原创 每週學習新知識1-5：FCN中的反捲積(Deconvolution)、上採樣(UpSampling)
看了FCN論文，對於最後的反捲積和和上採樣不是很理解 卷積回顧 反捲積 這是卷積的三種操作，在這篇論文中反捲積也可以稱爲上採樣操作，因爲相比於下采樣，圖片越來越小的操作，上採樣操作使得整個整個圖片越來越大的操作， 下面看反捲
2020-06-19 00:57:38
原创 每週學習新知識1-1：深度學習中的Dropout
今天仔細看了一下AlexNet，發現最後有個dropout層，按以前理解還以爲類似降採樣。 圖片來自這裏 出現原因 神經網絡神經元可能過多，會導致過擬合，所以dropout作用就是隨機刪減一些神經元，給定刪減概率p，如下圖：
2020-06-19 00:57:38
原创 數字圖像處理：邊緣檢測整理
形態學邊緣提取 實現代碼： def contour_morphology(image): return image - cv2.erode(image, np.ones((3, 3), np.uint8)) 實現很簡單
2020-06-18 23:16:59
原创 貝葉斯公式回顧
貝葉斯公式 P(Aj∣B)=P(Aj,B)P(B)=P(Aj)P(B∣Aj)∑i=1nP(Ai)P(B∣Ai)P(A_j|B)=\frac{P(A_j,B)} {P(B)} = \frac{P(A_j)P(B|A_j)} {\s
2020-06-18 23:16:59
原创 數字圖像處理：圖像加噪與復原
要求 對一副圖像加噪，進行幾何均值，算術均值，諧波，逆諧波處理 待處理圖像： 加噪聲函數： def add_gaussian_noise(image_in, noise_sigma=25): temp_image = n
2020-06-18 23:16:59
原创 每週學習新知識1-3：深度學習中的MiniBatch
我們先來看一個引子： Mini-batching在這一節，你將瞭解什麼是 mini-batching，以及如何在 TensorFlow 裏應用它。 Mini-batching 是一個一次訓練數據集的一小部分，而不是整個訓練集的技術
2020-06-18 23:16:59
原创 數字圖像處理：圖像縮放和降低灰度級
打開、顯示、存儲圖片 用Python版OpenCV實現 image = cv2.imread("images/2_20_a.jpg", cv2.IMREAD_UNCHANGED) cv2.imwrite("images/full.
2020-06-18 23:16:48
原创 數字圖像處理：彩色圖片處理，HSI模型
要求 提取一副彩色圖像中紅色，用HIS模型處理。 RGB2HSI 公式： 求Theta 根據b g 大小確定H： H={θ B <= G 360−θ B > GH= \begin{cases} \theta &
2020-06-18 23:16:48
原创 數字圖像處理：形態學
要求 對一副二值圖像進行膨脹、腐蝕、開、閉操作。 待處理圖像： 對圖片進行二值化： ret, img_threshold = cv2.threshold(img, 240, 255, cv2.THRESH_BINARY_INV)
2020-06-18 23:16:48
原创 每週學習新知識1-4：深度學習(CNN)中的卷積
卷積操作其實可以分成三種操作: Valid valid 操作，滑動步長爲S，圖片大小爲N1xN1，卷積核大小爲N2xN2，卷積後圖像大小：(N1-N2)/S+1 x (N1-N2)/S+1如上圖 S = 1 N1 = 4 N2
2020-06-18 23:16:48
原创 數字圖像處理：混合空間增強實驗
要求 該實驗利用laplacian算子和soble算子的綜合效果對醫學圖像的細節進行增強。 圖像 Image from Rafael C. Gonzalez, Richard E Digital Image Processing
2020-06-18 23:16:47
原创 數字圖像處理：形態學HMT 目標檢測
先回顧一下膨脹腐蝕的定義 dilate 膨脹 膨脹過程:B首先做關於原點的映射B^，然後平移x。A被B的膨脹是被所有x平移後與A至少有一個非零公共元素。 erode 腐蝕 也就是說A被B的腐蝕的結果爲所有使B被x平移後包含於
2020-06-18 23:16:47
原创 推薦的準確度評價指標AP，MAP，AUC，NDCG
AP(Average Precision) 平均準確率AP，假使當我們使用google搜索某個關鍵詞，返回了10個結果。當然最好的情況是這10個結果都是我們想要的相關信息。但是假如只有部分是相關的，比如5個，那麼這5個結果如果被顯
2020-06-18 23:16:46
原创 cv論文筆記：Very deep convolutional networks for large-scale image recognition（VGG）
一、基本信息 標題：Very deep convolutional networks for large-scale image recognition 時間：2014 出版源：arXiv 論文領域：CNN、深度學習 引用格式：S
2020-06-18 23:16:46
原创 論文筆記：ImageNet Classification with Deep Convolutional Neural Networks（AlexNet）
一、基本信息 標題：ImageNet Classification with Deep Convolutional Neural Networks 時間：2012 出版源：Neural Information Processing
2020-06-18 23:16:46
83