注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 图像数据增强

  2. 图像数据增强，包括旋转，颜色变暗，变量，镜像等等，基于python，可进行批量图像处理。保证可用，好用。对于做深度学习特别好用。

  3. 所属分类：深度学习

    • 发布日期：2018-07-17
    • 文件大小：1024
    • 提供者：qq_40474147

  1. python实现图像数据增强

  2. python实现图像数据增强，实现对数据的增强，包括调亮，调暗，裁剪，镜像等等等，操作简单，可批量处理

  3. 所属分类：深度学习

    • 发布日期：2018-10-29
    • 文件大小：1024
    • 提供者：qq_40474147

  1. Python-用于场景文本图像数据增强的工具

  2. 用于场景文本图像数据增强的工具。 我们提供的工具可以避免过度拟合并获得模型的稳健性。

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：135168
    • 提供者：weixin_39841856

  1. 数据增强代码data_augmentation.py

  2. 数据增强技术，采用开源框架keras代码库进行数据扩增，通过平移、旋转、裁剪、等方法对原始图像进行操作，得到更多的类似的目标图像。

  3. 所属分类：Python

    • 发布日期：2020-04-15
    • 文件大小：984
    • 提供者：MyGrit

  1. python图像数据增强

  2. 此代码用于实现图像数据增强，对图片进行批量处理。包括图片旋转、翻转、模糊、增加噪声、亮度几种处理。运行需要安装python、opencv、numpy等。 使用时将图片统一放在img文件夹中，并将img文件夹和下载的py文件放在一起。

  3. 所属分类：深度学习

    • 发布日期：2019-03-16
    • 文件大小：3072
    • 提供者：qq_43019451

  1. tensorflow图像裁剪进行数据增强操作

  2. 主要介绍了tensorflow图像裁剪进行数据增强操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：91136
    • 提供者：weixin_38697808

  1. 图像批量数据增强（平移、旋转，翻转，对比度增强等）

  2. 图像的批量数据增强。程序需要python环境，使用起来方便快捷。只需修改图片来源和输出路径，并根据功能调整即可

  3. 所属分类：Python

    • 发布日期：2020-09-20
    • 文件大小：4096
    • 提供者：qq_43083238

  1. 基于Python的图像数据增强Data Augmentation解析

  2. 主要介绍了基于Python的图像数据增强Data Augmentation解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：822272
    • 提供者：weixin_38697471

  1. PyTorch学习笔记（二）图像数据预处理

  2. Environment OS: macOS Mojave Python version: 3.7 PyTorch version: 1.4.0 IDE: PyCharm 文章目录0. 写在前面1. 基本变换类1.1 填充1.2 擦除1.3 缩放1.4 裁剪1.5 旋转1.6 翻转1.7 颜色1.8 仿射变换和线性变换1.9 归一化和标准化1.10. Lambda2. 组合变换类3. 自定义图像数据增强 0. 写在前面 本文记录了使用 PyTorch 实现图像数据预处理的方法，包括数据增强和标准

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38524472

  1. PyTorch学习笔记（二）图像数据预处理

  2. Environment OS: macOS Mojave Python version: 3.7 PyTorch version: 1.4.0 IDE: PyCharm 文章目录0. 写在前面1. 基本变换类1.1 填充1.2 擦除1.3 缩放1.4 裁剪1.5 旋转1.6 翻转1.7 颜色1.8 仿射变换和线性变换1.9 归一化和标准化1.10. Lambda2. 组合变换类3. 自定义图像数据增强 0. 写在前面 本文记录了使用 PyTorch 实现图像数据预处理的方法，包括数据增强和标准

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38546817

  1. scripts_for_augmentations:数据（图像）增强脚本-源码

  2. scr ipts_for_augmentations 数据（图像）增强脚本

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：5120
    • 提供者：weixin_42133969

  1. cutblur:重新考虑数据增强以实现图像超分辨率（CVPR 2020）-源码

  2. 重新考虑数据增强以实现图像超分辨率（CVPR 2020） 该存储库提供了以下论文的官方PyTorch实现： 重新思考图像超分辨率的数据增强：全面分析和新策略* 1 ， * 2 ， 2 *表示相等的贡献。大多数工作在NAVER Corp.中完成。 1个EPFL 2阿久大学 摘要：数据扩充是提高深度网络性能的有效方法。不幸的是，当前的方法主要是针对高级视觉任务（例如分类）而开发的，而针对低级视觉任务（例如图像恢复）的研究很少。在本文中，我们对应用于超分辨率任务的现有增强方法进行了全面分析。我们发

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：13631488
    • 提供者：weixin_42122878

