- 博客(25)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 基于python实现SSIM和MSSSIM
因为我们使用的图片是一些特殊的格式导致git上或者matlab的代码不适用，所以写了简易的使用python实现的SSIM和MSSSIM计算。计算SSIM主要使用skimage.measure的库函数和pytorch中的平均池化函数，因为自己写的怕错，哈哈哈下面是代码因为使用了pytorch，所以我就需要将图片和丈量之间进行转化，下面先给出转化的函数。import osimport num...
2020-01-08 19:15:54
7507
1
原创 opencv修改图片尺寸
我使用的是resize函数先说一下这个函数void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR) 参数说明：src - 原图dst - 目标图像。当参数dsize不为0时，dst的大小为size；否则，它的大小需...
2019-12-27 14:10:12
1969
原创 使用python对rgb图像进行逐像素操作
因为有些时候我们可能在图像上处理一些离散的像素点，这时候可以直接对某些像素点进行操作，思路就是依次遍历（小白文）// 将像素值小于10的像素点的值挑为0def due_pixels(frame): height = frame.shape[0] weight = frame.shape[1] for row in range(height): # 遍历高 ...
2019-12-26 12:46:21
3122
原创 论文解读《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》SRGAN
1 文章介绍在本文中，作者介绍了SRGAN，这是一种用于图像超分辨率（SR）的生成对抗网络（GAN）。号称第一个能够为4倍放大因子推断出逼真的自然图像的框架。而且文章提出了一种感知损失函数，该函数由对抗损失和内容损失组成。此外，作者使用感知相似性而非像素空间相似性引起的内容损失。广泛的均值评分（MOS）测试显示，使用SRGAN可以显着提高感知质量。用SRGAN获得的MOS得分比使用任何最新方法获...
2019-12-03 20:04:08
576
原创 最邻近点和kd树详解
1 什么是kd树kd树的全称是k-dimensional树，是一种用于是对数据点在k维空间中划分的一种数据结构。其实Kd-树是一种平衡二叉树，将多维空间按照一定的规则进行划分，将最终划分的空间部分作为一个子节点，同样的方式也可以划分空间中的点。k-d树是一种空间划分树，说白了，就是把整个空间划分为特定的几个部分，然后在特定空间的部分内进行相关搜索2 如何创建kd树用一个简单的例子，数据维度只...
2019-11-30 13:51:50
702
原创 CycleGAN原理及论文理解
最近因为学习上的需要，用到了CycleGan，所以在这里学习记录一下1 论文贡献在一定程度上解决乐深度学习的世纪难题：标注的数据太少，难以寻找成对数据，使用非成对数据集进行训练2 论文思想论文的精髓在于从x域到y域，再从y域回到x域的过程中，使用不成对训练集并且能够保持像素点的对应。3 作者给出的简单图示（a）两个映射函数G：X→Y和F：Y→X，以及相关的对抗性标识符D Y和D X。...
2019-11-26 20:33:11
652
原创 data()和detach()的区别
最近在控制台输出一下loss的时候用到了这俩函数，在这里记录一下。总体上来说tensor.detach()是为了解决tensor.data()的安全性提出的。tensor.detach()相对较为安全。因为当通过.detach()得到的tensor间接修改原来的tensor后继续在计算图中使用时会报错，但是通过.data()得到的tensor间接修改原tensor后继续在计算图中使用就会被忽略被...
2019-11-22 20:35:26
686
2
原创 python中的 // 和 /
python中的 / 不同于其他语言，在python中’/'是float除法，保留小数点，例：3/2=1.5'//'则是整数除法的意思，只保留整数，不进位，例如：3//2=1
2019-11-20 20:11:47
1087
原创 imagenet/ILSVRC2012数据集百度云及其具体分类
百度云：链接：https://pan.baidu.com/s/10sZPEvWKCcIpU1woCSyE8g提取码：4d67本段时间需要用到此训练集，所以整理了一下，下面分类非自己整理具体分类：n01440764 鱼n01443537 鱼n01484850 鱼n01491361 鱼n01494475 鱼n01496331 鱼n01498041 鱼n01514668 鸡n01...
2019-11-18 19:42:03
9654
6
原创 论文解读《Enhancing Underwater Imagery using Generative Adversarial Networks》
简介本文提出了一种使用生成对抗网络（GAN）来改善水下视觉场景质量的方法，其目的是在自治管道的下游进一步改善对视觉驱动行为的输入。此外，我们展示了最近提出的方法如何能够生成用于此类水下图像恢复的数据集。对于任何视觉引导的水下机器人，这种改进都可以通过强大的视觉感知来提高安全性和可靠性。1 解决问题本文提出了一种基于生成对抗网络（GANs）的技术来提高水下视觉场景的质量，目的是提高自主水下机器...
2019-11-15 15:47:11
1552
1
原创 经典去雾算法DCP的c++实现
本文只关注实现，具体原理请看我的上一篇博文，在代码中我也会标注出用到的公式代码首先是需导入的头文件和包，我觉得一些算法不给出包的话对我这种初学者不够友好。本算法使用到了vector数组和排序的算法所以用到了algorithm和vector#include <iostream>#include <opencv2/opencv.hpp>#include <vec...
2019-11-08 20:04:22
2019
4
原创 Single Image Haze Removal Using Dark Channel Prior
准备一：暗通道先验理论：做法：1，首先求出每个像素RGB分量中的最小值，存入一副和原始图像大小相同的灰度图2，然后再对这幅灰度图进行最小值滤波，滤波的半径由窗口大小决定，一般有WindowSize = 2 * Radius + 1得到：准备二：普遍认识的雾图形成模型：公式：···I(X) 是现在已经有的图像（待去雾的图像）···J(x)是要恢复的无雾的图像···A是全球大气光...
