图像——基于深度学习和机器学习的深度学习笔记汇总

python基础

图像基础

• 图像的主要用途：分类、目标检测、图像分割、图像描述、图像生成
• 相关的组件：OpenCV、Tensorflow、Keras
• 图像的预处理：平滑与去噪——高斯滤波、中值滤波、曲率驱动滤波
• 图像的预处理：图像锐化
• 图像的预处理：边缘检测算子——Sobel、canny、拉普拉斯
• 图像的预处理：形态学处理——腐蚀、膨胀、开闭运算、top-hat变换
• 图像的预处理：频域分析变换——卷积计算、傅里叶变换、小波变换
• 图像特征提取：颜色特征——RBG、HSV、Lab
• 图像特征提取：几何特征——Edge、Corner、Blob
• 图像特征提取：纹理特征——HOG、LBP、Gabor滤波
• 图像特征提取：局部特征——SIFT、SURF、ORB、FAST
• 应用：基于灰度的图像分割
• 应用：人脸检测的Haar-like特征
• 行人检测的多尺度变形部件
• 目标检测：R-CNN、Fast/Faster R-CNN、YOLO、
• 图像分割：FCN、反卷积、DeepLab-DCNN、连接CRF
• 图像生成：GAN、DCGAN

网易云课堂——2017CS231n 斯坦福李飞飞视觉识别

网易云课堂——斯坦福李飞飞-深度学习计算机视觉

openCV

OCR

参考

• 业界方案——美团：【AI in 美团】深度学习在OCR中的应用