- 博客(33)
- 收藏
- 关注
RSS订阅原创 【深度学习】（五）目标检测——下篇
上一章介绍了目标检测上篇，主要为两阶段检测的R-CNN系列。这一章来学习一下目标检测下篇。R-CNN系列算法面临的一个问题，不是端到端的模型，几个构件拼凑在一起组成整个检测系统，操作起来比较复杂。而今天介绍的YOLO算法，操作简便且速度快，效果也不错。YOLO算法是一种典型的one-stage方法，它是You Only Look Once 的缩写，意思是神经网络只需要看一次图片，就能输出结果。目标检测有两种实现，一种是one-stage,另一种是two-stage，它们的区别如名称所体现的，two-st
2022-09-01 16:57:55
3222
117
原创 【深度学习】（四）目标检测——上篇
上一章介绍了图像分类，这一章来学习一下目标检测上篇。简单来说，需要得到图像中感兴趣目标的类别信息和位置信息，相比于分类问题，难度有所提升，对图像的描述更加具体。在计算机视觉众多的技术领域中，目标检测（Object Detection）也是一项非常基础的任务，图像分割、物体追踪、关键点检测等通常都要依赖于目标检测。......
2022-08-12 15:26:43
2402
109
原创 【深度学习】（三）图像分类
上一章介绍了深度学习的基础内容，这一章来学习一下图像分类的内容。图像分类是计算机视觉中最基础的一个任务，也是几乎所有的基准模型进行比较的任务。从最开始比较简单的10分类的灰度图像手写数字识别任务mnist，到后来更大一点的10分类的cifar10和100分类的cifar100任务，到后来的imagenet任务，图像分类模型伴随着数据集的增长，一步一步提升到了今天的水平。现在，在imagenet这样的超过1000万图像，超过2万类的数据集中，计算机的图像分类水准已经超过了人类。httpshttps。...
2022-07-21 15:40:26
4884
146
原创 【深度学习】（二）深度学习基础
上一章介绍了机器学习的内容，这一章来了解一下深度学习。深度学习是在机器学习的基础上继续研究得来的，又经过了几十年日日夜夜的科研人员的研究，最终留下一些通用的、经典的算法，下面我们开始学习吧。对于图像处理来说，深度学习只需掌握CNN即可。下一节开始介绍近年来火爆的原始CNN基础上不断改进的神经网络模型，敬请期待🚗httpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttps。......
2022-07-15 15:09:25
3003
122
原创 【深度学习】（一）机器学习基础
作为一个图像算法工程师，传统图像算法和深度学习算法都应该掌握，这样在面对不同的实际场景时可以有更多得解决方法。之前的文章基本上都是以传统方法为主，所以今天一起来学习一下有关深度学习的算法。以后也会持续更新深度学习相关的内容。AI人工智能包含的内容十分广泛，对于图像处理而言，机器学习、深度学习或者计算机视觉主要关注图像识别这部分内容，所以重点学习CNN卷积神经网络。今天先从上古时期的机器学习开始。计算机视觉是人类希望机器可以像人眼一样去“看”，而机器学习（深度学习）是希望机器可以像人的大脑一样“思考”。
2022-07-08 15:53:51
1477
29
原创 【Matlab】conv、filter、conv2、filter2和imfilter卷积函数总结
【Matlab】conv、filter、conv2、filter2和imfilter函数总结1. conv函数作用：1.计算一维向量卷积u = [1 1 1];v = [1 1 0 0 0 1 1];w = conv(u,v)2.通过卷积计算多项式乘法u = [1 0 1];v = [2 7];w = conv(u,v)2. filter函数作用：一维数字滤波器y = filter(b,a,x) 使用由分子和分母系数 b 和 a 定义的有理传递函数 对输入数据 x 进行滤波。
2022-06-30 10:23:17
4412
5
原创 【C++】高斯金字塔和拉普拉斯金字塔原理和实现
【C++】高斯金字塔和拉普拉斯金字塔原理和实现图像中各个像素与其相邻像素之间的有很强的相关性，包含的信息也十分丰富，目标的尺寸有大有小，对比度有强有弱，此时就需要一个“显微镜”或者“望远镜”-----多尺度图像技术。它可以在不同分辨率下观察目标的特征进而进行处理。多尺度图像技术也叫做多分辨率技术（MRA），指对图像采用多尺度的表达，并且在不同尺度下分别进行处理。这样做的理由是很多情况下在一种尺度中不容易看清的或者获取的特性在另外的某种尺度下就很容易发现或者是提取。所以多尺度技术在提取图像特征时更加的常用
2022-05-11 16:10:08
2952
5
原创 基于参考辐射源/定标的校正算法
基于参考辐射源/定标的校正算法上一篇介绍了一种基于场景的非均匀校正算法，今天来补充一下更加简单，容易工程化实现的基于参考辐射源的校正算法，也叫基于定标的校正算法。基于参考辐射源的校正算法是一种利用像黑体这样可提供均匀且可控红外辐射的设备作为参考辐射源，对IRFPA 的输出进行定标的过程。这类校正算法的原理简单，计算量及数据存储量都较小，易于硬件的实时实现；并且，与基于场景的校正算法相比，其不需要场景的相对运动，非常适合于工厂的批量生产环节。所以，该类校正算法一般应用于红外成像设备的制造过程或者系统的初
