自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 资源 (2)
  • 收藏
  • 关注

原创 深度学习--PET实现过程方法总结

数据处理的一些方法本人刚学习的一个小白。最近在对一些医学图像如(PET,CT)等做识别的时候,碰到了许多问题,主要就是一些如何用opencv或者图形变换对一些灰度图进行增强的方法,为了避免以后自己再去百度查一些操作,先记录下来。ImageFolderimagefolder使用的前提是数据要按照一种特定的格式,如下图所示:在train这个文件夹下面有AD和CN两个文件夹,这两种文件夹里面存放一类图片,且AD和CD为代表的类的类名。按这种形式存放的数据就可以用Imagefolder直接添加,实现代码:

2020-07-17 19:24:04 2180 1

原创 2020-08-31

强化学习(一)最近接触到了强化学习领域的东西,于是就对近来解决强化学习问题的不同结构进行了了解,主要包括Q-learning,Deep Q-learning,Policy Gradients,AC模型,和PPO。不过在深入了解强化学习之前,我们需要掌握一些必要的概念。1.什么是强化学习?强化学习的核心思想是什么?2.强化学习的三种方式3.在强化学习中深度是怎样理解的?...

2020-10-13 19:03:37 496

原创 深度学习实践——图像分割

什么是图像分割图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤分割是像素级别的(在应用上非常的准求准确)图像分割的应用1.医疗分割(CT/MR)2.自动驾驶3.卫星定位物体图像分割的发展分类–分类加追踪–多分类加追踪–分割图像分割的分类普通分割:将不同分属不同物体的像素区域分开语义分割:像素级别的分割,分类出每一块区域的语义(这块区域是什么物体)实力分割:在语义分割的基础上,分类出该物体是属于某一类中的哪一种图

2020-07-17 15:47:00 5847

原创 深度学习基础-二值化总结

二值化操作对图像需要一些处理,每次都要查看才能写出来,所以将看到的东西做了一下总结。二值化篇固定阈值二值化:ret, dst = cv2.threshold(src, thresh, maxval, type)src:输入的图片(灰度图)thresh:阈值maxval:图像中的像素和阈值相比较之后,所赋予的值type:二值化操作的类型,主要有五类: cv2.THRESH_BINARY; cv2.THRESH_BINARY_INV; cv2.THRESH_TRUNC; cv2.THRESH_T

2020-07-16 11:06:20 1825

原创 深度学习基础-opencv(二)python实现

canny边缘提取算法边缘:一个物体的边缘,可以是不封闭曲线。轮廓:一个物体的轮廓,封闭曲线,一般属于边缘的子集,单像素构成线。但有时候对碰撞操作时,会有差别。且轮廓可以是几个特征点,不需要是一个一个像素组合而成的线梯度:表示像素差异,不一定是一个像素canny医学例子:原图如下:图像人脸的轮廓有一部分很浅,要提取出脸部轮廓,和原图一起作为先验,就要将轮廓更好的提取。所以采用对比度调整,然后在进行高斯滤波,然后进行canny提取,代码和效果如图:(其中增加了对比度的图片还可以进行闭操作,补洞之

2020-07-06 17:08:31 280

原创 深度学习基础-opencv(一)python实现

opencv用来做什么对数据进行预处理和后处理。相比于PIL来说,opencv能够实现的功能更多核心操作opencv拿来做什么对数据进行预处理和后处理。相比于PIL来说,opencv能够实现的功能更多常见的图像1.在图像中有宽,高,通道等概念。我们常见的图像格式有bmp(位图),jpg,pngbmp:是一种原始的图像格式,存储的空间非常高图像压缩:有损和无损。一般是通过傅里叶变换,将时域转频域然后去掉一些东西得到的。jpg:jpg是对bmp的图像进行有损压缩后得到的。png:jpg一般是

2020-07-03 18:14:25 823

RDIFramework.NET 工作流产品说明书 V3.0.pdf

RDIFramework.NET 工作流程组件是以 RDIFramework.NET 框架为支撑,根据我们多年 的项目经验和项目实践,结合国内各大工作流产品的特点研发的一套流程管理组件。该 组件不仅考虑到从零搭建业务系统,也考虑到与现有业务系统的整合。从零搭建系统我 们可以使用 RDIFramework.NET 框架以基础,来快速搭建业务系统。与现有系统的整合, 我们的流程引擎提供了丰富的功能接口,供三方业务系统调用,并提供组件的全部源码 方便用户进行整合。RDIFramework.NET 工作流程组件采用 SOA 架构模式,流程引擎通 过 WCF 方式访问。支持 B/S、C/S 系统,同时支持 SQLServer、ORACLE 等主流数据库。

2020-08-19

RDIFramework.NET V3.0 WinForm辅助类帮助文件.chm

RDIFramework.NET V3.0 WinForm辅助类帮助文件,为c#winform窗体应用开发提供帮助。RDIFramework.NET,基于.NET的快速信息化系统开发、整合框架,为企业或个人在.NET环境下快速开发系统提供了强大的支持,开发人员不需要开发系统的基础功能和公共模块,框架自身提供了强大的函数库和开发包,开发人员只须集中精力专注于业务部分的开发,因此大大提高开发效率和节约开发成本。框架采用目前最主流的C#语言开发完成,支持多种数据库类型,支持Web与WinForm。 使用RDIFramework.NET敏捷开发框架能提高管理类软件系统的整体质量、提高模块与模块之间的兼容性、提高代码的重复利用率,使软件系统架构更加合理、质量更加过硬,使得劳动成果最大程度上重复利用。 强大灵活的权限控制组件,模块分配与管理组件,灵活易用的工作流组件、数据字典管理组件,丰富的报表统计组件、即时通讯(IM)组件、邮件中心组件、微信开发相关组件、任务调度组件、自动升级组件,各种常用的商业控件,强大的基于本框架的代码生成器,开发实例、丰富的基础类库、开发辅助工具等各基础常用功能组件。框架提供的大量通用插件,完成功能的开发就像搭积木一样,只需要把各种组件进行组合拼装,拼装好了系统的开发也就完成了。应用系统建立在此框架之上,采用构件式、可复用开发,节省开发成本,加快开发速度,在软件开发上更好的做到多快省。

2020-08-19

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除