3 milk_and_bread

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 15w+

信息搜索几个途径

文章目录根据会议找相关领域的大牛国家科技报告通过RSS被动获取科研选题的来源向牛人学习查询学校或国家发布申请指南根据会议找相关领域的大牛使用方法:关键词+会议类型:(eg:搜索引擎搜索:CV Conference)国家科技报告国家科技报告:https://www.nstrs.cn/通过RSS被动获取科研选题的来源向牛人学习查询学校或国家发布申请指南参考:文献管理与信息分析:https://www.icourse163.org/learn/USTC-9002?tid=145022

2020-05-26 11:17:59

Faster R-CNN讲解

文章目录Faster R-CNN结构Faster R-CNN创新点RPN(区域选择网络)anchorRPN计算流程代价函数Faster R-CNN 训练Faster R-CNN结果Faster R-CNN结构Faster R-CNN创新点RPN(区域选择网络)从下到上简单说下,先是卷积提取特征,最后将得到特征图,进行分类(有目标和没有目标)和回归(候选框的中心坐标,以及长宽)最右侧的是我们的anchor,它是根据候选框的中心坐标以及长宽,等比例的放大。这里用的9个anchor这里的K也就

2020-05-22 08:57:02

Fast R-CNN讲解

文章目录Fast R-CNN 结构讲解一-提取特征,候选区选择,分类,回归讲解二-ROI Pooling讲解三-Fast R-CNN与R-CNN的区别讲解四-Fast R-CNN结果分析Fast R-CNN 结构讲解一-提取特征,候选区选择,分类,回归详见R-CNNhttps://blog.csdn.net/milk_and_bread/article/details/106230275讲解二-ROI Pooling总结框的大小不同,但都划分为9块,最终池化也得到3*3的特征图。并且SPP

2020-05-21 08:55:09

R-CNN简要介绍

文章目录R-CNN(Region with CNN feature)Selective Search(候选区选择)流程一-提取特征流程二-特征大小同一并存储流程三-分类器流程四-回归器R-CNN的mAPR-CNN(Region with CNN feature)Selective Search(候选区选择)下面的算法生成多个候选的区域,其中上图中ROI根据此算法生成2k个候选区域。流程一-提取特征分类使用VGG16,更改全连接最后一层,输出类别为21类。流程二-特征大小同一并存储

2020-05-20 10:35:33

非极大值抑制与IOU

非极大值抑制(Non-max suppression)选出置信度最高的框,计算其他框与它的IOU,超过阈值将其他候选框删除。比如阈值设置成0.5.总的来说,去除多余的候选框IOU又称交并比,是“预测的边框” 和 “真实的边框” 的交集和并集的比值。参考文章:https://editor.csdn.net/md?articleId=106227685...

2020-05-20 08:44:05

准确率,召回率,mAP(mean average precision)解释

准确率Precision召回率Recall其实这个翻译相当蛋疼。。。recall最合理的翻译应该是 查全率而Precision的最合理的翻译应该是查准率这样就很容易理解了,假设一个班级有10个学生,5男5女你用机器找女生,机器返回了一下结果:| 男 | 女 | 女 | 男 | 女 | 男 |那么查准率为:3/6 = 0.5(返回的6个结果只有3个正确)查全率为: 3/5 = 0.6 (所有女生有5个,但只找到3个)参考文章:https://blog.csdn.net/leviopku/a

2020-05-20 08:30:57

OpenCV Canny 边缘检测

实验目的Canny 边缘检测去噪声。5*5高斯滤波器计算图像梯度。对平滑图像使用Sobel算子。非极大抑制。获取梯度的方向以及大小,对整幅图扫描,去除非边界的点。对于一个像素来说,这个点的梯度是不是周围具有相同的梯度方向的点中最大的滞后阈值:设置阈值minVal和maxVal-代码实现import cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread('image1.jpg',0)

2020-05-11 23:55:26

OpenCV图像梯度

实验目的使用三种梯度滤波器三种梯度滤波:Sobel高斯平滑与微分的结合体,坑噪音好。Scharr 是对 Sobel使用小的卷积核求梯度角度的优化。Laplacian 算子,调用二阶的Sobel为什么要使用梯度滤波轮廓边缘灰度变化明显些,层次感强些原理参考:图像梯度的基本原理代码实现import cv2import numpy as npfrom matplotlib import pyplot as pltimg=cv2.imread('image1.jpg',0)#

2020-05-11 23:36:37

OpenCV使用阈值

实验目标设置阈值对图像处理cv2.THRESH_BINARY • cv2.THRESH_BINARY_INV • cv2.THRESH_TRUNC •cv2.THRESH_TOZERO • cv2.THRESH_TOZERO_INV各个阈值参数的效果:代码实现import cv2import numpy as npfrom matplotlib import pyplot as pltimg=cv2.imread('image1.jpg',0)ret,thresh1=cv2.

