- 博客(8)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 python3/C++ 精卫填海，每日一坑（2）
python3 精卫填海，每日一坑（2）结论一如果使用transform.resize，那么单通道的图像会被重塑为三通道的图像。为了避免这种情况，之后统一使用了from PIL import Image这个模块的img.resize()函数，不再出现这种错误。结论二在np.mean(np.double(obejection) , axis=) 程序语句当中出现的axis，可以简单粗...
2018-10-22 23:14:27
257
原创 python3 精卫填海，每日一坑（1）
python3 精卫填海，每日一坑（1）今天在改写DenseSIFT的批量程序时遇到一个无法读取数据的问题，郁闷的同时，通过设置断点，步进观察到变量管理器里新代入的数据格式是unit8。对比测试的图像，float64，200*200； 新的数据集图像.unit8，112 *120那么可能出现的问题：数据格式问题图像尺寸问题接下来：1.转换格式from scipy import ...
2018-10-18 22:07:15
238
原创 python3 C/C++如何调用python的简单实例
python3 C++如何调用python的简单实例(windows)看了一些帖子，情况各有不同，质量也参差不齐。想简单总结一下C++如何调用python的例子，为了方便，自己使用的python版本是Anaconda3集成安装下的python，实现了简单的调用过程。（为什么要提到Anaconda，因为如果是集成包安装python的方式，那么跟官网下单独安装...
2018-10-17 21:48:28
1030
原创 python3 快速上手AdaBoost(Adaptive Boosting)
python3 快速上手AdaBoost(Adaptive Boosting)Adaptive Boosting简介核心概念：一种分类算法的组装方法，即将弱分类器组装成强分类器的方法。算法逻辑：(1)每次产生一个弱的分类器，把本轮分类错误的样本增加权重丢入下一轮；(2)下一轮对上一轮分错的样本增加权重再次学习，获得另一个弱分类器；(3)进过N轮之后，获得了N个弱分类器，再将这些...
2018-10-15 22:34:11
547
原创 python3 锦鲤第一步！了解随机抽样之蓄水池算法
python3 锦鲤第一步！了解随机抽样之蓄水池算法蓄水池算法问题背景：样本空间为N，从N个样本中随机不重复地抽取K个样本，其中N是未知且非常巨大的数，如何保证每个样本是等概率被抽取才是关键。算法逻辑：（1）先选取前k个数据（0,1,2,…k-1，角标从0开始）（2）对于第i个数据（k<=i<n），随机生成区间[0, i）的一个数r，如果r<k，则将数据替...
2018-10-14 16:41:25
418
原创 python3 Dense SIFT算法的应用与实现
python3 Dense SIFT算法的应用与实现Dense SIFT因为课题的需求，传统的SIFT算法即Sparse SIFT，不能很好地表征不同类之间的特征差异，达不到所需的分类要求。而Dense SIFT算法，是一种对输入图像进行分块处理，再进行SIFT运算的特征提取过程。Dense SIFT根据可调的参数大小，来适当满足不同分类任务下对图像的特征表征能力。而Sp...
2018-10-13 21:04:40
2357
1
原创 python3 SIFT算法的实现
python3 SIFT算法的简单实现SIFT算法SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述。SIFT在数字图像的特征描述方面是非常给力的一种，许多人也对SIFT进行了改进，诞生了SIFT的一系列变种。最重要也是最坑爹的，SIFT算法申请了专利，现在好像是属于英属哥伦比亚大学。在C++调用时要...
2018-10-12 19:37:25
11100
9
原创 python3 Circular-LBP(圆形局部二值化算法)的实现及批量处理
python3 Circular-LBP(圆形局部二值化算法)的实现及批量处理Circular-LBP算法的实现由于Circula-LBP算法较传统的LBP特征提取效果更好，近期实验需要，所以用python3实现了Circular-LBP，代码如下：import numpy as npimport cv2from matplotlib import pyplot as pltim...
2018-10-11 21:15:01
2059
5
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人