图像处理18:传统图像降噪算法综述图像预处理算法的好坏直接关系到后续图像处理的效果，如图像分割、目标识别、边缘提取等，为了获取高质量的数字图像，很多时候都需要对图像进行降噪处理，尽可能的保持原始信息完整性（即主要特征）的同时，又能够去除信号中无用的信息。并且，降噪还引出了一个非常热门的研究方向，即美颜磨皮，这对于中国用户来说，是非常重要的计算机视觉领域，今天...

图像处理17:3A算法1.3A算法概述：3A技术即自动对焦（AF）、自动曝光（AE）和自动白平衡（AWB），3A数字成像技术利用了AF、AE、AWB算法实现图像对比度最大、改善目标拍摄物过曝光或曝光不足情况，使画面在不同光线照射下的色差得到补偿，从而呈现较高画质的图像信息。利用3A技术的摄像机能够很好的保障图像精准的色彩还原度，呈现完美的日夜间监控效果。...

由于找不到 opencv_world320.dll，无法继续执行代码，报错如下：首先找到自己软件安装（解压）的路径openCV (安装（解压）目录\opencv\build\x64\vc14\bin)我的安装（解压）目录是：F:\OpenCV\Three320\opencv\build\x64\vc14\bin把3个后缀是.dll（如上图，红色箭头的文件）应用程序扩展复制到C:\Windows\S

机器学习8:MacBook配置pytorch（CPU版）及import失败问题处理1.pytorch的安装：方法1:终端输入指令：conda install pytorch torchvision -c pytorch -y方法2:终端输入指令：conda create -n python=3.7...

机器学习18:RPN区域候选网络（转载和整理）RPN区域候选网络是Faster R-CNN对Fast R-CNN在提取候选区域的时候所做的改进，在上一篇整理Faster R-CNN的时候读了很多关于RPN的文章和资料，只是粗略了解了RPN的功能、优势、创新点等，始终没能真正理解它的实现机制。直到读到深度学习：RPN（区域候选网络）和RPN（区域生...

机器学习25:可能导致训练网络不收敛的几种原因1.可能导致训练网络不收敛的几个原因：（1）没有做数据归一化；（2）没有检查过预处理结果和最终的训练测试结果；（3）没有做数据预处理；（4）没有使用正则化；（5）Batch Size设的太大；（6）学习率设的不合适；...

机器学习12：pytorch中transforms的22个方式【转载】本文转载自博客https://blog.csdn.net/u011995719/article/details/85107009。本文对transforms.py中的各个预处理方法进行介绍和总结，主要从官方文档中总结而来，官方文档只是将方法陈列，没有归纳总结，这里总结共有四大类，以下为...

机器学习27:svm/决策树/随机森林/knn分类鸢尾花数据集本文主要通过调用sklearn库调用svm/knn/决策树/随机森林实现简单的鸢尾花数据集的分类，主要的目的是熟悉处理流程。1.svm分类鸢尾花数据集：# 文件功能：svm分类鸢尾花数据集from sklearn import svmfrom sklearn.model_selection imp...

机器学习19:反卷积算法（转载和整理）在整理全卷积网络的过程中，被反卷积的概念困扰很久，于是将反卷积算法单独整理为一篇博客，本文主要转载和整理自知乎问题如何通俗易懂地解释反卷积？中的高票答案。1.反卷积概述：应用在计算机视觉的深度学习领域，由于输入图像通过卷积神经网络(CNN)提取特征后输出的尺寸往往会变小，从而导致有些情况例如在...

机器学习31:深度学习模型调参技巧【转载整理】本文转载自博客模型调参：分步骤的提升模型的精度(cnn)和知乎问题你有哪些deep learning（rnn、cnn）调参的经验？的回答，主要整理博客和知乎问答中关于卷积神经网络的调参技巧。1.博客整理：链接：模型调参：分步骤的提升模型的精度(cnn)来源：CSDN（1）数据增强技术：...