摘要：
一、训练模型板块分为六个部分 1）加载数据集，数据和标签的向量化 2）网络构架 3）编译模型 4）模型训练 5）评估模型 6）数据预测 from tensorflow.keras.datasets import mnist from tensorflow.keras.utils import to_ 阅读全文
posted @ 2021-09-17 20:30
求知律己
阅读(405)
评论(0)
推荐(0)
摘要：
1.神经网络分为三层：输入层，隐藏层以及输出层 2.a^[0]表示输入层，a^[1]表示隐藏层，a^[2]表示输出层，在隐藏层还要表示 则呈现a^[1]1,a^[1]2,a^[1]3 3.m个训练集向量化 Z^[1] = W^[1]X+b A^[1] = 符号(Z^[1]) Z^[2] = W^[2 阅读全文
posted @ 2021-08-26 23:11
求知律己
阅读(358)
评论(0)
推荐(0)
摘要：
1.成本函数J(w,b)是一个凸函数 2.梯度下降法就是从初始点开始朝最陡的方向走一步，一次次迭代往下走， 最终会得到一个全局最优解 3.w = w-αdJ(w,b)/dw,α是指学习效率，dJ(w,b)/dw是指w的更变或变化 .在深度学习中会出现很多数据集，如果过通过for循环一次次地遍历会降低 阅读全文
posted @ 2021-08-25 21:37
求知律己
阅读(91)
评论(0)
推荐(0)
摘要：
1.神经网络就是根据你输入的x信息通过神经网络将他映射成y来输出 2.图像领域，经常使用卷积神经网络（CNN） 3.序列数据，音频，经常使用RNN（循环神经网络） 4.在二分类问题中，是要训练出一个分类器，以图像的特征向量x作为输入， 预测输出标签是Y,是或0 5.样本1通过(x^(1),y^(1) 阅读全文
posted @ 2021-08-21 20:04
求知律己
阅读(136)
评论(0)
推荐(0)
摘要：
1.meanshift原理：假设有一个堆点集，还有一个小窗口，窗口可能是圆形的 也可能是其他形状的，可能要移动这个窗口到点集密度最大的区域中， 也就是质心要到那个最密集的地方 2.流程： 1）图像上选定目标 2）计算选定区域直方图分布，一般是HSV色彩空间的直方图 3）对下一帧图像b同样计算直方图分 阅读全文
posted @ 2021-08-20 22:18
求知律己
阅读(568)
评论(0)
推荐(0)
摘要：
1.视频的读取 1）.创建读取视频的对象 cap = cv.VideoCapture(filepath) 参数： filepath:视频文件路径 2）.视频的属性信息 2.1）.获取视频的某些属性 retval = cap.get(propId) 参数：propId:从0到18的数字，每个数字表示视 阅读全文
posted @ 2021-08-18 22:12
求知律己
阅读(120)
评论(0)
推荐(0)
摘要：
1.角点是图片的重要区分特点，利用好角点容易区分图像的特征 2.Harris算法和shi-Tomas算法：都是利用角点检测来判断角点，边界以及平坦区域 3.Harris算法是通过R的值来判断角点，边界以及平坦区域 R = 矩阵行列式M - M的轨迹的平方 当R是一个数值大的正数时，它是角点 当R是一 阅读全文
posted @ 2021-08-17 22:37
求知律己
阅读(508)
评论(0)
推荐(0)
摘要：
1.模板匹配就是拿一张图乡与另外一张图乡比较，看是否是其中一部分 API：cv.matchTemplate(img,template,method) 参数： img:要进行模板匹配的图像 Template：模板 method:实现模板的算法，主要有：1）平方差匹配(CV_TM_SQDIFF):利用模 阅读全文
posted @ 2021-08-16 21:54
求知律己
阅读(213)
评论(0)
推荐(0)
摘要：
1.边缘检测用于表示图像中连读明显的点 边缘检测分为两种：一种是基于搜索，另外一种是基于零穿越‘ 2.基于搜索：是求函数的一阶导数，基于零穿越试求二阶导数的零点’ 3.Sobel算子Scahrr算子是基于搜索的边缘检测 Sobel算子API:Sobel_x_or_y = cv2.Sobel(src, 阅读全文
posted @ 2021-08-13 22:32
求知律己
阅读(698)
评论(0)
推荐(0)
摘要：
1.直方图就是为了显示图片中像素的分布，直方图的图像传入必须是灰色图 API:cv.calcHist([img],[chanels],mask,histSize,ranges,[,hist,accumulate]) 参数： img:传入的图像 chanels:图像的灰度值 mask:掩膜 histS 阅读全文
posted @ 2021-08-10 17:26
求知律己
阅读(440)
评论(0)
推荐(0)
浙公网安备 33010602011771号