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. 数字图像处理-基于内容的图像分类-项目报告-源码

  2. 这是北京大学计算机系数字图像处理的实习题目。在这个项目中，我们收获了很多。把整个分类、特征提取、论文阅读等等都经历了。这是我们组三个人共同的结果。 一． 项目综述 本实验项目实现了基于内容的图像分类系统，系统共分为三大模块：特征提取部分和分类器训练与测试，以及界面展示。在特征提取模块采用了HSV、CIE-LAB、RGB颜色特征，小波变换及灰度共生矩阵的纹理特征，基于canny算子不变矩的形状特征；分类器我们选择了SVM、？对于不同特征的处理，我们采取了前期加权融合。最后还有一个对各个特征分类结

  3. 所属分类：C++

    • 发布日期：2009-05-06
    • 文件大小：1048576
    • 提供者：gusui

  1. 基于仿生模式理论的神经网络实现图像识别的方法与技术实现

  2. 摘要：本文根据王守觉院士2002年提出的全新的仿生模式识别理论，采用神经网络的方法实现图像识别。该方法利用神经网络形成的复杂包络在特征空间中构造不同图像的覆盖区域达到识别目的。实验证明，这种图像识别方法只要通过少量样本的训练即可达到比传统方法更高的识别率。

  3. 所属分类：网络基础

    • 发布日期：2009-07-05
    • 文件大小：142336
    • 提供者：qinchuanhero

  1. lbg算法 图像压缩

  2. LBG算法是由Linde,Buzo,Gray三人在1980年提出的。它其实相当于Lord-Max方法的多维推广，但它并不需要知道输入矢量的概率分布，LBG算法通过训练矢量集和一定的迭代算法来逼近最优的再生码本。

  3. 所属分类：其它

    • 发布日期：2010-01-03
    • 文件大小：38912
    • 提供者：yituanmiwu

  1. 基于神经网络与对比度的多聚焦图像融合技术

  2. 通过对各源图像进行小波变换,根据变换后系数计算出图像的小波对比度,作为前馈神经网络的训练样本,调整神经网络权重;然后对该系数进行小波逆变换,得到融合图像。

  3. 所属分类：网络基础

    • 发布日期：2010-02-02
    • 文件大小：257024
    • 提供者：pshyctc

  1. 真正的Corel-5K图像库 标准训练集与测试集

  2. 深圳电信培训中心的徐海蛟博士教学用的真正的Corel-5K图像数据集。5000张图片，标注词，训练数据，测试数据。特征提取说明。吐血奉献！ 这是真正的Corel-5K图像集，共包含科雷尔（Corel）公司收集整理的5000幅图片，故名：Corel-5K，童鞋们可用于科学图像实验：分类、检索等。Corel-5k数据集是图像实验的事实标准数据集。 Corel图像库是科雷尔（Corel）公司收集整理的较为丰富的图像库涵盖多个主题。Corel图像库由若干个CD组成，每个CD包含100张大小相等的图像，

  3. 所属分类：Java

    • 发布日期：2013-10-26
    • 文件大小：66060288
    • 提供者：helloabc99

  1. 基于分布式学习的图像训练方法、系统、介质及智能设备.pdf

  2. 基于分布式学习的图像训练方法、系统、介质及智能设备.pdf

  3. 所属分类：机器学习

    • 发布日期：2020-05-17
    • 文件大小：929792
    • 提供者：anitachiu_2

  1. 图像样本数量扩充工具.zip

  2. 图像训练和识别时样本库数量太少通过添加各种变换增加图片库数量的小程序 vs2015 mfc opencv3.3.0 对图像做以下处理 随机选取处理程度生成样本或者干扰图像 平移 旋转 翻转 缩小 模糊0 噪声 扭曲 手动绘制干扰 偏色 压缩 亮度

  3. 所属分类：图像处理

    • 发布日期：2020-02-22
    • 文件大小：42991616
    • 提供者：maomao123_1981

  1. yolov3_OpenImage图像训练教程

  2. yolov3_OpenImage图像训练教程 https://blog.csdn.net/LuohenYJ/article/details/88581335

  3. 所属分类：深度学习

    • 发布日期：2019-03-16
    • 文件大小：7168
    • 提供者：luohenyj

  1. 舌头图像训练数据集舌头图像训练数据集

  2. 舌头图像训练数据集舌头图像训练数据集

  3. 所属分类：互联网

    • 发布日期：2020-11-26
    • 文件大小：35651584
    • 提供者：wll52

  1. contrastive-unpaired-translation:对比性的非配对图像到图像翻译，比cyclegan更快，更轻松的训练（ECCV 2020，在PyTorch中）-源码

  2. 对比非成对翻译（CUT） | | | 我们提供了基于补丁式对比学习和对抗学习的不成对图像到图像翻译的PyTorch实现。 没有使用手工制作的损耗和逆网络。 与相比，我们的模型训练更快，内存占用更少。 另外，我们的方法可以扩展到单个图像训练，其中每个“域”仅是单个图像。 ， ，，加州大学伯克利分校和Adobe Research 在ECCV 2020中 伪代码 import torch cross_entropy_loss = torch . nn . CrossEntropyLoss ()

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：16777216
    • 提供者：weixin_42151772

  1. urban_emissions:使用卫星和街道图像预测城市排放-源码

  2. 使用卫星和街道图像预测城市排放 描述 该项目通过使用卷积神经网络（CNN）来研究城市地区臭氧浓度水平与其物理特征之间的关系。 我们训练了两种模型，其中一种接受过卫星图像训练，以捕获更高层次的特征（例如位置的地理位置），另一种进行过街道图像训练，以学习基础特征（例如，机动车活动）。 然后将这些特征连接起来，形成一个共享的表示形式，据此可以预测该位置的臭氧水平（以十亿分之一为单位）。 代码结构 02_scr ipts/目录包含用于刮擦和预处理臭氧浓度数据的代码，该数据来自 。 它还包含一个01_Da

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：350224384
    • 提供者：weixin_42118770

  1. 合成训练图像进行语义分割

  2. 语义分割是计算机视觉领域的关键问题之一。 最近，卷积神经网络（CNN）在语义分割任务中表现出了显着的性能。 但是，CNN需要足够数量的带注释的训练图像。由于需要大量的人工，这具有挑战性。.在本文中，我们建议使用3D模型自动生成具有像素级注释的合成图像。 通过随机采样渲染参数和添加随机背景图案，我们利用3D模型来生成对象外观和背景杂乱度高的合成图像。 然后，通过与公开可用的真实世界图像相结合，我们使用合成图像来增加训练样本以进行语义分割。 实验结果表明，使用我们的合成图像训练的CNN在PASCAL

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：648192
    • 提供者：weixin_38685694

  1. 五类图像训练验证数据集

  2. 图像清晰，目标明显，易标注

  3. 所属分类：深度学习

    • 发布日期：2021-02-18
    • 文件大小：13631488
    • 提供者：weixin_42410915

  1. 图像分类-卷积神经网络：使用MNIST时尚数据集，构建了卷积神经网络将图像分类为10个类别之一。 使用TensorFlow Framework和Keras库实现了CNN。 在Google Colab上以60,000张图像训练模型-源码

  2. 图像分类-卷积神经网络：使用MNIST时尚数据集，构建了卷积神经网络将图像分类为10个类别之一。 使用TensorFlow Framework和Keras库实现了CNN。 在Google Colab上以60,000张图像训练模型

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：564224
    • 提供者：weixin_42113456

  1. keras-UNet-demo：使用unet进行图像分割-源码

  2. keras-UNet-demo 关于 U-Net是一个强大的卷积神经网络，专为生物医学图像分割而开发。 尽管我在测试图像蒙版上犯了一些错误，但预测对于分割非常有用。 Keras的U-Net演示实现，用于处理图像分割任务。 特征： 在Keras中实现的U-Net模型 蒙版和覆盖图绘制的图像 训练损失/时期 用于绘制蒙版的json文件 用于减少损失的数据扩充 获得帮助 labelme获取蒙版点： : 实用程序以查看模型功能： : 按数字顺序接收文件 def last_4chars ( x

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：16777216
    • 提供者：weixin_42159267

  1. 基于自类推与NSCT的单幅图像超分辨率技术

  2. 在很多实际应用中很难获得适当的图像训练集，但是单幅图像放大却是一个病态问题。利用图像局部结构的自相似性和可传递性，结合非下采样Contourlet变换(NSCT)的优点，提出一种基于自类推与NSCT的单幅图像超分辨率重建(SRR)方法。采用NSCT对源图像和退化图像进行多尺度、多方向分解，得到用于学习的各带通方向子带对，利用图像自类推技术生成高分辨率的各带通方向子带，与立方插值放大后的源图像进行NSCT重构得到超分辨率重建图像。实验结果表明，该方法可以独立进行，摆脱一般方法对训练结合的依赖，能产

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：3145728
    • 提供者：weixin_38558186

  1. 一种监控视频人脸图像超分辨技术

  2. 由于目前监控视频所拍摄的人脸图像目标较小、难以辨识, 图像超分辨处理已成为亟待解决监控视频图像实际应用问题的技术和手段。提出了一种针对室外监控视频人脸图像的超分辨技术,利用先验知识设置图像训练集, 并进行图像空间转化、去噪等预处理操作; 设计八层卷积神经网络并对各层类型及连接方式进行设定, 同时设定激活函数类型及各层间传递方式函数; 初始化参数并根据训练集训练网络; 根据损失函数反向调整卷积核和偏置参数, 完成图像输出。经过大量实际监控视频图像测试, 并将本文方法和现有其他方法做对比, 实验结果

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：7340032
    • 提供者：weixin_38625464

  1. cnn-watermark-removal：完全卷积的深度神经网络，可从图像中去除透明的覆盖层-源码

  2. 警告！ 本项目中使用的体系结构不能很好地概括。 您可能要检查 。 这种修补技术可能会给您带来更好的效果。 完全卷积水印去除攻击 深度学习架构可从图像中删除透明的叠加层。 顶部：左侧为水印，中间为重建，右侧为算法预测的遮罩（从未使用文本或此图像训练过神经网络） 下： Pascal数据集图像重建。 当水印区域饱和时，重建趋向于产生灰色。 设计选择 在火车上，我生成了一个面具。 它是带有随机生成的参数（高度，宽度，不透明度，黑白，旋转）的矩形。 将遮罩应用于图片，并训练网络以查找添加的内容。 损失

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：719872
    • 提供者：weixin_42139302

  1. 令人敬畏的卫星图像数据集：:satellite_selector:带有计算机视觉和深度学习注释的卫星图像训练数据集列表-源码

  2. 令人敬畏的卫星图像数据集：:satellite_selector:带有计算机视觉和深度学习注释的卫星图像训练数据集列表

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1048576
    • 提供者：weixin_42160398

  1. 一种基于深度卷积神经网络的水下光电图像质量优化方法

  2. 由于水体对光的吸收和散射, 水下光电图像具有低信噪比、低对比度等特点, 导致目标难以识别, 限制了水下光电成像装备的实际应用和发展。为提高目标的探测精度和识别率, 提出包含一维并行卷积和子像素卷积的深度卷积神经网络, 利用其从水下光电图像训练集中学习优化图像质量的参数, 实现了去噪和对比度增强。实验结果表明, 相比于经典去噪方法和对比度增强方法联合处理的结果, 本文方法得到的峰值信噪比和均方根对比度分别平均提高了2.93 dB和14.41, 能够有效地权衡去噪、对比度增强和亮度提升等, 获得适合

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：14680064
    • 提供者：weixin_38500944
« 12 3 4 5 6 7 8 9 10 ... 50 »