logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

anaconda 升级jtensorflow 版本(适用于pytorch)

tensorflow从v1升级到V2, 一般都是网络问题导致安装不成功,科学上网是解决的办法。anaconda search -t conda tensorflow会列出很多版本,找到一个版本,比如:找到一个合适版本,例如:anaconda show main/tensorflow-gpu输出信息里面会提示怎么安装,conda install --channel https://conda.ana

深度学习完全攻略(连载二十一:目标检测方向深度学习技术路线总结)

博主在平时学习时,已经将所有提到的网络模型的文章和对应代码做了下载(截止到2020年2月24日),欢迎关注公众号获取更多信息。主要技术路线图,截止到2019.当然,你也可以去如下的地址自己查阅。https://github.com/hoya012/deep_learning_object_detectionDetectorVOC07 (mAP@Io...

机器视觉中如何选择工业相机与合适的相机镜头(how to choose camera and lens)

相机和镜头是计算机视觉中重要的组成部分,合适的相机和镜头决定了系统的好坏。但是大部分的计算机视觉工程师对如何选择工业用相机和合适的镜头上犯了难。本文主要介绍如何选择相机与对应的镜头。如果有错误的地方,请大家交流指正。关注公众号,获取更多信息相机成像原理学过初中物理的同学肯定不会忘记小孔成像。凸透镜成像有几个关键的点需要记住:1、物距大于2倍焦距以外,...

20款顶级的HDR图像生成工具

不管是做科学研究,还是做平面设计类的实际应用。HDR受到越来越多的关注。如果想自己想第一时间做HDR图像,用于宣传册,用于投标,用于演示,那么一款专业的HDR图像生成软件必不可少。本文就列举了目前顶级的20款HDR图像生成软件,这其中就有免费的哦。关注公众号,回复对应信息,获取下载链接。1. Aurora 2019Aurora 2019是此列表中的最新HDR软件。建议初学者...

无参考图像质量评价之图像质量评价方法(一)[均方根误差、峰值信噪比、结构相似度]

图像质量评价在计算机视觉,人工智能,高清视频传输上面有很广泛的应用。目前,图像质量评价主要分为三个方向,有参考图像的质量评价,半参考的图像质量评价,以及无参考的图像质量评价。但是,个人认为,无参考图像质量评价才是最具挑战性和实用性的。所以,本文主要写一些无参考图像质量评价方法。在介绍无参考图像质量评价方法之前,先介绍一些常用的有参考的图像质量评价方法。主要包括:...

hadamard矩阵及其应用

因为用到了hadamard矩阵,所以就想记一下hadamard矩阵的构建、性质及应用。关注公众号,获取更多信息hadamard矩阵的基本构成可以用下面的矩阵来描述(1)有了基本矩阵后,如果想得到更高阶数的hadamard矩阵,则可以通过下面的公式得到(2)有了这个公式后,在利用上面的基本矩阵(1)就可得到如...

直方图均衡化(Histogram equalization)与直方图规定化

心血来潮,想写一写直方图均衡化。我先说说为什么要写直方图均衡化,因为之前接触到理论上的面试,看起来很简单的知识点,其实暗藏着很多的玄机(-_-)。本文尽量尝试着去推导。推导之前写一下基本的原理。关注公众号,获取更多信息1、为什么要做直方图均衡化与直方图规定化在现实的拍摄过程中,比如说视频监控领域,由于其图像的灰度分布集中在较窄的范围内,这就导致了图像的细节不够清晰。为什...

无参考图像质量评价之图像质量评价方法(二)[信噪比(SNR)]

之前一直在研究图像的质量评价问题,如果对于没有参考图像的质量评价而言,确实有些难度(可以参考我的其他博客内容)。一个简单直接的方法是求信噪比(SNR),本文就写写图像的信噪比如何计算。信噪比之前看到很多博客也在写图像的信噪比,但是看看了都是PSNR,而不是SNR。至于PSNR是什么,可参考我的另外一篇博客:无参考图像质量评价之图像质量评价方法(一)[均方根误差、峰值信噪比、结构相似度]...

第二更,相机参数标定基础:从小孔成像开始到单双目标定

目录第一章 相机模型第二章 各个坐标系的定义和相互关系(1)相机坐标系与图像坐标系的关系(2)相机坐标系及图像坐标系与像素坐标系的关系(3)世界坐标系与其他坐标系的关系(4)关于齐次坐标系(5)畸变模型(5.1)径向畸变(5.2)切向畸变第三章 单目相机标定(1)张氏标定法(1.1)计算单应性矩阵(1.2)计算计算二次曲线映射矩阵(2)ope...

支持向量机与支持向量回归(support vector machine and support vector regression)

支持向量机和支持向量回归是目前机器学习领域用得较多的方法,不管是人脸识别,字符识别,行为识别,姿态识别等,都可以看到它们的影子。在我的工作中,经常用到支持向量机和支持向量回归,然而,作为基本的理论,却没有认真地去梳理和总结,导致有些知识点没有彻底的弄明白。这篇博客主要就是想梳理一遍支持向量机和支持向量回归的基础理论知识,一个是笔记,另一个是交流学习,便于大家共勉。凸集、凸函数、凸优化凸集:如果集合

    共 16 条
  • 1
  • 2
  • 请选择