圖像——基於深度學習和機器學習的深度學習筆記匯總


python基礎

圖像基礎

  • 圖像的主要用途:分類、目標檢測、圖像分割、圖像描述、圖像生成
  • 相關的組件:OpenCV、Tensorflow、Keras
  • 圖像的預處理:平滑與去噪——高斯濾波、中值濾波、曲率驅動濾波
  • 圖像的預處理:圖像銳化
  • 圖像的預處理:邊緣檢測算子——Sobel、canny、拉普拉斯
  • 圖像的預處理:形態學處理——腐蝕、膨脹、開閉運算、top-hat變換
  • 圖像的預處理:頻域分析變換——卷積計算、傅里葉變換、小波變換
  • 圖像特征提取:顏色特征——RBG、HSV、Lab
  • 圖像特征提取:幾何特征——Edge、Corner、Blob
  • 圖像特征提取:紋理特征——HOG、LBP、Gabor濾波
  • 圖像特征提取:局部特征——SIFT、SURF、ORB、FAST
  • 應用:基於灰度的圖像分割
  • 應用:人臉檢測的Haar-like特征
  • 行人檢測的多尺度變形部件
  • 目標檢測:R-CNN、Fast/Faster R-CNN、YOLO、
  • 圖像分割:FCN、反卷積、DeepLab-DCNN、連接CRF
  • 圖像生成:GAN、DCGAN

網易雲課堂——2017CS231n 斯坦福李飛飛視覺識別

網易雲課堂——斯坦福李飛飛-深度學習計算機視覺

openCV

OCR

參考


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM