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. bsds500标准图片库

  2. bsds500标准图片库之test图片，用于matlab对图片进行测试的标准图片库

  3. 所属分类：软件测试

    • 发布日期：2014-06-24
    • 文件大小：14680064
    • 提供者：u010278766

  1. BSDS500标准图片库train

  2. BSDS500标准图片库-train,用于matlab对图片处理的标准图片库

  3. 所属分类：数据库

    • 发布日期：2014-06-24
    • 文件大小：13631488
    • 提供者：u010278766

  1. bsds500val

  2. bsds500val标准图片库，用于matlab对图片进行处理的标准图库

  3. 所属分类：数据库

    • 发布日期：2014-06-24
    • 文件大小：7340032
    • 提供者：u010278766

  1. Richer Convolutional Features for Edge Detection

  2. In this paper, we propose an accurate edge detector using richer convolutional features (RCF). Since objects in natural images possess various scales and aspect ratios, learning the rich hierarchical representations is very critical for edge detecti

  3. 所属分类：C/C++

    • 发布日期：2017-11-09
    • 文件大小：2097152
    • 提供者：liurole

  1. Richer Convolutional Features for Edge

  2. 最近，南开大学提出一种边缘检测和图像分割算法，被称为首个在图像分割数据集BSDS500上F值（F-Feature）超越数据集本身人工标注平均值的实时算法。目前算法已经开源，跟着本文一起了解下。压缩包里有文档也有代码，还有博客地址。

  3. 所属分类：机器学习

    • 发布日期：2018-10-31
    • 文件大小：5242880
    • 提供者：huyiqun6

  1. 基于SLIC0 融合纹理信息的超像素分割方法*

  2. 由于SLIC0 算法在分割时仅考虑图像的颜色、亮度、空间位置特征，没有考虑纹理特征，当分割具有繁杂纹理的自然图 像时，其分割的超像素无法精准地符合区域或目标的边界或外轮廓，因此提出基于SLIC0 融合纹理信息的超像素分割算法——— SLIC0-t。首先利用光谱分析描述图像中区域的纹理特性，然后在分割中融合能够准确反映图像中目标轮廓或区域边界的纹理 特征;其次在分割过程中，进一步优化SLIC0 围绕种子像素搜索近邻像素的搜索策略，采用以各个种子点为中心，在以预期超像 素邻接距离为半径的圆盘内搜索的

  3. 所属分类：图像处理

    • 发布日期：2018-09-10
    • 文件大小：436224
    • 提供者：weixin_43171119

  1. 图像分割和边缘检测-BSDS500数据集

  2. BSDS300基础上扩展出的数据集，加入了200张新的图片。 BSDS500包括：图片，ground-truth, benchmarks

  3. 所属分类：机器学习

    • 发布日期：2019-01-22
    • 文件大小：73400320
    • 提供者：weixin_43276913

  1. BSDS500数据集（内含已经编译好的测试图片）

  2. 内含已经编译好的BSDS边缘测试图像（位于./BSDS/BSR/BSDS500/data/groundTruth/bon下）,该数据集主要用于基于深度学习的边缘检测。

  3. 所属分类：深度学习

    • 发布日期：2019-04-26
    • 文件大小：82837504
    • 提供者：ziyeshy

  1. BSDS500分割数据集以及处理脚本

  2. 下载的官方的BSDS500分割数据集。官方页面下载太慢了，让老师帮忙下载了，然后从网上找到了bsdb生成轮廓可视化图脚本和生成分块可视化图脚本。都打包起来以后备用，也方便大家学习使用。数据库包含200张训练图，200张侧视图，100张检验图。ground truth是人工标识的，已数据库图片id为单位，保存成mat格式文件，一个文件包含多个标记者的标记信息。有轮廓和分割信息，用matlab读取很方便，直接load就行。

  3. 所属分类：深度学习

    • 发布日期：2019-04-20
    • 文件大小：70254592
    • 提供者：xiaohe_01

  1. keras_mnistm.pkl.gz

  2. 这个数据集是在mnist原数据集上扩出来的，它包含MNIST数字（来自Keras）和BSDS500数据集中的随机色块。原始下载URL:https://github.com/VanushVaswani/keras_mnistm/releases/download/1.0/keras_mnistm.pkl.gz 此处搬运，方便国内同学使用。

  3. 所属分类：深度学习

    • 发布日期：2020-06-04
    • 文件大小：131072000
    • 提供者：fan1102958151

  1. Dataset_数据集.zip

  2. 这是一个Zip文件，包含flowers数据集、BSDS500数据集及地面真值的图、BSDS300、C50数据集和VOCtrainval_06-Nov-2007数据集等等~

  3. 所属分类：机器学习

    • 发布日期：2020-10-18
    • 文件大小：638582784
    • 提供者：weixin_44348719

  1. 竞争对手的惩罚图像分割

  2. 图像分割在计算机视觉和图像分析中起着重要作用。 在本文中，我们将自然图像分割转换为特征聚类的问题。 我们从图像中提取局部同质性，纹理和颜色特征，并使用高斯混合模型对其进行描述。 与大多数现有的基于聚类的细分方法不同，我们的方法能够通过在聚类过程中取消学习多余的细分（集群）来自动选择模型。 因此，我们的方法不需要预先指定确切的段数。 进行了全面的实验，以从视觉评估和图像分割的各种定量指标方面衡量所提出算法的性能。 所提出的算法与BSDS500图像数据库上的其他众所周知的图像分割方法相比具有优势。

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：weixin_38606202

  1. 基于SLIC0融合纹理信息的超像素分割方法

  2. 由于SLIC0算法在分割时仅考虑图像的颜色、亮度、空间位置特征,没有考虑纹理特征,当分割具有繁杂纹理的自然图像时,其分割的超像素无法精准地符合区域或目标的边界或外轮廓,因此提出基于SLIC0融合纹理信息的超像素分割算法——SLIC0-t。首先利用光谱分析描述图像中区域的纹理特性,然后在分割中融合能够准确反映图像中目标轮廓或区域边界的纹理特征;其次在分割过程中,进一步优化SLIC0围绕种子像素搜索近邻像素的搜索策略,采用以各个种子点为中心,在以预期超像素邻接距离为半径的圆盘内搜索的搜索策略;最后通

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：433152
    • 提供者：weixin_38728277