的轮廓有一部分很浅,要提取出脸部轮廓,和原图一起作为先验,就要将轮廓更好的提取。所以采用对比度调整,然后在进行高斯滤波,然后进行canny提取,代码和效果如图:(其中增加了对比度的图片还可以进行闭操作,补洞之
2020-07-06 17:08:31
354
原创 深度学习基础-opencv(一)python实现
opencv用来做什么对数据进行预处理和后处理。相比于PIL来说,opencv能够实现的功能更多核心操作opencv拿来做什么对数据进行预处理和后处理。相比于PIL来说,opencv能够实现的功能更多常见的图像1.在图像中有宽,高,通道等概念。我们常见的图像格式有bmp(位图),jpg,pngbmp:是一种原始的图像格式,存储的空间非常高图像压缩:有损和无损。一般是通过傅里叶变换,将时域转频域然后去掉一些东西得到的。jpg:jpg是对bmp的图像进行有损压缩后得到的。png:jpg一般是
2020-07-03 18:14:25
908
RDIFramework.NET 工作流产品说明书 V3.0.pdf
2020-08-19
RDIFramework.NET V3.0 WinForm辅助类帮助文件.chm
2020-08-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人