- 博客(63)
- 资源 (9)
- 收藏
- 关注
RSS订阅
原创 【深度学习实战—6】：基于Pytorch的血细胞图像分类（通用型图像分类程序）
图像分类是搞深度学习一定要掌握的一个视觉任务，本文章将基于血细胞数据集实现图像分类！本文程序已解耦，可当做通用型图像分类框架使用。
2023-09-10 14:26:22
2147
7
原创 【OpenCV-Python】：调用电脑摄像头+读取视频
话不多说，直接看代码！import cv2cap = cv2.VideoCapture(0)while(True): ret, frame = cap.read() cv2.imshow('frame', frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release()cv2.destroyAllWindows()贴一张博主用代码得到的视频截图吧！🎃（浅浅的做了
2022-03-22 08:08:28
5693
1
原创 【深度学习实战—1】：基于Keras的手写数字识别（非常详细、代码开源）
本来想着多更新一些关于深度学习的文章，但这方面知识专业度很高，如果作者本身都掌握不好，又怎么能写出好文章分享呢？ 距离第一篇关于深度学习的文章：深度学习笔记1——激活函数，已经过去了9个多月，在沉淀了9个月后，这次写出了第二篇关于深度学习的文章，而且出于快速上手代码编写的目的，这次直接进行手写数字识别的实战，且看下文：一、准备工作设备\库型号\版本显卡GTX1650驱动程序版本457.49tensorflow-gpu版本2.4.0keras版本2.4
2021-11-19 16:16:58
14312
19
原创 【Python】：SIFT算法的实现
SIFTSIFTSIFT本文侧重于如何使用Python语言实现SIFT算法一、什么是SIFT算法 SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。二、准备工作2.1 实验设备 本文在Windows10系统上，使用pycharm软件完成所有实验。2.2 OpenCV安装 我们可以使用OpenCV库中的cv2.xfeatures2
2021-11-13 18:43:50
23434
30
原创 【深度学习实战—5】：基于AlexNet的CIFAR10数据集分类（附Keras实现）
目录😺一、数据集获取😺二、定义AlexNet😺三、编译并训练😺四、测试模型😺五、预测结果可视化😺六、建立混淆矩阵😺附录：完整程序之前我们用AlexNet进行了手写数字的识别，今天带来对cifar10数据集的分类！文末附完整程序！😺一、数据集获取"""数据集获取"""def get_cifar10_d.
2022-04-10 06:30:00
4662
2
原创 【深度学习实战—4】：基于AlexNet的手写数字识别（附Keras实现）
本节我们带来使用AlexNet经典网络进行手写数字识别！文末附完整程序！很多地方，如数据集获取，网络训练等都和【深度学习实战—3】：基于LetNet-5的手写数字识别（附Keras实现）差不多，有不同的就是网络的搭建，😺一、网络搭建因为论文中的alexnet的输入是（227, 227, 3），所以我们在搭建网络的时候，要将输入改为（28, 28, 1）。
2022-04-09 06:30:00
7126
1
原创 【OpenCV-Python】：基于视频的人脸检测、眼部检测与微笑检测
OpenCV中有专门用来做人脸检测、人眼检测和微笑检测的工具。在作者这个目录下：`D:\anaconda\envs\keras21\Lib\site-packages\cv2\data`，（注：kersa21是作者的虚拟环境，如果没创建虚拟环境，在anaconda下寻找Lib就可以）存在很多.xml文件，这些文件是预训练好的各器官的Haar特征。
2022-04-08 06:30:00
3437
4
原创 【OpenCV-Python】：图像金字塔之高斯金字塔与拉普拉斯金字塔
以多个分辨率来表示图像的一种有效且概念简单的结构就是**图像金字塔**。图像金字塔最初用于机器视觉和图像压缩，一个图像金字塔是一系列以金字塔形状排列的、多分辨率逐步降低的图像集合。金字塔的底部是待处理图像的高分辨率表示，而顶部则包含一个低分辨率近似，当向金字塔的上层移动时，尺寸和分辨率降低。> （美）拉斐尔·C.冈萨雷斯（Rafael C.Gonzalez）著；阮秋琦译.国外电子与通信教材系列 数字图像处理 第3版[M].北京：电子工业出版社.2017.高斯金字塔与拉普拉斯金字塔是常见的两种
2022-04-07 06:30:00
1805
1
原创 【OpenCV-Python】：绘制凸包、构造凸缺陷
目录😺一、绘制凸包🐶1.1 函数API🐶1.2 程序设计🐶1.3 结果可视化😺二、构造凸缺陷🐶2.1 函数API🐶2.2 程序设计🐶2.3 结果可视化😺一、绘制凸包凸包是一个几何图形学中的概念，用不严谨的话来说，凸包就是将最外层的点连接起来构成的凸多边形，凸包包含点集中的所有点。🐶1.1 函数API函数.
