- 博客(14)
- 资源 (9)
- 收藏
- 关注
RSS订阅原创 TIOVX：opencv的Mat类图像零拷贝转为openvx的vx_image格式，通过Not节点无效果问题记录
# 代码中，创建了一个opencv的Mat图像(并打印了所有的像素值)，然后通过vxCreateImageFromHandle函数将Mat图像转为了vx_image图像(通过映射的方式打印了所有的像素值，通过日志可以看出与之前打印相同)。然后创建graph，将其作为vxNotNode的输入，运行图之后，将vxNotNode节点的输出图像进行映射打印。按理说，打印的像素值应该是输入图像的取反图像(即输出像素值=255-输入像素值)，然而事实并非如此，该问题应该如何解决？
2023-08-18 14:42:57
306
原创 在使用tf.nn.weighted_cross_entropy_with_logits_v2(labels, logits, pos_weight)时，如何传递参数logits？
在使用tf.nn.weighted_cross_entropy_with_logits_v2(labels, logits, pos_weight)时，如何传递参数logits？如果网络的输出是preds，那么不能直接将preds传递给logits，而应该使logits=K.log(preds/(1-preds))，其中K来自于import tensorflow.keras.backend as K其原因在于该函数的公式表达式为：labels * -log(sigmoid(logits)) * po
2020-11-24 13:39:58
399
原创 keras语义分割--从保存的模型中分割测试图像
训练模型参照keras官方例程得到训练模型，将其保存在路径：save_model\oxford_segmentation.h5，即将代码callbacks = [ keras.callbacks.ModelCheckpoint("oxford_segmentation.h5", save_best_only=True)]改为callbacks = [ keras.callbacks.ModelCheckpoint("save_model\oxford_segmentation.h5", save_be
2020-09-07 18:41:34
1298
原创 keras语义分割--准备分割数据集--方式2
使用keras的ImageDataGenerator准备分割数据集1.不要验证集img_size = (160, 160)batch_size = 4seed = 1# 图像数据生成器，可在该函数内实现数据集增强datagen = keras.preprocessing.image.ImageDataGenerator( featurewise_center=True, featurewise_std_normalization=True)#
2020-09-05 15:21:12
1659
3
原创 keras语义分割--准备分割数据集--方式1
准备原图像及其标签的路径import os# 定义原图像所在的目录dir,及路径pathimgs_dir = r"The Oxford-IIIT Pet Dataset\images"imgs_path = []for fname in os.listdir(imgs_dir): if fname.endswith('.jpg'): imgs_path.append(os.path.join(imgs_dir, fname))# 定义原图像标签所在的目录dir,及
2020-09-04 10:44:32
502
1
原创 在图像检索任务下，使用VGG16的全连接层fc7计算holidays数据集的mAP
本文属原创，转载须标明：https://blog.csdn.net/saw009/article/details/91788671❶.简介关键词：图像检索；VGG16；holidays数据集；mAP运行环境：Windows10，MATLAB R2018b注：本文重点关注如何计算holidays数据集的mAP，因此，不对其他部分做详细解释。❷.步骤预览1.搭建环境2.特征...
2019-06-13 11:53:52
4132
原创 MATLAB深度学习入门之旅
目录1. 简介2. 使用预训练网络：使用已创建和训练后的网络进行分类2.1 课程示例-识别一些图像中的对象2.1.1 任务1：读取图像2.1.2 任务2：显示图像2.2 进行预测2.2.1 任务1：定义网络2.2.2任务2：进行分类2.3CNN结构2.3.1 任务1：提取网络的层2.3.2 任务2：提取某一层2.3.3 任务3：提取...
2018-12-18 23:21:24
14697
10
原创 TensorFlow可视化cifar-10卷积后的特征
本文大概步骤：准备数据→搭建网络→训练测试（并添加tensorboard的IMAGES）目录准备数据下载数据集反序列化数据调整数据定义训练、测试的样本和标签网络搭建及训练测试网络结构：输入层：32*32*3 → 32个5*5的三通道卷积核 → 卷积层1:32*32*32 → 3*3步幅为2的池化 → 池化层1:16*16*32 → 64个5*5的64通道卷积核...
2018-12-09 11:29:27
1327
原创 关于LeNet-5卷积神经网络 S2层与C3层连接的参数计算的思考？？？
关于LeNet-5卷积神经网络S2层与C3层连接的参数计算的思考？？？首先图1是LeNet-5的整体网络结构图图1 LeNet-5结构该神经网络共有7层（不计输入层），输入图像大小为32×32。层编号特点：英文字母+数字英文字母代表以下一种：C→卷积层、S→下采样层（池化）、F→全连接层...
2018-06-06 09:46:42
9570
18
原创 颜色共生矩阵Color co-occurrence matrix (CCM)
本文主要记录一下什么是颜色共生矩阵。一. 图像分块对于一个中心像素点G(x,y)，我们将它的3×3的邻域划分为4块，每块包含4个像素(其中有一个是中心像素)。如图1所示。二. 扫描模式在图1的2×2图像块中，一般有25种扫描模式。那什么是扫描模式呢？扫描模式是指用3个有向线段不重复地连接4个像素点所形成的图案，也称基元。图2如图2所示，从左上角开始，P1可以有3种指向，P1假定指向P2；接下来，P...
2018-05-11 20:04:12
5161
原创 统一化模式LBP
我们知道8bit的LBP的特征维数为2^8=256，向量维数非常高，所以希望通过降维减少计算量。这里的统一化模式(Uniform pattern)就是一种降维方式。首先了解一下什么是转变，这里讲的转变就是从0到1，或从1到0的跳变。例如：10000000——只包含一次转变，10000001——包含两次转变，10100000——包含三次转变。统一化模式有的是有也叫等价模式，也有叫一致模式的。它是指2...
2018-04-27 12:17:04
1955
1
原创 灰度共生矩阵
灰度共生矩阵(GLCM) OR 灰度共现矩阵这里我觉得叫它共现矩阵更为贴切，因为它代表的是像素对共同出现的概率。 下面是主要内容：像素坐标平面(注意其中的术语)灰度共现矩阵公式归一化处理基本符号纹理特征像素坐标平面 图1图1图 1 如图1所示， oxy 为图像像素的坐标平面，灰度坐标为z 轴，x 方向的像素总数为NxNx N_x ，y 方向像素总数为N...
2018-04-21 16:52:12
1823
原创 边缘直方图描述符（EHD）Edge Histogram Descriptor
这里主要讲如何得到一幅图像的边缘直方图边缘直方图描述符是MPEG-7中的一个纹理描述符，常用与图像检索。大致过程：图像划分--->计算子图边缘直方图--->归一化--->计算图像边缘直方图值得一提的是注意区分其中的专业名词，例如：图像，子图，图像块，子块，无向边缘，无边缘，...1 图像划分步骤：首先，将图像划分为4×4=16个子图(Sub-image)，这样做的目的是将边缘方...
2018-04-18 10:44:49
6185
6
原创 C#图像镜像
C#水平垂直图像镜像---C#数字图像处理算法典型实例.赵春江原理：变换前 灰度图像--->像素序号=c+r*w（当前列+当前行*列数） 彩色图像--->像素序号=0+c*3+r*w*3 像素序号=1+c*3+r*w*3 像素序号=2+c*3+r*w*3变换后参考代码private void start_Clic
2017-12-22 15:59:30
3602
2
Holidays数据集百度云链接.txt
2019-06-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人