2022-04-28 16:14:59
1250
3
原创 时域高通滤波算法（THPF）
时域高通滤波算法（THPF）今天介绍一下图像非均匀校正中的场景校正算法-时域高通滤波算法（Temporal High Pass Filtering, THPF)以及它后续的各种改进版本。空域和频域已经在之前的文章介绍过一些了，时域还没有。图像是二维空间域上的像素，随着时间的延续，每秒25、30、60帧，就成了视频，针对视频进行图像处理，就可以考虑增加一个时间维度，图像帧与帧之间是存在相关性的，结合时域滤波算法可以有效去除图像中的噪声和探测非均匀性问题。红外焦平面阵列 (Infrared Focal Pl
2022-04-24 17:51:06
6968
2
原创 离散余弦变换滤波算法（DCT）
离散余弦变换，本质上是一种数学方法。它与傅立叶变换，小波变换，轮廓波变换，这些变换本质都是一种基变换，对于不同的系统，不同的研究对象，我们可以选取不同的基来让研究和分析变得更加简单。比如因为复指数信号是线性时不变系统的特征函数，因此我们在研究线性时不变系统及其特性时通常采用傅立叶变换，选取了一组好的基，可以让问题变得简单，比如我们的现在机器学习里很多的降维算法，像PCA，K-L变换也是基变换，对于一些基可能会出现很多很小的系数，或者是零系数，这要用这组基去表示这一信号或者向量时也就更加的简洁，而越是简洁就越
2022-04-07 18:34:50
9518
6
原创 盲元检测与补偿算法总结
盲元检测与补偿算法总结总结了近年来22篇盲元检测与补偿算法论文中算法的类型、窗口大小和创新点，也复现了部分算法之后有时间再分享。其中包括传统标定法、线性外推法、三西格玛法、TMOE法、背景预测法和其他算法等。...
2022-03-30 20:09:56
3767
4
原创 积分图像（Integral image）
积分图像（Integral image）积分图算法由Crow在1984年首次提出，是为了在多尺度透视投影中提高渲染速度。积分图算法是一种快速计算图像区域和以及图像区域平方和的算法。它的核心思想就是对每一个图像建立起自己的积分图查找表，在图像处理的阶段就可以根据预先建立积分图查找表直接查找从而实现对均值卷积的线性时间计算。做到了卷积执行的时间与窗口大小无关。之前介绍的NL-means算法就可以采用积分图算法进行优化加速。从直观来说，一张图像就是一个矩形，这个矩形中每个像素点的积分值，就是以图像左上角像素点
2022-03-29 11:29:24
7166
3
原创 非局部均值滤波算法（NL-means）
【C++】非局部均值滤波算法（NL-means）上一篇文章介绍了均值滤波、中值滤波、高斯滤波、双边滤波和引导滤波，均为局部滤波，即对周围邻域的点加权生成当前点，加权因子反应出周围点对当前点的影响。非局部滤波就意味着它使用图像中的所有像素，这些像素根据某种相似度进行加权平均。滤波后图像清晰度高，而且不丢失细节。今天来学习一下另一类滤波算法：非局部均值滤波算法（NL-means）。非局部均值滤波算法最早于2005年由Buades等人发表在CVPR上，论文原文：A non-local algorithm fo
2022-03-25 16:58:40
15152
23
原创 【C++】图像处理中的滤波算法
【C++】常见滤波算法2022年第一篇，来总结一下图像处理中常用的几种滤波算法，包括中值、均值、高斯、双边、引导滤波这五种，主要用于图像去噪、图像增强、图像复原等方面。滤波算法的基本思路，就是采用周边像素，加权平均计算一个新的像素，来缓减噪声对当前像素的影响。1）均值滤波：简单粗暴的将窗口内的像素累加后求均值，将噪声平均化，同时边缘纹理也被抹平了，有模糊的作用，作为入门学习用。2）中值滤波：采用窗口内中值的方法，有效剔除了异常高亮或过暗的噪声，对椒盐噪声的去除效果比较好，但实际的图像会伴随着边缘纹理
2022-02-18 11:33:05
6666
5
原创 【Python】软件打包exe指令
软件.py打包.exe指令pyinstaller -F -w -i img.ico main.py（-i img.ico 为图标设置 可以删除）
2022-01-10 16:56:07
467
1
原创 【Python】Dropout抑制过拟合
Tensorflow实现Dropout抑制过拟合import tensorflow as tfimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt# Dropout抑制过拟合(train_image, train_label), (test_image, test_label) = tf.keras.datasets.fashion_mnist.load_data()train_label_onehot =
2021-12-30 17:31:18
230
1
原创 【Python】过拟合问题
Tensorflow实现抑制过拟合import tensorflow as tfimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt# 过拟合问题(train_image, train_label), (test_image, test_label) = tf.keras.datasets.fashion_mnist.load_data()train_label_onehot = tf.keras.utils
