作者 | 江昱前言图像分类是人工智能领域的一个热门话题。通俗解释就是，根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。图像分类在实际生产生活中也是经常遇到的，而且针对不同领域或者需求有着很强的针对性。例如通过拍摄花朵识别花朵信息、通过人脸比对人物信息等。通常
转载
2023-09-06 13:32:27
160阅读
OpenCV由各种不同组件组成。OpenCV成为最主要的图像处理工具包，是因为它功能齐全，支持目前主流的图像、视频处理算
原创
2024-09-29 15:47:13
102阅读
在OpenCV中，现在有很多种结构类型可以用来表示图像，它们之间有区别又有联系，现在记录一下它们之间的区别和相似之处，以便后面查看。 其中类型有：1. Iplimage，2. Mat，3.CvMat， 4.CVArr； 其中：1. IplImage: 较老版本的图像存储类型，在2.0之前使用；2. CvArr： 也是较老的一种存储结构，是一种抽象的基类。3. CvMat： &
VS2010+Opencv2.4.9+QT4.8.0实现图像处理1.首先，安装vs2010，安装QT4.8.0，QT下载连接如下，下载“qt-win-opensource-4.8.0-vs2010.exe”http://download.qt.io/archive/qt/4.8/4.8.0/ 1）点击qt-win-opensource-4.8.0-vs2010.exe安装，我安装到了D:\QT4.
分类器 分类器是一种计算机程序。 他的设计目标是在通过学习后，可自动将数据分到已知类别。 平面线性分类器 一个简单的分类问题，如图有一些圆圈和一些正方形，如何找一条最优的直线将他们分开？ 我们可以找到很多种方法画出这条直线，但怎样的直线才是最优的呢？距离样本太近的直线不是最优的，因为这样的直线对噪声敏感度高，泛化性较差。 因此我们的目标是找到一条直线，离最近的点距离最远。 怎么寻找
原文地址丢失，请谅解！1.准备训练样本图片1.1样本的采集： 样本图片最好使用灰度图，且最好根据实际情况做一定的预处理；样本数量越多越好，尽量高于1000，样本间差异性越大越好正负样本比例为1：3最佳；尺寸为20x20最佳。1.1.1正样本 &nb
转载
2024-04-03 13:01:55
52阅读
目录官方在线帮助文档：OpenCV: OpenCV modules用OpenCV对图像做一些简单的操作 1. 图像直方图2. 图像二维直方图3. 图像直方图均衡化4. 图像卷积操作5. 高斯模糊图像均值与高斯模糊6. 高斯双边模糊（边缘滤波）官方在线帮助文档：OpenCV: OpenCV modules
用OpenCV对图像做一些简单的操作 1. 图像直方图图像直方图的解释图像
转载
2024-04-11 16:33:43
34阅读
文章目录前言一、数据集准备二、图像分类程序构建1.变量定义2.模型文件生成3.训练数据集生成4.训练完整代码5.验证完整代码6.预测完整代码训练效果预测效果总结 前言本文基于CNTK实现分类，并以之前的不同，本次使用C#实现，不适用python，python版的CNTK比较简单，而且python版的cntk个人感觉没什么必要，毕竟是微软的框架因此本人强迫症犯了，所以使用C#实现CNTK 环境版本
图像分类通用测试代码设备选择运用生成器的格式，选择GPU其中哪片"cuda:0" 或者cpu "cpu"，然后，输出使用的设备。device = torch.device("cuda:0" if torch.cuda.is_avalible() else "cpu")
print("using {} device.".formate(device))图片转换操作定义字典形式的data_transf
转载
2024-06-08 22:38:48
116阅读
【Pytorch】MNIST 图像分类代码 - 超详细解读 目录【Pytorch】MNIST 图像分类代码 - 超详细解读前言一、代码框架二、实现代码1.引入包2.设置相关参数3.处理数据集4.构建网络5.训练6.保存模型三、其他 前言最近机器学习在低年级本科生中热度剧增，小编经常看见在自习室里啃相关书籍的小伙伴。但由于缺少经验指导，也许原理清楚了，但是由于很多书中对细节上的函数等等介绍不多，很多
转载
2024-03-21 20:14:08
101阅读
参考文献【机器之心——使用MNIST数据集，在TensorFlow上实现基础LSTM网络】1、LSTM简单介绍LSTM主要用于处理时间序列。在这里我们将一张图片的每一列或者每一行当成一个序列，这个序列是有一定的规律的，我们希望借助LSTM识别这种每一行的变化模式从而对数据集进行分类。2、关于MNIST数据集MNIST 数据集包括手写数字的图像和对应的标签。我们可以根据以下内置功能从 TensorF
