计算机视觉实战的深度学习实战二：图像预处理
图像预处理 更多精彩内容请关注微信公众号：听潮庭。写在前面： 图像显示与存储原理 图像增强的目标 点运算：基于直方图的对比度增强 形态学处理 空间与处理：卷积 卷积的应用（平滑、边缘检测、锐化等） 频率域处理：傅里叶变换 ...
原文：计算机视觉的深度学习实战四：图像特征提取
更多精彩内容请关注微信公众号：听潮庭。 计算机视觉的深度学习实战四：图像特征提取 综述： 颜色特征 量化颜色直方图 聚类颜色直方图 几何特征 Edge，Corner，Blob 基于关键点的特征描述子 SIFT SURF ORB 其他特征提取： LBP Gabor 代码实践 一 颜色特征 量化颜色直方图 适用颜色空间：RGB HSV等颜色空间 操作 颜色空间量化，单元 bin 由单元中心代表 统计 ...
2019-05-17 13:23 0 4553 推荐指数：
相关推荐
MATLAB计算机视觉与深度学习实战
MATLAB计算机视觉与深度学习实战 1 基于直方图优化的图像去雾技术 1.1 案例背景 1.2 理论基础 1.2.1 空域图像增强 1.2.2 直方图均衡化 1.3 程序实现 1.3.1 设计GUI界面 1.3.2 全局直方图处理 1.3.3 局部直方图处理 1.3.4 ...
参考《深度学习之PyTorch实战计算机视觉》PDF
计算机视觉、自然语言处理和语音识别是目前深度学习领域很热门的三大应用方向。 计算机视觉学习，推荐阅读《深度学习之PyTorch实战计算机视觉》。学到人工智能的基础概念及Python 编程技能，掌握PyTorch 的使用方法，学到深度学习相关的理论知识，比如卷积神经网络、循环神经网络、自动编码 ...
计算机视觉深度学习实战三：频域分析及其变换
频域分析及变换 更多精彩内容请关注微信公众号：听潮庭。 如何让卷积更快：空域卷积=频域卷积 高斯金字塔 图像金字塔化：先进行图像平滑，再进行降采样， 根据降采样率，得到一系列尺寸逐渐减小的图像。 操作 ...
PyTorch深度学习计算机视觉框架
Taylor Guo @ Shanghai - 2018.10.22 - 星期一 PyTorch 资源链接 图像分类 VGG ResNet DenseNet MobileNetV2 ResNeXt SqueezeNet ...
为什么深度学习几乎成了计算机视觉研究的标配？
https://zhuanlan.zhihu.com/p/21533690 标签： 深度学习计算机视觉研究标配 2016-07-09 16:38 1951人阅读 评论(0) 收藏 举报 分类： 计算机视觉CV ...
OpenCV计算机视觉学习（13）——图像特征点检测（Harris角点检测，sift算法）
对图像进行目标特征的提取，常用的有颜色，角点，特征点，轮廓，纹理等特征。而下面学习常用的特征点检测。 ...
计算机视觉学习路线
深度学习算法工程师的基本要求 熟练掌握python和c++编程，至少熟悉 Caffe 和 Tensorflow/Pytorch 两种框架。 熟练玩转深度学习各类模型架构使用和设计。 熟练玩转数据的整理和使用，必须深刻理解数据在深度学习任务中的地位。 编程语言 C/C++ ...