一，问题背景作者在用tensorflow做实验时，import tensorflow忽然报错：cannot import name 'abs'。错误情况如下所示：这个问题出现的比较新，网上暂时没有太多的讨论。二，可能原因对于这个问题，讨论最多的在github上，附上链接：https://github.com/tensorflow/tensorflow/issues/20778...

一、背景最近需要做一个项目，识别典型地标，并对图片进行标记。这里只写一下简单思路，最开始是打算用特征点匹配来做的，可以参考：基于特征点匹配方法——SIFT, SURF, ORB的图像识别 ，后来发现效果很差，所以后面又用了深度学习来做。二、方法实现的方法还是比较简单的，核心步骤如下：（1）采集数据并数据预处理get_image.py（2）编写神经网络模型CNN.py（3）得...

一、背景WGAN的全称为Wasserstein GAN, 是Martin Arjovsky等人于17年1月份提出的一个模型，该文章可以参考[1]。WGAN针对GAN存在的问题进行了有针对性的改进，但WGAN几乎没有改变GAN的结构，只是改变了激活函数和loss函数，以及截取权重，却得到了非常好的效果[2]。且WGAN的方法同样适用于DCGAN。本文以python爬虫爬取的皮卡丘(pikac...

一、背景最近事情比较多，一个多月没写CSDN了，最近打算做一做satrGAN。starGAN是Yunjey Choi等人于17年11月提出的一个模型[1]。该模型可以实现人脸的属性修改，原理上来说就是域迁移，之前cycleGAN本质上也是域迁移，不过cycyleGAN是单个域，而starGAN则是多个域。本实验所采用的数据集为CelebA（原论文中作者还使用了数据集RaFD），之前也介...

一、背景attentiveGAN是Rui Qian等人于17年11月份提出的一种模型。《Attentive Generative Adversarial Network for Raindrop Removal from A Single Image》在generator网络中引入了attention map，提高了影像中雨滴的去除效果。本实验主要参考代码[2]，进行了简单改进，用较短的...

一、背景其实我原本是不打算做这个模型，因为conditionalGAN能做的，infoGAN也能做，infoGAN我在之前的文章中写到了：对抗神经网络学习（五）——infoGAN生成宽窄不一，高低各异的服装影像(tensorflow实现)。由于最近入职新公司，还在试用期，由于公司缺乏样本，领导就让我做一些手写数字的生成样本出来，方便做后面的工作。自己想了想，之前用过infoGAN，这次就试试不..

本章节主要参考《python地理空间分析指南》第五章的内容。一、距离测量距离测量包括欧式距离，球面距离，以及大地线距离（椭球距离）。主要采用math库（标准库，无需下载）进行运算。1.欧式距离计算任意两点之间的距离可以采用距离公式：                                                  例如：计算点A(x1, y1)和点B(x2...

一、背景BEGAN，即边界平衡GAN（Boundary Equilibrium GAN），是DavidBerthelot等人[1]于2017年03月提出的一种方法。传统的GAN是利用判别器去评估生成器生成的图片和真实图片的数据分布是否一致，而BEGAN则代替了这种概率估计的方法，作者认为只要分布之间的误差分布相近的话，那就可以认为这些分布相近。同时作者又对网络结构进行了改进，并取得了比较好的实..

一、背景最近我需要自己训练VGG模型，当然自己也采集了一部分数据。在VGG模型中，输入数据是224*224尺寸的，因此需要对数据进行批量resize处理，这是背景。二、出现问题的原因首先给出我批量resize图片的简单代码：import osfrom PIL import Image# 将所有图像resize成224*224，并保存在目录'result/'下def res...

本章节主要参考《python地理空间分析指南》第六章。文章中的所有操作都可以在ENVI中完成，这里只提供一个图像处理的思路。一、图像波段变换波段变换最常用的地方就是进行图像显示，例如使用假彩色图像以凸显植被信息。图像波段变换即将图像波段的组合顺序重新排列并显示的方法，主要使用GDAL库。下面以一个例子进行实验，首先给出数据的下载地址：http://git.io/vqs41打...