摘要:本文記錄一些對深度學習的思考總結.意識流寫法,想到哪寫到哪,日后不定期更新補充. 在沒有接觸深度學習的時候,覺得這是個非常高大上的技術,數學基礎要求非常多,上手門檻非常高.我想很多人和我有一樣的想法.這種對深度學習的印象,我想很大一部分來自鋪天蓋地的自媒體的有關AI的報道解讀,造成了一種深度學習,人 閱讀全文
posted @ 2019-06-01 11:40 core! 閱讀 (490) 評論 (6) 編輯
摘要:卷積神經網絡,在圖像識別和自然語言處理中有很大的作用,講cnn的中文博客也不少,但是個人感覺說的脈絡清晰清晰易懂的不多. 無意中看到這篇博客,寫的很好,圖文并茂.建議英文好的直接去看原文.英文不好的就直接看我這篇,算是讀后總結吧.原文里對數學原理的著墨不多,在這篇文章里我會留著相關的標題,待日后慢慢 閱讀全文
posted @ 2019-01-28 13:56 core! 閱讀 (400) 評論 (1) 編輯
摘要:titanic數據集是個著名的數據集.kaggle上的titanic乘客生還率預測比賽是一個很好的入門機器學習的比賽. 數據集下載可以去http://www.kaggle.com/c/titanic/data. 本身寫這個系列筆記是作為自己機器學習的記錄,也為了加深自己對機器學習相關知識的理解.但 閱讀全文
posted @ 2018-12-15 16:59 core! 閱讀 (267) 評論 (0) 編輯
摘要:形態變換 在 "opencv之膨脹與腐蝕" 中介紹了Dilation/Erosion的原理.建議先讀這一篇,搞懂原理. 這樣就可以很輕松地理解為什么本文的這些形態變換可以取得相應的效果. 基于此,我們可以組合出更多的形態變換以達到不同的目的. 有以下幾種: Opening Closing Morph 閱讀全文
posted @ 2019-10-15 14:07 core! 閱讀 (141) 評論 (1) 編輯
摘要:腐蝕和膨脹 Erosion/Dilation erosion/dilation,用白話說,就是讓圖像亮的區域收縮和擴張. 原理 我們定義一個卷積核矩陣.這個矩陣可以是任何形狀的,但通常而言,是矩形或者圓形的.同時要定義一個錨點位置. 用這個卷積核矩陣挨個地劃過原始圖像矩陣,同時更改錨點位置的像素值. 閱讀全文
posted @ 2019-10-14 16:52 core! 閱讀 (186) 評論 (1) 編輯
摘要:我們經常會有對圖像邊緣做擴展的需求.比如 希望卷積后得到的矩陣大小不變 希望改變圖像大小,但是不改變寬高比 opencv實現 opencv中使用copyMakeBorder()來完成這一功能 "api" src是原圖像矩陣 dst是新圖像矩陣 top/bottom/left/right是邊界擴展的大 閱讀全文
posted @ 2019-10-09 18:13 core! 閱讀 (154) 評論 (0) 編輯
摘要:色溫調節軟件 http://blog.csdn.net/DreamHome_S/article/details/78439098 http://blog.csdn.net/touch_dream/article/details/80499900 文件過多時報錯arguments list too 閱讀全文
posted @ 2019-10-09 15:48 core! 閱讀 (13) 評論 (0) 編輯
摘要:霍夫變換不僅可以找出圖片中的直線,也可以找出圓,橢圓,三角形等等,只要你能定義出直線方程,圓形的方程等等. 不得不說,現在網上的各種博客質量真的不行,網上一堆文章,亂TM瞎寫,誤人子弟.本身自己就沒有理解的很清楚,又不去讀算法實現的源碼,寫的云山霧罩的,越看越懵逼. 霍夫變換本身的思路是很簡明的. 閱讀全文
posted @ 2019-10-01 21:41 core! 閱讀 (175) 評論 (0) 編輯
摘要:canny canny的目標有3個 低錯誤率 檢測出的邊緣都是真正的邊緣 定位良好 邊緣上的像素點與真正的邊緣上的像素點距離應該最小 最小響應 邊緣只能標識一次,噪聲不應該標注為邊緣 canny分幾步 濾掉噪聲 比如高斯濾波 計算梯度 比如用索貝爾算子算出梯度 非極大值抑制 上一步算出來的邊緣可能比 閱讀全文
posted @ 2019-09-30 20:18 core! 閱讀 (170) 評論 (0) 編輯
摘要:"sobel算子一文" 說了,索貝爾算子是模擬一階求導,導數越大的地方說明變換越劇烈,越有可能是邊緣. 那如果繼續對f'(t)求導呢? 可以發現"邊緣處"的二階導數=0. 我們可以利用這一特性去尋找圖像的邊緣. 注意有一個問題,二階求導為0的位置也可能是無意義的位置 拉普拉斯算子推導過程 以x方向求 閱讀全文
posted @ 2019-09-30 13:52 core! 閱讀 (239) 評論 (1) 編輯
摘要:人眼怎么識別圖像邊緣? 比如有一幅圖,圖里面有一條線,左邊很亮,右邊很暗,那人眼就很容易識別這條線作為邊緣.也就是 像素的灰度值快速變化的地方 . sobel算子 對于f(t),其導數f'(t)反映了每一處的變化趨勢.在變化最快的位置其導數最大. sobel算子的思路就是模擬求一階導數. sobel 閱讀全文
posted @ 2019-09-29 17:46 core! 閱讀 (110) 評論 (0) 編輯
摘要:圖像平滑 Smoothing, also called blurring, is a simple and frequently used image processing operation. 平滑,也叫模糊. 本質就是把某點的像素值轉換為其及其周圍像素值的不同權重的疊加.h(k,l)即為卷積核, 閱讀全文
posted @ 2019-09-27 22:55 core! 閱讀 (172) 評論 (5) 編輯
摘要:Mat Mat由兩部分構成 matrix header pointer to the matrix containing the pixel values Mat is basically a class with two data parts: the matrix header (contain 閱讀全文
posted @ 2019-09-27 15:13 core! 閱讀 (28) 評論 (0) 編輯