2019-11-05 19:13:13
427
原创 c++与opencv实现mssim
c++配置opencv在这里：https://www.jianshu.com/p/5518046a5797代码：#include <iostream> #include <opencv2\core\core.hpp> #include <opencv2\highgui\highgui.hpp> #include <opencv2\imgpr...
2019-11-02 15:30:37
1211
2
原创 python简单实现的psnr和mpsnr
代码import cv2import mathimport numpy as npdef psnr(img1, img2): mse = np.mean((img1 / 1023 - img2 / 1023) ** 2) if mse < 1.0e-10: return 100 PIXEL_MAX = 1 return 20 * mat...
2019-11-02 15:21:54
1170
原创 基于pytorch计算ssim和ms-ssim
使用pytorch计算两组图片的ssim和ms-ssim首先是SSIM和MS-SSIM类（ssim.py）import torchimport torch.nn.functional as Fdef _fspecial_gauss_1d(size, sigma): coords = torch.arange(size).to(dtype=torch.float) coor...
2019-11-02 15:07:02
19397
3
原创 论文解读：《Perceptual Quality Assessment for Multi-Exposure Image Fusion》
Perceptual Quality Assessment for Multi-Exposure Image Fusion论文题目：多曝光图像融合的感知质量评估
2019-10-30 15:06:59
1647
12
原创 论文翻译：Learning to Discover Cross-Domain Relations with Generative Adversarial Networks（适合国人习惯）
摘要尽管人们无需任何监督就可以轻松识别来自不同域的数据之间的关系，但是学会自动发现它们通常是非常具有挑战性的，并且需要许多对的事实来说明这种关系。为了避免昂贵的配对，我们解决了在未配对数据的情况下发现跨域关系的任务。我们提出了一种基于生成对抗网络的方法，该方法学会发现不同域之间的关系（DiscoGAN）。利用发现的关系，我们提出的网络成功地将样式从一个域转移到了另一个域，同时保留了诸如方向和面部...
2019-10-16 16:23:44
700
原创 【论文解读】CVPR：Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks
1 论文简介该论文提供了一个较为通用的框架，只要是风格转移等类似于图像上的色彩有不同的域的转换，使用论文提供的框架都会有很好的效果2 论文的贡献1，突破以往训练的训练集必须使用对齐图像的局限性2，提供了非常好的框架进行图像域的迁移学习3，新颖的网络结构以及损失函数3 数据集该论文的数据集并不需要两张能够按照像素对齐的图像对，只需要按照自己的需求（艺术目的等）进行训练即可4 网络结构...
2019-09-25 16:57:44
874
原创 【论文解读】DPED：DSLR-Quality Photos on Mobile Devices with Deep Convolutional Networks
1 论文简介DSLR-Quality Photos on Mobile Devices with Deep Convolutional Networks：使用深度卷积网络使用移动设备上的照片生成DSLR质量照片，也就是生成单反质量的照片2 论文的贡献•基于学习移动设备和DSLR相机之间的映射功能的照片增强任务的新方法。•目标模型以端到端的方式进行培训，无需使用任何额外的监督或手工制作的功...
2019-09-21 16:49:10
899
1
原创 自动修改文件夹中的文件名-python
今天让把训练集中的文件名统一一下，于是写了这个改文件夹中文件名的小程序，代码如下import ospath = input('请输入文件路径(结尾加上/)：')# 获取该目录下所有文件，存入列表中fileList = os.listdir(path)n = 0for i in fileList: # 设置旧文件名（就是路径+文件名） # os.sep添加系统分隔...
2019-09-18 13:16:35
1108
原创 感受野以及它对图像特征提取的影响
最近看论文被导师问论文的cnn模型的设计思路问住我了，今天突然好想理解了一点东西，记录一下。一，什么是感受野感受野是一个神经元对原始图像的连接通常说：第几层对输入数据（即原始图像）的感受野这是我见过最通俗的语言叙述了，下面通过图片来理解###1， 第一次卷积运算原始图像的大小为10x10， 5个网络层， 4个是卷积层，卷积核的大小为33，最后一个是池化层，大小为22步长为1下面看图...
2019-09-10 21:15:14
1682
转载 transpose和swapaxes函数讲解
transpose和swapaxes函数讲解transpose()这个函数如果括号内不带参数，就相当于转置，和.T效果一样，而今天主要来讲解其带参数。我们看如下一个numpy的数组：`arr=np.arange(16).reshape((2,2,4))arr=array([[[ 0, 1, 2, 3],[ 4, 5, 6, 7]],[[ 8, 9, 10, 11],[12, 13...
2019-09-07 12:48:27
494
原创 余弦相似项的概念
什么是余弦相似项用向量空间中的两个向量夹角的余弦值作为衡量两个个体间差异大小的度量，值越接近1，就说明夹角角度越接近0°，也就是两个向量越相似，就叫做余弦相似如何计算ab是两个点（x1,y1）(x2,y2)...
2019-09-05 10:00:17
155
原创 图像的低中高频信息
图像的低中高频的信息（1）低频信息低频就是颜色缓慢变化，也就是灰度缓慢地变化，就代表着那是连续渐变的一块区域，这部分就是低频。（2）高频信息高频就是频率变化快：简单解释就是就是相邻区域之间灰度相差很大图像中，一个影像与背景的边缘部分，通常会有明显的差别，也就是说变化那条边线那里，灰度变化很快，也即是变化频率高的部位。因此，图像边缘的灰度值变化快，就对应着频率高，即高频显示图像边缘。图像...
2019-09-04 16:52:30
674
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人