原创 加權平均融合消除圖像拼接的拼縫（Python 代碼）
這裏提供一種採用加權平均融合消除圖像拼縫的算法，供大家使用。 如下圖所示，如果兩張圖像直接進行拼接，就會在拼接位置處產生一條拼接縫，拼接縫的產生來源於兩張圖像光場有差別所導致的兩者雖然是連續的結構，但是在兩張圖中的具體數字存在一定的差異。
2020-06-16 03:34:45
78
原创 Python time 模塊time 函數的時間單位
Python 中time 模塊下的time 常用於計算函數運行的時間 import time starttime = time.time() xxx endtime = time.time() print('xxx {:.5f}
2020-06-16 03:34:45
28
原创 tensorflow 報錯DLL load failed：找不到指定的模塊
我在重新安裝tensorflow 1.12 版本（GPU與CPU）時報如下錯誤。 這個錯誤很簡單，就是CUDA版本CUDNN版本同安裝的tensorflow版本不匹配，由於我早已經安裝CUDA10.0以及相應版本的CUDNN，所以會報
2020-06-16 03:34:45
原创 Tensorflow 多個損失函數合成與多個損失函數多次操作的區別（Tensorflow: Multiple loss functions vs Multiple training ops）
代碼樣例 第一種情況 final_loss = tf.reduce_mean(loss1+loss2) train_op = tf.train.AdamOptimizer().minimize(final_loss) 第二種情況
2020-06-16 03:34:45
8
原创 Pycharm 報錯 buffer = _builtin_open(filename, 'rb')
使用Pycharm 進行遠程調試時會出現這樣的錯誤，tokenize.py 報錯，具體情況如下 這其實是pycharm沒有設置好的原因，具體需要在設置編譯器的時候，吧path mapping設置好，將本地位置和服務器上位置設置好m
2020-06-16 03:34:44
22
原创 圖像質量評估指標（6）自然圖像質量評估NIQE （付代碼鏈接）
一種新的無參考圖像質量指標 NIQE making a completely blind image quality analyzer 介紹 新的模型稱之爲NIQE(Natural Image Quality Evaluator)
2020-06-16 03:34:44
原创 從單據圖片中提取感興趣區域（附代碼）
有一種任務是從單據或者是書籍的圖片中找到相應的感興趣區域，並將其提取出來以作後續的使用；示例如下所述： 比如上述紅圈所描述的區域，提取出人名等有用信息。 解決這種問題的算法可以按照下面的過程進行： 1. 圖像二值化 2. 簡單去噪聲干擾
2020-06-16 03:34:44
原创 Pytorch 模型訓練如何提速（speed up pytorch model training）
前言 導致pytorch的模型訓練速度比較慢的原因最有可能的是三個：1. 數據導入環節，操作複雜 2.模型本身很複雜，數據流在模型中傳遞時過於耗時 3.loss函數計算複雜。 這其中第一個環節往往是最有可能的原因，第二，三個環節其實一回事
2020-06-16 03:34:44
原创 機器學習--基礎--邏輯迴歸/分類（logistic regression）原理與設計思路
logistic regression 文章目錄logistic regression原理前言建模思路爲什麼採用sigmoid爲什麼採用交叉熵構建損失函數 原理 前言 邏輯迴歸與分類同線性迴歸與分類有很強的關係；關於邏輯迴歸算法本
2020-06-16 03:34:44
原创 圖像中檢測小點算法思路（另附代碼）
如何從圖像中檢測小數點，這是一個比較簡單典型的問題。比如說像下面這樣的一張圖，檢測出小數點的位置。 這裏的思路簡單來說可以按照下面的三個步驟： 1. 如果是RGB彩色圖，可以轉變爲灰度圖，然後使用閾值方法將其二值化（可以採用OTSU等自
2020-06-16 03:34:44
原创 Pytorch 版本的lookahead 優化函數使用(附代碼)
Lookahead 優化算法是Adam的作者繼Adam之後的又一力作，論文可以參見https://arxiv.org/abs/1907.08610 這篇博客先不講述Lookahead具體原理，先介紹如何將Lookahead集成到現有的代碼
2020-06-16 03:34:44
原创 機器學習---優化---梯度下降
梯度下降優化方法 文章目錄梯度下降優化方法背景思想原理代碼示意常見的梯度下降方法 背景 梯度下降優化方法是最爲簡單基礎的優化方法，其直觀好用的特點支持其廣泛應用於傳統的機器學習到深度學習任務；是非常基礎且常用的方法；瞭解其原理對於
2020-05-13 12:47:32
3
原创 機器學習--基礎--微分
機器學習中用到的微分 文章目錄機器學習中用到的微分背景現有常見微分方式梳理自動微分forward 方法backward方法自動微分與機器學習自動微分與機器視覺 背景 機器學習中尤其是深度學習用到的數學基礎首推微分。機器學習中優化問
2020-05-13 12:47:32
20
原创 機器學習--基礎--線性迴歸原理與機器學習一般性建模思路
線性迴歸 文章目錄線性迴歸原理機器學習最一般性的思路 原理 線性迴歸是一個很基礎很簡單的問題。如下所示 特徵1 特徵2 特徵3 … 標籤值 x10x_1^0x10 x20x_2^0x20 x30x_3^0x30
2020-05-13 12:47:32
4
原创 Pytorch 如何 優化/調整 模型參數
Pytorch 如何自動優化/調整 模型超參 文章目錄Pytorch 如何自動優化/調整 模型超參背景優化模型參數貝葉斯優化深度學習框架下的參數優化平臺安裝使用參考參考 背景 對於優化模型性能表現而言，主要可歸納爲兩種方式： 採
2020-05-01 12:58:42
6