原创 low-light圖像增強論文Kindling the Darkness: A Practical Low-light Image Enhancer翻譯與解讀

本文來自ACM MM 2019,作者:Yonghua Zhang, Jiawan Zhang, and Xiaojie Guo 項目地址:https://github.com/zhangyhuaee/KinD Abstract 在弱光條件

原创 opencv學習筆記(四)——繪製輪廓、直方圖均衡、模板匹配

繪製輪廓 函數 cv2.findContours() 有三個參數,第一個是輸入圖像,第二個是 輪廓檢索模式,第三個是輪廓近似方法。 im = cv2.imread('img/chess.jpg') imgray = cv2.cvtCol

原创 opencv學習筆記(三)—— 利用圖像金字塔進行圖像無縫拼接,cv2.pyrDown() ,cv2.pyrUp()

原理 一般情況下,我們要處理是一副具有固定分辨率的圖像。但是有些情況下,我們需要對同一圖像的不同分辨率的子圖像進行處理。比如,我們要在一幅圖像中查找某個目標,比如臉,我們不知道目標在圖像中的尺寸大小。這種情況下,我們需要創建創建一組圖像,

原创 opencv學習筆記(二)——修改像素值、圖像屬性、ROI、通道、圖像閾值、平滑、Canny邊緣檢測

import cv2 import numpy as np import matplotlib.pyplot as plt 獲取修改像素值 '''獲取修改像素值''' img = cv2.imread('cat1.jpg') px=img

原创 Dynamic ReLU——微軟提出的動態relu激活函數

論文地址:https://arxiv.org/pdf/2003.10027.pdf 摘要 ReLU是深度神經網絡中常用的激活函數。到目前爲止,ReLU及其推廣(非參數或參數)都是靜態的,對所有的輸入樣本執行相同的操作。在本文中,我們提出了

原创 目標檢測之交併比——IoU

原文鏈接:https://blog.csdn.net/u014061630/article/details/82818112 1. IoU的簡介及原理解析 IoU 的全稱爲交併比(Intersection over Union),通過這個

原创 目標檢測之RoI Pooling及其改進RoI Align

原文鏈接:https://www.jianshu.com/p/670a3e42107d 一、什麼是RoI Pooling RoI是Region of Interest的簡寫,是指對一張圖片的“感興趣區域”,用於RCNN系列算法當中,輸入圖

原创 opencv學習筆記(一)——讀入圖像,大小調整,保存圖像,鍵盤控制,與matplotlib的對比,添加幾何圖形

import cv2 import numpy as np import matplotlib.pyplot as plt 讀入圖像和顯示圖像 img = cv2.imread('cat.jpg',0) cv2.imshow('image

原创 python 用LSTM預測時間序列之預測新冠肺炎疫情

用到的模塊 import numpy import matplotlib.pyplot as plt from pandas import read_csv import math from keras.models import Seq

原创 R語言馬氏距離判別法

 沒啥好解釋的,就放個代碼和運行結果吧 #數據準備 x1<-c(3,3,2,3,3,3,3,3,2,2,1,3,2,1,2,2,2,3,3,2,2,2,2,2) x2<-c(28,45,55,55,50,70,75,80,50,35,4

原创 動態特徵融合語義邊緣檢測論文Dynamic Feature Fusion for Semantic Edge Detection解讀

Abstract  如果多尺度特徵融合良好,可以大大提高語義邊緣檢測的效率。然而,目前流行的語義邊緣檢測方法採用固定權值的融合策略,強制圖像中不同的語義共享相同的權值,使得所有圖像和位置的通用權值不考慮其不同的語義或局部上下文。在這項工作

原创 R語言利用jiebaR和wordcloud2對有關鑽石公主號的評論繪製詞雲

這裏要對有關鑽石公主號事件的評論做詞雲分析,通過用戶自定義詞典和停用詞來對評論進行分詞 引入包 library(wordcloud2) library(jiebaR) library(RColorBrewer) 讀入數據並分詞。這裏我們

原创 【CNN】理解卷積神經網絡中的通道 channel

在深度學習的算法學習中,都會提到 channels  這個概念。在一般的深度學習框架的 conv2d 中,如 tensorflow 、mxnet ,channels 都是必填的一個參數。 channels 該如何理解?先看一看不同框架中的

原创 機器學習開源數據集整理

先給兩個網站,包含了各個領域絕大多數的數據集: https://www.datasetlist.com/ https://archive.ics.uci.edu/ml/datasets.php?format=&task=cla&att=&

原创 python MLPRegressor神經網絡迴歸預測

'''載入數據''' from sklearn import datasets boston = datasets.load_boston() x,y = boston.data,boston.target '''引入標準化函數'''