5 进击的Explorer

尚未进行身份认证

学而不思则罔 思而不学则殆

等级
TA的排名 7w+

python中对图像进行维纳(wiener)滤波

在MATLAB中直接有个维纳滤波函数wiener2可以调用,觉得很有用,但是在python并没有直接可以调用维纳滤波的函数,看见网上很多的教程都是自己根据原理自己编写的函数,这样也很有用,不过有个直接调用的函数我觉得很方便,最后我发现SciPy库有wiener滤波函数的调用。我不写维纳滤波的原理,其原理在网上有很多博主写的都很详细、易懂,我在此主要讲一下如何实现SciPy库中wiener的实现。语法:scipy.signal.wiener( im, mysize=None, noise

2020-05-31 10:12:15

MATLAB将视频文件转成图片

MATLAB将视频文件转成图片clc, clear, close allfilePath = '4ch_1.avi';savePath = 'D:\keras_code\label\images\';video = VideoReader(filePath);frame_number = floor(video.Duration*video.FrameRate);for i = 1: frame_number image_name = strcat('echo4_', num2str(

2020-05-28 16:10:21

python-opencv实现一种基于图像边缘梯度的边缘模板匹配

1、介绍模板匹配是一个当被搜索图像中对象的姿态 (X,Y,θ)(X,Y,\theta)(X,Y,θ) 未知时,使用模板图像去匹配对象的图像处理方法。在这里实现的是利用目标的边缘信息来识别搜索图像中的目标。2、背景模板匹配由于它的速度和可靠性问题,在本质上是一个棘手的问题。当物体是部分可见或者混合其他对象时,解决方法应该对亮度变化具有鲁棒性,更重要的是,算法应该具有计算效率。解决这一问题的方法主要有基于灰度值的匹配(或基于区域匹配)和基于特征的匹配(非基于区域的匹配)。OpenCV中自带的模...

2020-05-27 22:32:59

keras之实例化张量input函数

Input() 用于实例化 Keras 张量。输入参数:shape: 一个尺寸元组(整数),不包含批量大小。 例如,shape=(32,) 表明期望的输入是按批次的 32 维向量。batch_shape: 一个尺寸元组(整数),包含批量大小。 例如,batch_shape=(10, 32) 表明期望的输入是 10 个 32 维向量。batch_shape=(None, 32) 表明任意批次大小的 32 维向量。name: 一个可选的层的名称的字符串。 在一个模型中应该是唯一的(不可以重用一个名字

2020-05-16 15:25:15

Python3创建类似于序列或映射对象的元素访问方法(__setitem__、__getitem__)

接下来介绍一组很有用的魔法(特殊)方法,能够创建行为类似于序列和映射的对象。1、基本的序列和映射协议序列和映射基本上是元素的集合,要实现它们的基本行为(协议),① 不可变对象需要实现2个方法, ②而可变对象需要实现4个。__len__(self): 这个方法应返回集合包含的项数,对序列来说为元素的个数,对映射来说为键-值对数。如果__len__返回零(且没有实现覆盖这种行为的__nonzero__),对象在布尔上下文中将被视为假(就像空的列表、元组、字符串和字典一样)。__getitem__(se

2020-05-15 23:23:27

markdown(csdn)编辑器合并表格中的单元格

Markdown语法本身不包含复杂表格的插入,但是可以使用html语法来实现。写法规则(大致框架为):<table><tr></tr></table>一个tr之间就是一行th是大标题,td是小标题(th和td的颜色不同)横向合并是 colspan(跨列)纵横合并是 rowspan(跨行)示例:<table> <tr> <th>特征图</th> <th c

2020-05-15 17:28:14

【深度学习YOLO系列】对YOLO v3的解读

YOLO v3模型结构YOLO v3在2018年推出,基础框架为Darknet-53 YOLO v3总的详细结构图,由于图片太大,不便于直接放在博客里。YOLO v3有三个不同特征尺度的输出,分别为13×13×255,26×26×255,52×52×255。YOLO v3一般使用416∗416416*416416∗416大小的图片作为输入,最后得到的特征图为13∗1313*1313∗13,再大一些的特征图为26∗2626*2626∗26,再大一些的特征图为52∗525

2020-05-15 17:26:34

Python3之argparse模块--解析命令行读取参数

argparse 模块可以让人轻松编写用户友好的命令行接口。程序定义它需要的参数,然后 argparse 将弄清如何从 sys.argv 解析出那些参数。 argparse 模块还会自动生成帮助和使用手册,并在用户给程序传入无效参数时报出错误信息。如果脚本很简单或临时使用,没有多个复杂的参数选项,可以直接利用sys.argv将脚本后的参数依次读取(读进来的默认是字符串格式)。比如如下名为test.py的脚本:import sysprint("Input argument is {}" .format(

2020-05-10 19:35:30

tensorflow2的tf.tile()函数

tensorflow中的tile()函数是用来对张量(Tensor)进行扩展的,其特点是对当前张量内的数据进行一定规则的复制。最终的输出张量维度不变。语法:tf.tile( input, multiples, name=None)input - 待拓展的张量multiples - 拓展的倍数如果input是一个3维的张量,那multiples就是一个1×3的一维张量。这三个值分别代表input三维中的倍数。示例import tensorflow as t