2022-04-06 06:00:00
1468
1
原创 【OpenCV-Python】：绘制物体最小外接矩形与圆形
目录😺一、绘制最小外接矩形🐶1.1 函数API🐶1.2 程序设计🐶1.3 结果可视化😺二、绘制最小外接圆形🐶2.1 函数API🐶2.2 程序设计🐶2.3 结果可视化😺一、绘制最小外接矩形🐶1.1 函数API函数：rect = cv2.minAreaRect(contours)参数介绍：参数conto.
2022-04-05 06:00:00
3999
7
原创 【OpenCV-Python】：查找物体轮廓+计算轮廓面积、长度、重心
😺一、查找物体轮廓🐶1.1 函数API函数：img, contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]]).
2022-04-04 06:00:00
16012
7
原创 【OpenCV-Python】：图像的傅里叶变换与逆傅里叶变换
# 😺一、知识储备傅里叶变换就是将信号时域转化为频域的过程，本文用程序实现对二维图像的傅里叶变换与逆变换！首先需要知道一维傅里叶变换！⬇️⬇️⬇️## 🐶1.1 一维傅里叶变换一维傅里叶变换的过程如下方动图所示：
2022-04-03 06:00:00
5279
1
原创 【OpenCV-Python】：图像高通滤波、低通滤波、带通滤波实现
目录😺一、高通滤波🐶1.1 原理🐶1.2 程序设计🐶1.3 结果可视化😺二、低通滤波🐶2.1 原理🐶2.2 程序设计🐶2.3 结果可视化😺三、带通滤波🐶3.1 原理🐶3.2 程序设计🐶3.3 结果可视化😺一、高通滤波🐶1.1 原理顾名思义，高通滤波就是允许高频信息通过，低频信息截断的滤波方式。🐶1.2 .
2022-04-02 06:00:00
4243
原创 【OpenCV-Python】：视频直方图的动态显示
一、前言在【OpenCV-Python】：直方图及直方图均衡化（有源码）中我们知道了如何使用plot函数和opencv绘制图像直方图；在【OpenCV-Python】：调用电脑摄像头+读取视频中我们知道了如何读取电脑中的视频并可视化出来今天带来的便是对视频的直方图动.
2022-04-01 06:00:00
1287
原创 【OpenCV-Python】：基于均值、中值、方框、双边和高斯滤波的图像去噪
本节将对经过噪声污染的图像进行去噪，去噪方法包含**均值滤波、中值滤波、方框滤波、双边滤波和高斯滤波**。# 😺一、引言## 🐶1.1 图像用例实验所用的图像为[【OpenCV-Python】：对图像添加高斯噪声与椒盐噪声](https://blog.csdn.net/qq_42856191/article/details/123701640?spm=1001.2014.3001.5502)中得到的均值为0，方差为0.01的高斯噪声污染图像和噪声密度为0.05的椒盐噪声污染图像，如图所示：
2022-03-31 06:00:00
9081
原创 【OpenCV-Python】：形态学操作之形态学梯度+顶帽运算与黑帽运算
什么是形态学梯度形态学梯度能描述图像亮度变化的剧烈程度，我们可以使用形态学梯度突出物体边缘。常见的几种梯度： - 基本梯度：膨胀后的图像减腐蚀后的图像； - 内部梯度：原图减腐蚀后的图像； - 外部梯度：膨胀后的图像减原图； - 方向梯度：使用X方向与Y方向的直线作为结构元素之后得到的图像梯度。我们常说的形态学梯度一般指基本梯度。
2022-03-30 06:00:00
917
原创 【OpenCV-Python】：形态学操作之开运算与闭运算
目录😺一、引言😺二、开运算🐶2.1 什么是开运算🐶2.2 程序编写及结果可视化😺三、闭运算🐶3.1 什么是闭运算🐶3.2 程序编写及结果可视化😺一、引言在【OpenCV-Python】：形态学操作之腐蚀与膨胀中介绍了形态学处理的两个基本操作：腐蚀与膨胀，本节带来基于这两个基本操作的其他形态学处理——开运算和闭运算。😺二、开运算.
