膨胀结构元素与原图或操作腐蚀结构元素与原图与操作最好是前景白色，背景白色。

1、模糊操作：均值模糊、中值模糊、自定义模糊#均值模糊、中值模糊、自定义模糊#模糊操作的基本原理#1、基于离散卷积#2、定义好每个卷积核#3、不同卷积核得到不同的卷积效果#4、模糊是卷积的一种表现def blur_demo(image):#均值模糊dst=cv2.blur(image,(1,10))cv2.imshow("blur_demo",dst)def median_blur_demo(im

从一些论文的研究表明，卷积神经网络的旋转不变性似乎是一个伪命题，卷积网络的旋转不变性主要是通过数据的增强和大样本的学习获取的，本身应该不具备旋转不变性。旋转不变性和尺度变化会影响目标检测算法的基本框架。现在使用的全局平均池化层，可以实现平移不变性。参考：添加链接描述...

【代码】git 开发库 受控库 产品库。

进入容器内部docker exec -it id /bin/bash查看容器的语言环境root@jdh-Precision-3630-Tower:~# localeLANG=LANGUAGE=LC_CTYPE="POSIX"LC_NUMERIC="POSIX"LC_TIME="POSIX"LC_COLLATE="POSIX"LC_MONETARY="POSIX"LC_MESSAGES="POSIX

自动调整代码说明Ctrl+/注释（取消注释）选择的 行Ctrl+F高级查找Tab shift+tab缩进/取消缩进所选择的行Ctrl+Alt+I自动缩进行Ctrl+Delete删除到字符结尾Ctrl+Backspace删除到字符的开始shift+enter开始新行Ctrl+Enter补全Alt+Enter自动添加包shift+O自动建议代码补全Ctrl+t SVN更新Ctrl+k SVN提交C..

定义一维直方图：只考虑了一个特性，即像素的灰度值。二维直方图：考虑两个特征，通常是色度和饱和度。代码opencv 二维直方图一维的直方图使用函数cv2.calcHist()进行计算，从BGR转换成灰度图。二位直方图使用相同的函数cv2.calcHist()进行计算。对于颜色直方图，需要将图像从RGB转换为HSV。对于2D直方图，其参数将被修改如下：通道=0，1，因为需要同时处理H和S平面。用于H平

1、为什么要学习轻量化网络神经网络效果好 应用广泛移动端上模型部署的迫切需求：自动驾驶、机器人视觉、无人机、人脸识别、目标识别检测高频面试问题、薪资高完善知识结构体系个人学术研究：特征信息交流2、轻量化网络发展历程与前进方向模型精度与算力、存储空间的矛盾网络模型结构设计、知识蒸馏、剪枝、量化、低秩分解2017：squeezeNet、MobileNet、ShuffleNet、Xception2018

1、颜色直方图#-------------------------------绘制颜色直方图------import cv2import numpy as npimport matplotlib.pyplot as pltdef plot_demo(image):plt.hist(image.ravel(),256,[0,256])plt.show("直方图")def image_hist(ima

BN在训练和测试时的差别 :对于BN，在训练时，是对每一批的训练数据进行归一化。使用BN的目的就是每个批次分布稳定。当一个模型训练完成之后，它的所有参数都确定了，包括均值和方差，gamma和bata。而在测试时，比如进行一个样本的预测，就并没有batch的概念，因此，这个时候用的均值和方差是全量训练数据的均值和方差，也就是使用全局统计量来代替批次统计量，这个可以通过移动平均法求得。具体做法是，训练