2020-05-11 17:52:43

OpenCV扩展缩放

实验目的图片的放大缩小resize函数,使用不同的插值方法实现缩放推荐使用:cv2.INTER_AREA扩展使用:v2.INTER_CUBIC虹慢) 和 v2.INTER_LINEAR原理请参照:https://blog.csdn.net/guyuealian/article/details/85097633代码实现import cv2import numpy as npimg=cv2.imread('image1.jpg')# 方法一:调节缩放因子来扩大# None 原本图

2020-05-11 17:25:04

怎样获取HSV值

OpenCV获取HSV值根据BGR的值转换为HSV的值不能用 [0,255,0]而是用 [[[0,255,0]]] 这里的三层括号分别对应于cvArray、cvMat、IplImageimport cv2import numpy as npgreen=np.uint8([[[0,255,0]]])hsv_green=cv2.cvtColor(green,cv2.COLOR_BG...

2020-05-07 23:58:04

OpenCV目标跟踪物体跟踪

任务目标物体跟踪从视频中获取每一帧图像图像转换为HSV空间设置HSV阈值到蓝色范围获取蓝色物体在图像处理中使用较多的是 HSV 颜色空间,它比 RGB 更接近人们对彩色的感知经验。非常直观地表达颜色的色调、鲜艳程度和明暗程度,方便进行颜色的对比。cv2.inRange()作用:设定边界值,超出边界像素值改为0lower_blue:阈值的下界(小于这个值,图像像素...

2020-05-07 23:12:32

OpenCV程序执行的性能

任务目标测试中值滤波算法执行效率cv2.getTickCount 函数返回从参考点到这个函数被执行的时钟数。cv2.getTickFrequency 返回频率,或者说每秒钟的时钟数代码实现import cv2import numpy as npimg1 = cv2.imread('image.jpg')e1 = cv2.getTickCount()for i in r...

2020-05-07 16:50:10

OpenCV图像透明融合

任务目标将两张图片融合,按照图像混合公式g(x)=(1−α)f0(x)+αf1(x)g (x) = (1 − α) f0 (x) + αf1 (x)g(x)=(1−α)f0(x)+αf1(x)裁剪图像使两图像大小相等# 图像混合import cv2import numpy as npimg1=cv2.imread('image.jpg')img2=cv2.imread('ima...

2020-05-07 12:43:41

OpenCV图像扩展

任务目标根据cv2.copyMakeBorder()函数参数,实现所有边界填充copyMakeBorder()函数参数top, bottom, left, right 对应䥨界的像素数目。borderType 䌰添加䩒种类型的䥨界虽类型如下cv2.BORDER_CONSTANT 添加有剋色的常数值䥨界虽䦇傯䌰下一个参数虹value虺。– cv2.BORDER_REFLECT 䥨...

2020-05-07 11:51:52

OpenCV读取图片信息、ROI、更改通道值

任务目标兴趣区域移动到特定的位置更换将红色通道的置为0读取图片信息from matplotlib import pyplot as pltimport cv2import numpy as npimg=cv2.imread('image.jpg')print(img)# 像素点的BGR的值px=img[100,100]print (px)# Blue通道的值...

2020-05-07 11:27:13

OpenCV基础绘图(线、圆、矩形、文字)

import numpy as npimport cv2 # Create a black imageimg=np.zeros((512,512,3), np.uint8) # Draw a diagonal blue line with thickness of 5 px # 参数分别img; pt1、pt2 :起始位置;color;thickness(粗细):-1为闭环填充cv2....

2020-05-06 21:33:11

OpenCV读取摄像头以及保存视频

读取摄像头视频import numpy as npimport cv2# 0:摄像头的设备的编号cap = cv2.VideoCapture(0)while(True): # Capture frame-by-frame # ret:判断是否读取成功,成功返回true # frame:读取的一帧以矩阵的形式呈现 ret, frame = cap.read...

2020-05-06 18:25:57

OpenCV图片的读取保存、窗口显示

图片的读取保存import numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread('image.jpg',0)cv2.namedWindow('image', cv2.WINDOW_NORMAL)#读取的图片映射到窗口上cv2.imshow('image',img)#等待时间,0:一直等...

2020-05-06 17:36:53

谈谈线性规划--算法设计要素(一)

文章目录基础例子-最短路径的问题算法设计要素--矩阵相乘链每步处理一个子问题,界定子问题边界列出优化函数的递推方程以及初值问题要满足最优结构:一个最优决策序列的任何子序列本身一定相对与子序列的初值和结束状态的最优决策序列。基础例子-最短路径的问题对于这样一个例子,一般求解使用暴力破解方式,但每一个节点有2个选择,所以n个节点复杂度为 2n{2^n}2n ,这已经不是一个好的算法啦。动态规...

2020-04-21 20:21:00

查看更多

勋章 我的勋章
  • 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!
  • 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。