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

目标检测物体——滑窗法(Sliding Window)和选择性搜索(Selective Search)

目标检测物体的候选框是如何产生的?  如今深度学习火热的今天,RCNN/SPP-Net/Fast-RCNN等文章都会谈及bounding boxes(候选边界框)的生成与筛选策略。那么候选框是如何产生,又是如何进行筛选的呢?其实物体候选框获取当前主要使用图像分割与区域生长技术。区域生长(合并)主要由于检测图像中存在的物体具有局部区域相似性(颜色、纹理等)。目标识别与图像分割技术的发展进一步推动..

目标检测经典模型(RCNN、Fast RCNN、Faster RCNN)

目标检测是深度学习的一个重要应用,就是在图片中要将里面的物体识别出来,并标出物体的位置,一般需要经过两个步骤:1、分类,识别物体是什么 2、定位,找出物体在哪里 除了对单个物体进行检测,还要能支持对多个物体进行检测,如下图所示: 这个问题并不是那么容易解决,由于物体的尺寸变化范围很大、摆放角度多变、姿态不定,而且物体有很多种类别,可以在图片中出现多种物体、出现在任意位置。因此,目标检测...

python-conda更新python(python升级)

如果conda环境没问题,直接升级就好了:conda install python=3.7如果出现如下错误:CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/noarch/repodata.json>试一试验证:conda

#python#开发语言#后端
python-单通道图像转三通道

'''单通道->三通道'''import osimport cv2import numpy as npimport PIL.Image as Imageimport osos.environ['CUDA_VISIBLE_DEVICES'] = '2'img_path='/home/gyx/QR/qr_detect_model/dataset/images_all_channel_1/'sav

#python#pytorch
matlab中waitbar使用

matlab中waitbar使用waitbar的作用是打开或者更新进度条。其语法结构有:(1)h=waitbar(x,'message')x表示进度条的比例长度,message是在进度条上显示的信息(2)waitbar(x,'message','CreateCancelBtn','button_callback')%通过制定CANCEL按键来...

常见的噪声:高斯、泊松和椒盐噪声

常见的噪声:高斯、泊松和椒盐噪声以及代码实现 转载的地址:https://www.jianshu.com/p/67f909f3d0ce转载的地址:https://www.cnblogs.com/sunny-li/p/8378517.html转载的地址:https://blog.csdn.net/yeler082/article/details/78168788 目录:常...

基于偏微分方程去噪-热传导模型

1热传导方程假设图像属于有界变差空间,那么,噪声图像应该满足两个条件:(1)噪声图像和原始图像相差不是特别大;(2)原始图像属于有界变差空间,那么,通过图像去噪可以建立为求解如下能量泛函的最优解的问题:  该能量泛函对应的Euler-Lagrange方程如下:  利用最速下降法,上述Euler-Lagrange方程可以转化为如下的PDEs的初边值问题: ...

Pytorch-数据类型转换

1.Pytorch上的数据类型Pytorch的类型可以分为CPU和GPU上的Tensor, 它们拥有的数据类型是基本上是一样的:tensor.FloatTensortensor.LongTensortensor.ByteTensortensor.CharTensortensor.ShortTensortensor.IntTensortorch.LongTensor其中torch....

NLP-最小编辑距离

目录一、什么是最小编辑距离二、如何找到最小编辑距离三、如何计算中间距离D(n,m)四、如何回溯计算两个字符串之间对齐的字符五、带权重的最短距离六、计算生物学上的最小编辑距离(相似度)七、python版本的编辑距离算法一、什么是最小编辑距离最小编辑距离:是用以衡量两个字符串之间的相似度,是两个字符串之间的最小操作数,即从一个字符转换成另一个字符所需要的操作数,...

    共 36 条
  • 1
  • 2
  • 3
  • 4
  • 请选择