resizeimage

【技术博客】目标检测算法R-CNN介绍

只谈情不闲聊 提交于 2020-08-18 23:20:43
目标检测算法R-CNN介绍 作者:高雨茁 目标检测简介 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置。 计算机视觉中关于图像识别有四大类任务: 1.分类-Classification:解决“是什么?”的问题,即给定一张图片或一段视频判断里面包含什么类别的目标。 2.定位-Location:解决“在哪里?”的问题,即定位出这个目标的的位置。 3.检测-Detection:解决“是什么?在哪里?”的问题,即定位出这个目标的的位置并且知道目标物是什么。 4.分割-Segmentation:分为实例的分割(Instance-level)和场景分割(Scene-level),解决“每一个像素属于哪个目标物或场景”的问题。 当前目标检测算法分类 1.Two stage目标检测算法 先进行区域生成(region proposal,RP)(一个有可能包含待检物体的预选框),再通过卷积神经网络进行样本分类。 任务:特征提取—>生成RP—>分类/定位回归。 常见的two stage目标检测算法有:R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN和R-FCN等。 2.One stage目标检测算法 不用RP,直接在网络中提取特征来预测物体分类和位置。 任务:特征提取—>分类/定位回归。 常见的one

基于opencv的车牌提取项目

﹥>﹥吖頭↗ 提交于 2020-08-15 05:33:00
初学图像处理,做了一个车牌提取项目,本博客仅仅是为了记录一下学习过程,该项目只具备初级功能,还有待改善 第一部分:车牌倾斜矫正 # 导入所需模块 import cv2 import math from matplotlib import pyplot as plt # 显示图片 def cv_show(name,img): cv2.imshow(name,img) cv2.waitKey() cv2.destroyAllWindows() # 调整图片大小 def resize(image, width=None, height=None, inter= cv2.INTER_AREA): dim = None (h, w) = image.shape[:2 ] if width is None and height is None: return image if width is None: r = height / float(h) dim = (int(w * r), height) else : r = width / float(w) dim = (width, int(h * r)) resized = cv2.resize(image, dim, interpolation= inter) return resized # 加载图片 origin_Image =

一、数据增广

折月煮酒 提交于 2020-08-12 04:22:08
一、数据增广 在图像分类任务中,图像数据的增广是一种常用的正则化方法,常用于数据量不足或者模型参数较多的场景。在本章节中,我们将对除 ImageNet 分类任务标准数据增广外的8种数据增广方式进行简单的介绍和对比,用户也可以将这些增广方法应用到自己的任务中,以获得模型精度的提升。这8种数据增广方式在ImageNet上的精度指标如下所示。 二、常用数据增广方法 如果没有特殊说明,本章节中所有示例为 ImageNet 分类,并且假设最终输入网络的数据维度为: [batch-size, 3, 224, 224] 其中 ImageNet 分类训练阶段的标准数据增广方式分为以下几个步骤: 图像解码:简写为 ImageDecode 随机裁剪到长宽均为 224 的图像:简写为 RandCrop 水平方向随机翻转:简写为 RandFlip 图像数据的归一化:简写为 Normalize 图像数据的重排, [224, 224, 3] 变为 [3, 224, 224] :简写为 Transpose 多幅图像数据组成 batch 数据,如 batch-size 个 [3, 224, 224] 的图像数据拼组成 [batch-size, 3, 224, 224] :简写为 Batch 相比于上述标准的图像增广方法,研究者也提出了很多改进的图像增广策略,这些策略均是在标准增广方法的不同阶段插入一定的操作

论Python中模块的学习

妖精的绣舞 提交于 2020-08-12 00:33:12
目录 Python模块 Python 模块(Module): 是一个 Python 文件,以 .py 结尾,包含了 Python 对象定义和Python语句 模块的作用 模块能够有逻辑地组织Python 代码段 模块能定义函数,类和变量,模块里也能包含可执行的代码 import语句 模块的引入 模块定义好后,我们可以使用import 语句来引入模块,语法如下: import module1 在调用 math 模块中的函数时,必须这样引用: 模块名.函数名 from...import语句 Python 的 from 语句让你从模块中导入一个指定的部分到当前命名空间中。语法如下: from modname import name1 from functools import reduce # 这个声明不会把整个functools模块导入到当前的命名空间中,它只会将functools里的reduce单个引入到执行这个声明的模块的全局符号表 from…import* 语句 把一个模块的所有内容全都导入到当前的命名空间也是可行的,只需使用如下声明: from math import * 第三方模块 在这里举一个第三方模块例子,其他第三方模块在使用时通过查看帮助文档来学习 第一步:安装pillow pip install pillow 第二步:使用该模块完成一系列操作

php 图片压缩

妖精的绣舞 提交于 2020-08-08 09:49:18
注: 代码取自网上 1.依赖 php 扩展 php-imagick 2.压缩原理: 1)读取图片内容,对图片进行裁剪或者缩放; 2)再转化为jpg(jpeg)进行数据量压缩:jpg(jpeg)都支持压缩率(GD库也支持) /** * @param $image string 图片内容file_get_contens stream_get_contens * @param $width int 图片宽 阈值 * @param $height int 图片高 阈值 * @param $crop bool 如果图片宽或者高度超过上面的阈值,将进行 true:裁剪 false 缩放 * @return array [string, 'jpg'] 正常返回处理后的图片内容,可以直接存为jpg */ function custom_resize($image, $width, $height, $crop = false) { try{ $imagick = new Imagick(); $imagick->readImageBlob($image); $w = $imagick->getImageWidth(); $h = $imagick->getImageHeight(); if ($w > $width || $h > $height) { if ($crop) {//裁剪

基于opencv的车牌提取项目

☆樱花仙子☆ 提交于 2020-07-27 13:13:32
初学图像处理,做了一个车牌提取项目,本博客仅仅是为了记录一下学习过程,该项目只具备初级功能,还有待改善 第一部分:车牌倾斜矫正 # 导入所需模块 import cv2 import math from matplotlib import pyplot as plt # 显示图片 def cv_show(name,img): cv2.imshow(name,img) cv2.waitKey() cv2.destroyAllWindows() # 调整图片大小 def resize(image, width=None, height=None, inter= cv2.INTER_AREA): dim = None (h, w) = image.shape[:2 ] if width is None and height is None: return image if width is None: r = height / float(h) dim = (int(w * r), height) else : r = width / float(w) dim = (width, int(h * r)) resized = cv2.resize(image, dim, interpolation= inter) return resized # 加载图片 origin_Image =