- 博客(14)
- 收藏
- 关注
原创 COCO json标注文件转Mask文件tif / tiff(分割 追踪)
细胞追踪任务CTC的mask文件一般以背景为0,细胞追踪ID作为该细胞的像素值,而细胞分割不需要区分ID,只需要背景为0,细胞前景非0即可。
2025-03-11 12:04:23
192
原创 【Nature Method】Cellpose GUI及库使用,特定数据集微调Fine-tuning,助力细胞分割
Cellpose 是一个用于细胞分割的通用深度学习框架,由美国麻省理工学院的团队开发并开源。它可以从各种生物显微图像中分割细胞,并且无需进行大量的训练数据和手工标注。Cellpose 不仅适用于特定类型的细胞,而是能够处理多种不同的细胞形态和显微技术,包括明场、荧光、相位对比等。这使得它在生物成像领域非常灵活。Cellpose 使用了一种预训练的神经网络,该网络已经在大量不同的细胞图像上进行了训练。因此,用户不需要提供大量的标注数据,只需要少量数据来微调模型。这大大减少了标注工作,并加快了分析速度。
2025-01-16 17:17:03
1252
原创 图神经网络GNN入门
图神经网络(Graph Neural Networks,GNNs)是一类专门用于处理图结构数据的神经网络,旨在通过节点、边和图的结构信息来学习图中节点和图的表示。GNN通过消息传递(message passing)机制,将每个节点的表示与其邻居节点的信息进行聚合,从而能够捕捉图中的结构信息和节点之间的关系。
2024-12-06 17:12:15
742
原创 Pytorch深度学习
归一化(Normalization)是数据预处理中的一种重要技术,主要用于调整数据的范围或分布,使其更适合用于机器学习或深度学习模型的训练。归一化可以提高模型的收敛速度和性能,减少训练过程中的不稳定性。归一化目的1.提高训练效率:将输入特征缩放到相似的范围,可以加速梯度下降的收敛。2.提高模型性能:防止某些特征主导损失函数,减少模型对特定特征的偏向。3.增强数值稳定性:降低输入数据的方差,使模型在训练时更稳定最小-最大归一化(Min-Max Normalization),将数据缩放到指定范围(通常是
2024-10-19 13:29:01
901
原创 【基于深度学习的人脸识别项目完善】—QT(C++)+Linux
服务器主要实现的功能就包括:实时接收打卡信息(个人信息+打卡时间+打卡头像),查询考勤信息(迟到,早退),人脸录入,员工信息删除等。
2024-07-16 14:04:42
1064
1
原创 【基于Dlib机器学习模型的简单人脸活体检测】—QT(C++)+ Linux
每个用户在进行人脸识别时的初始状态是未知的。例如,用户可能在开始时是闭嘴的,而在后续可能会张嘴。同样地,用户的眼睛状态也可能从睁眼转变为闭眼等。这种不确定性意味着不能在程序中预先设定用户的初始状态。
2024-06-10 20:12:30
1457
原创 【基于深度学习的人脸识别】(Dlib+ResNet残差神经网络)——QT(C++)+Linux
dlib_face_recognition_resnet_model_v1.dat 是基于深度学习的人脸识别模型,是dlib库中的一个重要组件。该模型的原理涉及到深度卷积神经网络(DCNN)和具体的人脸识别算法。
2024-02-05 13:36:59
5098
5
原创 【OpenCV人脸识别】基于深度学习(Dlib+HOG特征)的人脸识别——QT(C++)+Linux
Dlib 是一个开源的C++机器学习和计算机视觉库,用于解决多种任务,包括图像处理、计算机视觉、机器学习、数据分析等。Dlib 提供了一系列工具和算法,可用于开发各种应用,从人脸检测和识别,到对象检测、形状预测、图像分类等。Dlib 被广泛用于学术研究、工业应用和个人项目中,是一个强大而灵活的库,适用于多种计算机视觉和机器学习任务。人脸识别只是它其中的一个子集。官方网站:http://dlib.net/
2024-01-27 19:36:34
4022
4
原创 Linux下的QT对MySQL数据库操作
由于在QT5的版本中移除了MySQL数据库驱动libqsqlmysql.so,因此我们需要使用qmake对QT源码进行重新编译以生成libqsqlmysql.so。设置 root 用户的密码、删除匿名用户、禁止 root 远程登录等。如进行以上设置可使用mysql -u root -p登录到MySQL。MySQL 在安装后提供了一个安全性脚本,用于加固数据库系统。上述步骤一定注意路径,对应于自己的QT安装路径,步骤较繁琐。如若需要下载其他版本,将链接后的数字更改即可。可以看到MySQL服务器启动成功。
2024-01-21 17:07:18
4699
1
原创 OpenCV+Ubuntu+QT实现人脸检测/识别(考勤管理)
frame(初始的彩色视频帧流) > Grayimage(灰度化)> Matface(存放截取的人脸矩形)> JpgFace(人脸矩形图片转化为JPG格式)> Base64Fce(转化为base64格式-百度人脸识别要求的格式)>>>>(若出现警告 “VIDEOIO(V4L2:/dev/video0): select() timeout”,在虚拟机->设置->USB控制器,更改一下兼容性,更改为3.1即可解决问题)这里编译可能会出现报错找不到json和openssl路径,点击错误代码行,将其改为。
2024-01-16 19:40:43
2161
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