2022-03-29 06:00:00
6785
4
原创 【OpenCV-Python】：形态学操作之腐蚀与膨胀
目录😺一、引言😺二、腐蚀（erosion）🐶2.1 什么是腐蚀🐶2.2 程序编写及结果可视化😺三、膨胀（erosion）🐶3.1 什么是膨胀🐶3.2 程序编写及结果可视化😺一、引言形态学（morphology）通常表示生物学的一个分支，该分支主要研究动植物的形态核结构。我们使用同一词语表示数学形态学的内容，.
2022-03-28 06:00:00
2411
原创 【OpenCV-Python】：对图像添加高斯噪声与椒盐噪声
😺一、高斯噪声高斯噪声指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。## 🐶1.1 API添加### 🦄1.1.1 函数API我们需要使用`skimage`库中的函数为图像添加高斯噪声。函数式：`skimage.util.random_noise(image, mode=‘gaussian’, seed=None, clip=True, **kwargs)`参数介绍：```python函数式：skimage.util.random_noise(image, mode=
2022-03-27 16:45:50
15067
3
原创 【深度学习实战—3】：基于LetNet-5的手写数字识别（附Keras实现）
目录😺一、数据集获取😺二、定义LeNet-5😺三、编译并训练😺四、测试模型😺五、预测结果可视化😺六、建立混淆矩阵😺附录：完整程序当我们学习了LeNet-5网络和MNIST数据集之后，就要将经典网络用于实战中了！文末附完整程序！😺一、数据集获取"""数据集获取"""def get_mnist_dat.
2022-03-27 06:00:00
7454
15
原创 【深度学习经典网络架构—10】：注意力模块之CBAM
一、简述在[【深度学习经典网络架构—8】：注意力机制之SE_Block](https://blog.csdn.net/qq_42856191/article/details/123655146?spm=1001.2014.3001.5501)中，我们介绍了CNN的通道注意力模块SE_Block，本次带来的是另一个即用即插的注意力模块CBAM。论文链接：[CBAM: Convolutional Block Attention Module](https://arxiv.org/pdf/1807.0652
2022-03-26 07:30:00
6085
原创 【深度学习经典网络架构—9】：ShuffleNet系列（V1、V2）
一、简述在学术界，大多围绕着如何提高视觉任务的SOTA进行研究，但在工业界，一个良好的模型如何移植到计算能力不足的移动设备上才是重点考虑的问题。ShuffleNet是由旷视研究院于2018年发表在CVPR上的一篇文章。AI四小龙之一的旷视，多次在顶级会议（如CVPR、ECCV、ICCV）上发表文章。ShuffleNet的第一作者 Xiangyu Zhang 张祥雨 也是里程碑式神经网络ResNet的作者！在ShuffleNet中，作者使用了两个操作，分别是==逐点组卷积（pointwise gro
2022-03-25 07:30:00
3313
1
原创 【深度学习经典网络架构—8】：注意力机制之SE_Block
😺一、引言类似于人脑的注意力感知，那卷积神经网络能否也能产生注意力效果呢？答案是：**可以！****SE_Block是SENet的子结构**，作者将SE_Block用于ResNeXt中，并在ILSVRC 2017大赛中拿到了分类任务的第一名，在ImageNet数据集上将top-5 error降低到2.251%，比2016年的最好成绩提高了约25%。论文链接：[Squeeze-and-Excitation Networks](https://arxiv.org/abs/1709.01507)开源
2022-03-24 08:23:11
17261
2
原创 【深度学习经典网络架构—７】：MobileNet系列（V1、V2、V3）
😺一、简述自从AlexNet赢得ImageNet挑战赛：ILSVRC 2012以来，卷积神经网络已成为计算机视觉中的普遍应用。总体趋势是制作更深、更复杂的网络，以实现更高的准确度。然而，这些提高准确性的进步并不一定会使网络在规模和速度方面更有效率。在机器人、汽车自动驾驶和增强现实等许多现实世界的应用中，识别任务需要在计算受限的平台上及时执行。谷歌提出MobileNet的目的就是**构造一个可以在移动端和嵌入式端应用深度学习的网络，使得在CPU上也能达到理想的速度要求。**MobileNet V1
2022-03-23 07:30:00
3294
原创 【深度学习实战—番外篇2】：如何保存CIFAR-10数据集图片？
一、简述CIFAR-10数据集是一个包含了60000张32×32的RGB图像数据集，所有图像共被划分为10个类别，分别为：['飞机', '汽车', '鸟', '猫', '鹿', '狗', '青蛙', '马', '船', '卡车']['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']【深度学习实战—2】：基于Keras的cifar10图像分类（非常详细、代码开源）这篇博文已