转载
2024-03-20 14:31:30
207阅读
一.项目描述数据集来源于kaggle猫狗大战数据集。训练集有25000张，猫狗各占一半。测试集12500张。希望计算机可以从这些训练集图片中学习到猫狗的特征，从而使得计算机可以正确的对未曾见过的猫狗图片进行分类。这就是图像分类问题，计算机视觉研究领域之一，计算机通过学习图像本身的特征将不同类别的图像区分开来。二.评价指标二分类评价指标 binary_crossentropy：交叉熵ŷ i是样本标
转载
2023-08-14 20:14:16
261阅读
2评论
最近参加了中兴的算法大赛，然后选择的是人脸识别赛题。但是由于自己编程能力一般，理所当然的是掉坑了。一起组队的研二师兄分配了一些任务给我。由于我们采用的是深度学习进行人脸识别，通过和其他人换照片，采集了大量的照片集。我的任务就是将不同的照片划分到不同的文件夹。由于有一百多数据集，每个数据集有二十四张照片，所以人工分文件夹几乎不可能。偶然间在《Opencv图像处理编程实例》看到 了图片的批量读取的实例
转载
2024-03-22 13:41:37
46阅读
前言: 这是数字图像课程的大作业,老师要求不可以采用深度学习的方法检测和识别特定的路标,只能采用传统的图像算法提取特征从而检测出特定的车牌.参考文章:！！！！ 路标的检测和识别算法改进，改进后的算法代码与讲解链接：[opencv完整项目详解] 传统图像算法解决路标的检测和识别(改进升级版) 目录算法思路:代码讲解第一步:颜色分割第二步:去噪第三步:填充第四步:找轮廓第五步:找轮廓的最小外接矩形第六
文章目录准备样本图片预处理缺少程序生成正样本.vec文件生成自己的分类器 准备样本需要训练一个婴面头部的分类器，从网上找了一些图片，作为正样本。正样本50张负样本直接选择了人脸识别的负样本，负样本选中了2000张。图片预处理对图片进行灰度化、归一化处理。"""
作者：Shirley
日期：2021年05月12日
对处理正负样本，灰度化，归一化，大小为（50,50）
"""
import cv2
转载
2024-04-19 13:18:29
82阅读
在计算机中，按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型。目前，大多数图像处理软件都支持这四种类型的图像。二值图像： 一幅二值图像的二维矩阵仅由0、1两个值构成，“0”代表黑色，“1”代白色。由于每一像素（矩阵中每一元素）取值仅有0、1两种可能，所以计算机中二值图像的数据类型通常为1个二进制位。二值图像通常用于文字、线条图的扫描识别（OCR）和掩膜
转载
2024-03-21 21:32:49
67阅读
引言图像分类一直是神经网络的重要应用，热度居高不下，但是其相对复杂的代码量以及复杂的调试让很多小白望而却步。其实，Mathematica里面内置的Classify功能可以极其简单的实现这样的功能，直接展示如下代码解释第一行使用FileNames，第一个参数是文件后缀，用来确定文件类型，第二个参数是绝对路径，获得所有文件的名字。第二行**Map[Import,filename]**是为了导入数据，即
转载
2024-03-19 17:05:14
30阅读
文章目录图像内容分类1 K近邻分类法（KNN）1.1 一个简单的二维示例1.2 用稠密SIFT作为图像特征1.3 图像分类：手势识别2 贝叶斯分类器3 支持向量机 图像内容分类1 K近邻分类法（KNN）在分类方法中，最简单且用的最多的就是KNN（K近邻分类法），这种算法把要分类的对象与训练集中已知类标记的所有对象进行对比，并由k近邻对指派到哪个类进行投票。其弊端在于需要预先设定k值，k值的选择会影
转载
2024-03-19 09:55:54
75阅读
前言图像分类是人工智能领域的一个热门话题。通俗解释就是，根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。图像分类在实际生产生活中也是经常遇到的，而且针对不同领域或者需求有着很强的针对性。例如通过拍照花朵识别花朵信息，通过人脸匹对人物信息等。通常情况下，这些以来
转载
2024-07-24 21:45:55
45阅读
前面一篇文章有说过，利用scrapy来爬取图片，是为了对图片数据进行分类而收集数据。本篇文章就是利用上次爬取的图片数据，根据图片的颜色特征来做一个简单的分类处理。实现步骤如下：1：图片路径添加2：对比度处理3：滤波处理4：数据提取以及特征向量化5：图片分类处理6：根据处理结果将图片分类保存代码量中等，还可以更少，只是我为了练习类的使用，而将每个步骤都封装成了一个独立的类，当然里面也有类继承的问题，
转载
2023-07-14 17:20:23
163阅读
