随笔分类 -  深度学习/CV

python图像处理常用方法
摘要：在线标注网站 https://gitlab.com/vgg/via http://www.robots.ox.ac.uk/~vgg/software/via/via.html 数组与图像互转 from matplotlib import image image.imsave('/xxx/%d.jpg 阅读全文
posted @ 2019-12-07 20:41 feifei97 阅读(817) 评论(0) 推荐(0)
使用meshgrid生成热图和单位向量场
摘要：需求： 生成 中heatmap unit vector field 目前的数据： 图像的shape， 关键点的x，y ， heatmap的半径R 思路： 如果使用for循环来判断距离，会很慢，如果预先准备数据又会很大，所以找其他的方案。 使用矩阵运算会很简洁而且方便计算 主要用到的就是tf.mesh 阅读全文
posted @ 2019-11-19 18:43 feifei97 阅读(362) 评论(0) 推荐(0)
论文或github中一些通用思想
摘要：（1） 云从 上海交大 ECCV2018 http://openaccess.thecvf.com/content_ECCV_2018/papers/Yao_Feng_Joint_3D_Face_ECCV_2018_paper.pdf 人脸三维重建 特点：使用带权重的MSE，来突出特征 （2） ht 阅读全文
posted @ 2019-11-13 10:37 feifei97 阅读(225) 评论(0) 推荐(0)
pix2pix-tf官方文档
摘要：(1, 128, 128, 3) (1, 256, 256, 3) Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers). Time t 阅读全文
posted @ 2019-11-12 16:17 feifei97 阅读(586) 评论(0) 推荐(0)
keras中保存自定义层和loss
摘要：在keras中保存模型有几种方式: (1):使用callbacks,可以保存训练中任意的模型,或选择最好的模型 (2): 使用model.save(),会把整个模型保存下来,包括网络和参数 (3): 使用model.save_weights(),只保存模型的参数 当使用自定义的层或loss时,只有( 阅读全文
posted @ 2019-11-11 12:08 feifei97 阅读(3545) 评论(0) 推荐(0)
ubuntu18安装pytorch1.3
摘要：环境: ubuntu18 anaconda 创建一个新的环境 conda create n env_name python=version 激活并进入环境中 conda activate env_name pip更改清华源(https://mirrors.tuna.tsinghua.edu.cn/h 阅读全文
posted @ 2019-11-09 14:38 feifei97 阅读(3113) 评论(0) 推荐(0)
毕设相关
该文被密码保护。
posted @ 2019-11-06 12:13 feifei97 阅读(19) 评论(0) 推荐(0)
关于Spatial Transformer Networks比较好的文章,以及现在的发展
该文被密码保护。
posted @ 2019-11-02 16:01 feifei97 阅读(5) 评论(0) 推荐(0)
tensorflow2使用中的一些问题
摘要：tensorflow 2.0.0 tensorflow_core.keras 2.2.4 tf tf.Tensor( [[1. 2. 3.] [4. 5. 6.]], shape=(2, 3), dtype=float32) tf.Tensor( [[2. 3.] [5. 6.]], shape=( 阅读全文
posted @ 2019-10-31 12:14 feifei97 阅读(637) 评论(0) 推荐(0)
关于TensorFlow2的tf.function()和AutoGraph的一些问题解决
摘要：在使用TensorFlow的AutoGraph的时候出现了一些问题，特此记录 是因为AutoGraph需要gast，而gast升级到了最新的0.3.2，所以解决方法也比较简单，把gast降下去 阅读全文
posted @ 2019-10-26 18:14 feifei97 阅读(2045) 评论(0) 推荐(0)
voxelmorph配置
摘要：简介 VoxelMorph使用CNN实现了非监督的医学图像配准，速度较之前的方法有很大提升。主要特点有： 提出了一种基于学习的解决方案，不需要在训练过程中获取诸如ground truth对应或解剖标志等信息； 提出一个参数跨种群共享的CNN函数，通过函数评估实现配准； 参数优化的方法可以使用各种代价 阅读全文
posted @ 2019-10-23 20:13 feifei97 阅读(5983) 评论(3) 推荐(2)
win10//ubuntu安装tensorflow-gpu与kears，并用minist测试
摘要：WIn10 安装cuda 先安装VS，然后根据自己的版本安装CUDA、 安装完后，打开cmd命令行输入nvcc -V，检测是否安装成功 安装cuDDN 安装对应版本，解压后覆盖到CUDA的地址，默认为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 阅读全文
posted @ 2019-08-04 23:27 feifei97 阅读(742) 评论(0) 推荐(0)