2022-03-21 12:23:09
4304
原创 【深度学习经典网络架构—6】：DenseNet
CNN作为计算机视觉领域的主流方法，已经诞生了诸多优秀模型（AlexNet、VGG、GoogLeNet、ResNet等），每个模型的优点之前都有介绍。DenseNet的作者是Zhuang Liu（清华大学）、Gao Huang和Kilian Q.Weinberger（康奈尔大学）、Laurens van der Maaten（脸书研究员），论文斩获CVPR 2017最佳论文！论文链接：Densely Connected Convolutional Networks作者借鉴了ResNet思想，但
2022-01-10 21:37:36
4102
原创 【深度学习经典网络架构—5】：ResNet
残差网络创作于2015年，作者是时任微软研究院的四名研究员Kaiming He 何恺明、Xiangyu Zhang 张祥雨、Shaoqing Ren 任少卿、Jian Sun 孙剑！这四位都是AI领域响当当的人物，论文一作[何恺明](http://kaiminghe.com/)可是妥妥的大神，多次在计算机视觉领域的三大顶会（CVPR、ICCV、ECCV）中夺得最佳论文奖、最佳学生论文奖以及多次Best Paper提名，此外，谷歌在2020年发布的学术指标榜单中，CVPR 2015-2019
2022-01-09 22:52:26
3352
原创 【深度学习经典网络架构—4】：GoogLeNet（Incepetion系列V1、V2、V3）
之前我们说VGG拿到了ImageNet挑战赛（ILSVRC2014）分类项目的亚军，冠军就是谷歌提出的GoogLeNet，而**Inception模型是GoogLeNet的核心**。要想提高网络性能，常用方法就是提高神经网络的深度与宽度，但这也会带来两个问题
2022-01-09 15:08:31
3456
2
原创 【深度学习实战—番外篇1】：如何保存MNIST数据集图片？
目录一、数据集介绍一、数据集介绍MNIST数据集是计算机视觉领域的一个入门级数据集！【深度学习实战—1】：基于Keras的手写数字识别这篇博文已经介绍了如何使用MNIST数据集并基于keras框架做了一个分类任务！该篇博文讲详细的介绍如何使用MNIST数据集及其他处理过程。???
2022-01-06 22:41:35
2968
原创 【千锤百炼Python—14】：修改图片格式
我们在做图像处理的时候，如果需要修改图像的后缀名称，可以通过鼠标????️右击重命名操作！如果图像数量过多呢？例如几百几千甚至几万几十万张图像呢？我们肯定不会手动一个个修改后缀。这时，就要利用编程语言进行批处理操作，用计算机运算他不香吗？✨我们只需要一个python的库os就能完成。import osimg_path = "C:\\Users\\Lenovo\\Desktop\\5\\" # 图片所在路径img_name = os.listdir(img_path)for
2022-01-05 12:47:35
1502
1
原创 【千锤百炼Python—13】：获取当前时间
我们可以通过手机、电脑获取当前时间！那能否通过编程的方式得到时间呢！？➡️可以time库是python中处理时间的标准库，我们可以通过调用time中的相关函数获取当前时间！import time# 以字符串的形式返回时间print(time.ctime())# 返回电脑时间print(time.localtime())# 以可读的形式表现出来print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))仿真结果：Tue J
2022-01-04 22:48:57
671
原创 【深度学习经典网络架构—3】：VGG（附Keras实现）
目录一、网络简介二、网络结构2.1 网络配置2.2 网络立体图结构2.3 网络平面图结构三、网络特点四、Keras实现4.1 程序编写4.2 打印模型信息五、总结一、网络简介VGG网络是由牛津大学计算机视觉组和谷歌DeepMind公司共同设计的。VGG网络并且在2014年在ILSVRC大赛上获得了定位项目的第一名和分类项目的第二名。作者通过VGG论证了一个非常重要的结论：CNN的深度与小卷积核的使用对图像识别与分类有很大影响！论文链接：Very Deep Convolutional Network
2021-12-16 19:58:00
3819
原创 【深度学习经典网络架构—2】：AlexNet（附Keras实现）
目录一、网络简介二、网络创新点三、网络结构3.1 网络立体图结构3.2 网络平面图结构一、网络简介我们知道LeNet是第一个经典的卷积神经网络，但第一个走进大家视线的是AlexNet！AlexNet是由Alex Krizhevsky、Ilya Sutskever和Geoffrey E. Hinton三人提出的，文章发表于2012年，AlexNet网络拿到了ImageNet LSVRC-2010比赛的冠军（ImageNet LSVRC-2010比赛要求参赛者在具有1.2 million的高分辨率图像数据