2021-12-30 17:29:34
246
1
原创 【Python】模型优化与超参数选择
Tensorflow实现模型优化与超参数选择import tensorflow as tfimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt# 模型优化与超参数选择(train_image, train_label), (test_image, test_label) = tf.keras.datasets.fashion_mnist.load_data()train_label_onehot = tf.k
2021-12-30 17:25:38
282
原创 【Python】逻辑回归（softmax多分类）
Tensorflow实现逻辑回归-softmax多分类import tensorflow as tfimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt# softmax多分类(train_image, train_label), (test_image, test_label) = tf.keras.datasets.fashion_mnist.load_data()print(train_image.s
2021-12-24 16:04:59
1691
原创 【Python】逻辑回归（二分类）
Tensorflow实现逻辑回归-二分类import tensorflow as tfimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt# 逻辑回归 - 二分类data = pd.read_csv('credit-a.csv', header=None)print(data.iloc[:, -1].value_counts())x = data.iloc[:, :-1]y = data.iloc[:
2021-12-24 15:58:08
1158
1
原创 【Python】多层感知机
import tensorflow as tfimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt# 多层感知机data = pd.read_csv('Advertising.csv') # 预测广告投放与效果 多对一 多包括电视、广播和报纸print(data.head())plt.scatter(data.TV, data.sales)plt.show()x = data.iloc[:, 1:-
2021-12-24 15:53:09
1744
原创 【Python】线性回归
TensorFlow实现线性回归import tensorflow as tfimport pandas as pdimport matplotlib.pyplot as plt# 线性回归print(tf.__version__)# 数据集 - 受教育年限与收入的关系data = pd.read_csv('Income1.csv')x = data.Educationy = data.Incomeprint(data)# 数据可视化plt.scatter(x, y)# plt
2021-12-22 18:20:48
1087
原创 【MATLAB】图像二值化（imbinarize函数）
【MATLAB】图像二值化（imbinarize函数）图像二值化在MATLAB 2019 版中提示：建议不要使用‘im2bw’而改用‘imbinarize’。所以特意总结im2bw和imbinarize的用法，‘im2bw’函数从 R2016a 起不建议使用，如下图：MATLAB代码如下：% 旧版im2bwsrcImage = imread('原图.jpg');% 确定二值化阈值thresh = graythresh(srcImage);% 图像二值化dstImage = im2bw(sr
2021-12-21 16:39:11
22022
3
原创 【MATLAB】读取序列图像raw文件并求序列均值
读取序列图像raw文件并求序列均值读取16位raw图像，图像大小为640*512，也可自行调整。matlab代码如下：%% 初始化foldname='C:\Users\admin\Desktop\16bit';frameWidth=640;frameHeight=512;listfile=dir(fullfile(foldname,'*.raw'));frames=length(listfile); % 帧数image_sequence = zeros(frameHeight,frameW
2021-12-16 11:48:59
3013
转载 2021年游戏项目的十大编程语言：C++、Java、C#均上榜
2021年游戏项目的十大编程语言：C++、Java、C#均上榜 在这个技术驱动的世界里，游戏行业是全球增长最快的行业之一。在每一款华丽精美的电子游戏背后，都有一种编程语言，为用户提供优质的体验。游戏开发者利用顶级的编程语言来构建游戏。不同的游戏项目使用了不同的编程语言，这取决于游戏类