  1. labeling-augmenting-images:使用Makeense网站标记图像数据集-源码

  2. 标签和增强图像 讨论 在此项目中，我们通过帮助在线网站来遵循标记车牌图像数据集的过程，，通过使用和 ，我们能够在五种不同的条件下（ fogy,rainy,snowy,brighten,darken ， fogy,rainy,snowy,brighten,darken对数据集进行扩充通过增加数据集，我们将更好地学习不同条件下的目标检测算法，并通过将它们用于目标检测任务的训练过程进行标记。 贴标阶段 转到网站，并在计算机视觉的不同任务中（特别是在对象检测任务中）查看该网站在其他任务中的可选，在此站点

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：6144
    • 提供者：weixin_42099070

  1. 指导模板的数据增强和细化，用于高光谱图像的监督分类

  2. 带标签的训练样本的有限且昂贵的可用性导致以基于数据增强的监督学习的形式定义高光谱分类任务的方法的发展。 但是，大多数方法只是隐式地利用各向同性邻域中的频谱空间信息，而不是显式指示各向异性或操纵邻域系统。 在本文中，我们应用导向模板来估计局部方向的同质区域，并利用更有价值的光谱空间环境。 通过使用最佳的导向模板匹配方法，我们提出了一种数据扩充和精炼方法，以改善带有有限标记样本的任何光谱空间分类器的性能。 实验表明，该方法对许多光谱空间分类器都非常有效。

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：655360
    • 提供者：weixin_38724229

  1. NLP中数据增强的综述，快速的生成大量的训练数据

  2. 深度学习视觉领域的增强方法可以很大程度上提高模型的表现，并减少数据的依赖，而NLP上做数据增强不像在图像上那么方便，但还是有一些方法的。与计算机视觉中使用图像进行数据增强不同，NLP中文本数据增强是非常罕见的。这是因为图像的一些简单操作，如将图像旋转或将其转换为灰度，并不会改变其语义。语义不变变换的存在使增强成为计算机视觉研究中的一个重要工具。我很好奇是否有人尝试开发NLP的增强技术，并研究了现有的文献。在这篇文章中，我将分享我对当前用于增加文本数据的方法的发现。这种方法试图在不改变句子主旨的情

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：430080
    • 提供者：weixin_38747216

  1. 数据增强：用于数据增强的图像弹性变换-源码

  2. 弹性变形以增强图像数据 如[Simard2003]中所述，在图像中产生弹性变形以产生新图像，从而增加了可用于cnn训练的数据量

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：2048
    • 提供者：weixin_42131342

  1. MAX图像分辨率增强器：将图像放大4倍，同时生成逼真的细节-源码

  2. IBM开发人员模型资产交换：图像分辨率增强器 该存储库包含用于实例化和部署图像分辨率增强器的代码。 该模型能够将像素化图像放大4倍，同时生成逼真的细节。 GAN基于和。 该模型在数据集的600,000张图像上进行了，模型文件托管在。 该存储库中的代码将模型作为Web服务部署在Docker容器中。 该存储库是作为一部分的，公共API由。 模型元数据 域 应用 行业 构架 训练数据 输入数据格式 视力 超分辨率 一般 TensorFlow 图像（RGB / HWC） 基准测试 第5集 作者的S

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：17825792
    • 提供者：weixin_42165712

  1. CNN图像分类和烧瓶部署：基于CIFAR-10数据集的CNN图像分类，以及使用Flask进行数据增强和训练后的CNN模型的部署。 （Python）-源码

  2. CNN图像分类和烧瓶部署：基于CIFAR-10数据集的CNN图像分类，以及使用Flask进行数据增强和训练后的CNN模型的部署。 （Python）

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：96468992
    • 提供者：weixin_42151772

  1. 交通标志识别：具有STN和大量数据增强功能的PyTorch中的交通标志识别（GTSRB）-源码

  2. 交通标志识别 将交通标志图像识别并分类为来自数据集的43类。 该项目是Rob Fergus领导的纽约大学计算机视觉课程的一部分，并作为Kaggle竞赛进行。 该模型是使用带有IDSIA网络修改版本的Spatial Transformer网络设计的，并使用大量增强的数据进行了训练。 该模型在Kaggle排行榜上达到了约99.5％的测试设置精度，远高于人工精度。 该项目的整个开发过程可以在阅读。 数据 从下载培训和测试文件夹 跑步 项目可以通过两种方式运行，即main.ipynb jupyter

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：235520
    • 提供者：weixin_42129970

  1. 基于Python的图像数据增强Data Augmentation解析

  2. 1.1 简介 深层神经网络一般都需要大量的训练数据才能获得比较理想的结果。在数据量有限的情况下，可以通过数据增强（Data Augmentation）来增加训练样本的多样性， 提高模型鲁棒性，避免过拟合。 在计算机视觉中，典型的数据增强方法有翻转（Flip），旋转（Rotat ），缩放（Scale），随机裁剪或补零（Random Crop or Pad），色彩抖动（Color jittering），加噪声（Noise） 笔者在跟进视频及图像中的人体姿态检测和关键点追踪（Human Pose Es

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：352256
    • 提供者：weixin_38747566
« 12 3 4 5 6 7 8 9 10 ... 39 »