2021-12-16 09:55:42
6217
2
原创 【OpenCV-Python】：提高、降低图像亮度（指数变换）
话不多说，直接看代码！import cv2import osimport numpy as npdef read_path(file_pathname): for filename in os.listdir(file_pathname): filename = filename print(filename) img = cv2.imread(file_pathname+'/'+filename) image = np.po
2021-12-15 20:26:28
15945
8
原创 【深度学习经典网络架构—1】：LeNet（附Keras实现）
目录一、网络简介二、网络结构2.1 INPUT层（输入层）2.2 C1层（卷积层）一、网络简介LeNet是一个用于手写体字符识别非常高效的网络！作者Yan LeCun于1998年提出该网络，也是后续各大神经网络的伊始！论文链接：Gradient-based learning applied to document recognition二、网络结构图像经过LeNet的处理过程如下：LeNet共有7层（不包括输入层）：卷积层—池化层—卷积层—池化层—卷积层—全连接层—全连接层别看LeNet
2021-12-15 10:15:53
4653
原创 【千锤百炼Python—10】：十大排序算法之桶排序
桶排序是排序算法系列的第十个要介绍的算法，也是最后一个要介绍的算法！桶排序既属于非比较类排序也属于外部排序。一、算法原理1. 算法原理参考：https://www.cnblogs.com/onepixel/articles/7674659.htmlhttps://www.runoob.com/w3cnote/bucket-sort.html桶排序（Counting Sort）是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。为了使桶排序更加高效，我们需要做
2021-12-12 14:37:15
2409
原创 【千锤百炼Python—9】：十大排序算法之计数排序
计数排序是排序算法系列的第九个要介绍的算法！计数排序既属于非比较类排序也属于外部排序。一、算法原理1. 算法原理计数排序（Counting Sort）不是基于比较的排序算法，其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。 作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。2. 算法步骤步骤一：找出待排序的数组中最大和最小的元素；步骤二：统计数组中每个值为i的元素出现的次数，存入数组C的第i项；步骤三：对所有的计数累加（从C中的第一个元素开始，每一项和
2021-12-12 14:25:07
2082
原创 【千锤百炼Python—8】：十大排序算法之基数排序
基数排序是排序算法系列的第八个要介绍的算法！基数排序既属于非比较类排序也属于内部排序。一、算法原理1. 算法原理基数排序（Radix Sort）是把待排序中的元素按照低位先排序，然后收集，再按照高位排序，再收集，直至最高位。2. 算法步骤步骤一：取得待排序序列中的最大值，并取得位数；步骤二：arr为原始数组，从最低位开始取每个位组成radix数组；步骤三：对radix进行计数排序。二、动图演示三、程序实现参考：https://blog.csdn.net/weixin_4379
2021-12-12 12:13:34
1900
原创 【千锤百炼Python—9】：十大排序算法之归并排序
归并排序是排序算法系列的第七个要介绍的算法！归并排序既属于**比较类排一、算法原理1. 算法原理归并排序（Merge Sort）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。归并排序的二路归并排序方式：二路归并：将待排序列分成两个长度相等的子序列，然后对每个子序列进行排序，然后将排序好的子序列合并成一个完整序列。归并排序是排序算法系列的第七个要介绍的算法！归并排序既属于**比较类排序**也属于**内部排序**。
2021-12-12 09:18:19
2203
原创 【千锤百炼Python—6】：十大排序算法之希尔排序
希尔排序是排序算法系列的第六个要介绍的算法！希尔排序既属于**比较类排序**也属于**内部排序**。一、算法原理1. 算法原理希尔排序（Shell Sort）是对简单插入排序的一种改进，属于插入排序的一种。简单插入排序有个很大的问题：效率低，因为简单插入排序以此只能操作一个元素，整体遍历次数很多。希尔排序的工作原理是先对待排序列分组，每个组进行简单插入排序，待每个组中的序列都有序时，再对整体进行简单插入排序。
2021-12-12 08:18:00
1984
1
机器学习-监督学习-毒蘑菇分类-6大监督模型实现
2024-03-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人