2021-11-26 11:29:30
616
原创 【Python】PyQT5+爬虫实现简单音乐下载器
PyQt5实现QQ音乐爬取Qt-Designer界面设计music.ui：music.py代码实现：采用PyUIC将music.ui转为music.py，代码如下：# -*- coding: utf-8 -*-# Form implementation generated from reading ui file 'music.ui'## Created by: PyQt5 UI code generator 5.15.4## WARNING: Any manual changes
2021-11-01 14:19:45
771
5
原创 【C++】图像处理中的微分算子原理与实现
图像处理中的微分算子原理与实现一阶微分边缘算子：经典算子比如：Roberts(罗伯特)、Prewitt（普鲁伊特）、Sobel(索贝尔)，Canny（坎尼）等。二阶微分边缘算子：Laplacian算子，LoG（ Laplace of Gaussian function）边缘检测算子和DoG（Difference of Gaussian）高斯差分算子。Roberts算子1963年，Roberts算子，又称罗伯茨算子，是一种最简单的算子，是一种利用局部差分算子寻找边缘的算子。他采用对角线方向相
2021-08-19 16:05:00
3292
3
原创 Verilog语法入门
Verilog语法入门1. 简单组合逻辑电路// module/endmodule 模块开始与结束// example 模块名// input/output 输入、输出// assign 赋值操作（英文单词：分配）// ~ NOT & AND | OR ^ XORmodule example(input a,input b,input c,output y);assign y = ~a & ~b & ~c | a & ~b & ~c | a
2021-07-27 14:38:13
1244
原创 【图像锐化】非锐化掩模 USM（Unsharpen Mask）与锐化掩模 SM（Sharpen Mask）
非锐化掩模USM（Unsharpen Mask）与锐化掩模 SM（Sharpen Mask）掩膜操作可以提高图像对比度，对比度提高可以增加图像感官度、锐化，让看起来有点模糊的图像更清晰。原理：提取图像的高频分量，再用一个参数放大之后与原图叠加，这样就产生了一个增强了边缘的图像。 提取图像的高频分量的做法有两种：1.直接使用高通滤波器，得到高频分量。2.通过低通滤波器，再用原图减去低频就得到了高频信息。锐化掩模 SM 锐化增强算法-加法操作效果图 = 源图像+w*高频分量图像；其中w表示
2021-07-21 16:48:11
5012
4
原创 【MATLAB】imadjust, histeq, adapthisteq调整图像对比度
imadjust调节灰度图像的亮度或彩色图像的颜色矩阵。语法：J = imadjust(I,[low_in; high_in],[low_out; high_out],gamma)将图像I中的亮度值映射到J中的新值，即将low_in至hige_in之间的值映射到low_out至high_out之间的值。low_in以下与high_in以上的值被剪切掉了，也就是说，low_in以下的值映射到low_out，high_in以上的值映射到high_out。它们都可以使用空的矩阵[]，默认值是[0 1]。
2021-07-07 13:55:54
2125
原创 【MATLAB】直方图均衡化Matlab实现（非histeq内置函数）
直方图均衡化Matlab实现步骤：统计直方图累计直方图映射close allclear allclcsrcImage = imread('lena.jpg');srcImage = rgb2gray(srcImage);grayImage = srcImage;[height,width] = size(grayImage);% 进行像素灰度统计NumPixel = zeros(1,256);for i = 1:height for j = 1:width
2021-06-22 11:23:12
6972
原创 Qt6:移除[signal] void QComboBox:: currentIndexChanged (const QString & text )信号
Qt6:移除[signal] void QComboBox:: currentIndexChanged (const QString & text )信号Qt下拉框ComboBox类检测了好几遍代码，发现代码没有问题，但就是触发不了void QComboBox:: currentIndexChanged (const QString & text )这个信号，其他信号都可以触发。最后，通过对比qt 6.0.1和qt 5.12.9的文档发现，qt 6.0.1中已经没有[signal] v
2021-06-10 10:02:47
910
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人