2020-05-10 10:04:02

Python3用xml.etree.ElementTree来解析XML文件和获取XML中的元素

1、解析XML文件将使用以下的XML文档作为本节的示例数据。<?xml version="1.0"?><data> <country name="Liechtenstein"> <rank>1</rank> <year>2008</year> <gdppc>141100</gdppc> <neighbor name="

2020-05-08 23:29:33

python3中对sorted函数的简介

sorted() 函数对所有可迭代的对象进行排序操作。sort 与 sorted 区别:sort 是应用在 list 上的方法,sorted 可以对所有可迭代的对象进行排序操作。list 的 sort 方法返回的是对已经存在的列表进行操作,无返回值,而内建函数 sorted 方法返回的是一个新的 list,而不是在原来的基础上进行的操作。语法:sorted( iterable, cmp=None, key=None, reverse=False)输入参数说明:ite

2020-05-08 21:41:23

python3中pickle模块的dump()方法和load()方法

python的pickle模块实现了基本的数据序列和反序列化。经常遇到在Python程序运行中得到了一些字符串、列表、字典等数据,想要长久的保存下来,方便以后使用,这个时候Pickle模块就可以将对象转换为一种可以传输或存储的格式。dump()方法序列化对象,将对象obj保存到文件file中去。用法pickle.dump(obj, file, [,protocol])参数说明:obj:要保存的对象file:对象保存到的类文件对象。file必须有write()接口, file可以是一个以’w

2020-05-08 19:09:24

python3之os操作系统接口模块

该模块提供了一些方便使用操作系统相关功能的函数。 如果你是想读写一个文件,请参阅 open(),如果你想操作路径,请参阅 os.path 模块,如果你想在命令行上读取所有文件中的所有行请参阅 fileinput 模块。 有关创建临时文件和目录的方法,请参阅 tempfile 模块,对于高级文件目录处理,请参阅 shutil 模块。1、 os.path该模块主要是针对路径的操作。os.path.exists(path)判断路径是否存在,存在返回True,不存在返回Falseimport osa

2020-05-08 18:03:02

【深度学习YOLO系列】对YOLO v2的解读

针对YOLO准确率不高,容易漏检,对长款比不常见物体效果差等问题,结合SSD的特点,2016年提出了YOLO-v2。YOLO v2速度的优化为了精度和速度并重,作者在速度上也作了一些改进措施。大多数检测网络依赖于VGG-16作为特征提取网络,VGG-16是一个强大而准确的分类网络,但是却过于复杂。224*224的图片进行一次前向传播,其卷积层就需要多达306.9亿次浮点数计算。YOLO使用...

2020-05-07 18:31:30

【深度学习YOLO系列】对YOLO v1的解读

YOLO v1结构它的核心思想就是利用整张图作为网络的输入,将目标检测作为回归问题解决,直接在输出层回归预选框的位置及所属的类别。输入图像大小为448∗448448*448448∗448,将其分割成了7×7=497×7=497×7=49个网络,每个网格要预测两个bounding boxbounding\ boxbounding box(候选框)的坐标 (x,y,w,h)(x,...

2020-05-05 17:37:04

keras图像增强ImageDataGenerator类

1、图像预处理:ImageDataGenerator类keras.preprocessing.image.ImageDataGenerator( featurewise_center=False, samplewise_center=False, featurewise_std_normalization=False, samplewise_std_normalization=...

2020-04-27 22:23:12

keras绘制网络结构[配置]plot_model

keras绘制网络结构的代码如下:from keras.utils.vis_utils import plot_model...plot_model(model, to_file="model.png", show_shapes=True, show_layer_names=False, rankdir='TB')第一次运行这个代码时会报错,这时我们需要两个包pydotplus和grah...

2020-04-27 18:37:51

win10下同时安装多个版本的tensorflow-gpu

1、前言我之前按照keras中文文档已经安装好了tenforflow-gpu 2.1 ,并且在这个基础上安装好了keras,但是在github找的许多代码都是基于tensorflow-gpu 1.×的keras框架,同时我又不想覆盖掉我的tensorflow-gpu 2.1,并且我之前安装的cuda版本为10.1。 参照下图可以看出,链接,我安装的tensorflow-gpu 2.1...

2020-04-27 15:07:37

tensorfow2对空间数据进行池化的tf.keras.layers.MaxPool2D函数

MaxPool2D的作用是对卷积层输出的空间数据进行池化,采用的池化策略是最大值池化。在使用MaxPool2D时需要配置的参数如下:tf.keras.layers.MaxPool2D( pool_size=(2, 2), strides=None, padding='valid', data_format=None, **kwargs)参数...

2020-04-14 11:03:11

tensorflow2创建卷积核Conv2D函数

使用Conv2D可以创建一个卷积核来对输入数据进行卷积计算,然后输出结果,其创建的卷积核可以处理二维数据。依次类推,Conv1D可以用于处理一维数据,Conv3D可以用于处理三维数据。在进行神经层级集成时,如果使用该层作为第一层级,则需要配置input_shape参数。在使用Conv2D时,需要配置的主要参数如下:tf.keras.layers.Conv2D( filters, ...

2020-04-14 10:31:54

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 阅读者勋章Lv2
    阅读者勋章Lv2
    授予在CSDN APP累计阅读博文达到7天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 分享学徒
    分享学徒
    成功上传1个资源即可获取