- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 54.imcontour功能：创建图像数据的轮廓图。语法：imcontour(I,n) imcontour(I,v) imcontour(x,y,...) imcontour(...,LineSpec... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 54.imcontour功能：创建图像数据的轮廓图。语法：imcontour(I,n) imcontour(I,v) imcontour(x,y,...) imcontour(...,LineSpec...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 37.fwind1功能：用一维窗口方法设计二维FIR 过滤器。语法：h = fwind1(Hd,win)h = fwind1(Hd,win1,win2) h = fwind1(f1,f2,Hd,...... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 37.fwind1功能：用一维窗口方法设计二维FIR 过滤器。语法：h = fwind1(Hd,win)h = fwind1(Hd,win1,win2) h = fwind1(f1,f2,Hd,......
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 26.edge功能：识别强度图像中的边界。语法：BW = edge(I,'sobel')BW = edge(I,'sobel',thresh)BW = edge(I,'sobel',thresh,di... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 26.edge功能：识别强度图像中的边界。语法：BW = edge(I,'sobel')BW = edge(I,'sobel',thresh)BW = edge(I,'sobel',thresh,di...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 1.applylut在二进制图像中利用lookup 表进行边沿操作。语法：A = applylut(BW,lut) 举例lut = makelut('sum(x(:)) == 4',2); BW1 =... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 1.applylut在二进制图像中利用lookup 表进行边沿操作。语法：A = applylut(BW,lut) 举例lut = makelut('sum(x(:)) == 4',2); BW1 =...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 目的膨胀的简单应用、使用 strel 函数、腐蚀的说明函数imopen 和imclose 的应用、使用IPT函数bwhitmiss灰度图像形态学开运算和闭运算灰度图像形态学使用重构删除复杂图像的背景 ... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 目的膨胀的简单应用、使用 strel 函数、腐蚀的说明函数imopen 和imclose 的应用、使用IPT函数bwhitmiss灰度图像形态学开运算和闭运算灰度图像形态学使用重构删除复杂图像的背景 ...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 目的Haar、尺度和小波函数；比较函数wavefast 和函数wavedec2 的执行时间；小波的方向性和边缘检测。 步骤 Haar、尺度和小波函数[Lo_D,Hi_D,Lo_R,Hi_R]=wfil... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 目的Haar、尺度和小波函数；比较函数wavefast 和函数wavedec2 的执行时间；小波的方向性和边缘检测。 步骤 Haar、尺度和小波函数[Lo_D,Hi_D,Lo_R,Hi_R]=wfil...
- 因为 YOLOv1-v3 的作者不再更新 YOLO 框架，所以 Alexey Bochkovskiy 接起了传承 YOLO 的重任。相比于它的前代，YOLOv4 不再是原创性且让人眼前一亮的研究，但是却集成了目标检测领域的各种实用 tricks 和即插即用模块 ，称得上是基于 YOLOv3 框架的各种目标检测 tricks 的集大成者。 本文章不会对原论文进行一一翻译，但是做了系统性的总结和关键部 因为 YOLOv1-v3 的作者不再更新 YOLO 框架，所以 Alexey Bochkovskiy 接起了传承 YOLO 的重任。相比于它的前代，YOLOv4 不再是原创性且让人眼前一亮的研究，但是却集成了目标检测领域的各种实用 tricks 和即插即用模块 ，称得上是基于 YOLOv3 框架的各种目标检测 tricks 的集大成者。 本文章不会对原论文进行一一翻译，但是做了系统性的总结和关键部
- 残差网络(ResNet)的提出是为了解决深度神经网络的“退化”（优化）问题。ResNet 通过设计残差块结构，调整模型结构，让更深的模型能够有效训练更训练。 残差网络(ResNet)的提出是为了解决深度神经网络的“退化”（优化）问题。ResNet 通过设计残差块结构，调整模型结构，让更深的模型能够有效训练更训练。
- OpenCV这么简单为啥不学——1.11、蓝背景证件照替换白色或红色 前言 蓝背景证件照替换白色 蓝背景证件照替换红色 总结 颜色空间 HSV颜色空间 OpenCV这么简单为啥不学——1.11、蓝背景证件照替换白色或红色 前言 蓝背景证件照替换白色 蓝背景证件照替换红色 总结 颜色空间 HSV颜色空间
- OpenCV这么简单为啥不学——1.1、图像处理(灰度图、模糊图片、GaussianBlur函数、提取边缘、边缘膨胀、边缘细化) 前言 环境 灰度图 模糊图片 GaussianBlur函数 提取边缘 边缘膨胀 边缘细化 整体对照 总结 OpenCV这么简单为啥不学——1.1、图像处理(灰度图、模糊图片、GaussianBlur函数、提取边缘、边缘膨胀、边缘细化) 前言 环境 灰度图 模糊图片 GaussianBlur函数 提取边缘 边缘膨胀 边缘细化 整体对照 总结
- 介绍常用的数字图像处理的技术，并通过python语言使用opencv库，对知识点进行实践！ 介绍常用的数字图像处理的技术，并通过python语言使用opencv库，对知识点进行实践！
- Yolov5更换上采样方式前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。@[toc] 常用上采样方式介绍 1. 最近邻插值(Nearest neighbor interpolation)>>> input = torch.arange(1, 5, dtype=torch.float32).view(1, 1, 2, 2)>>> input... Yolov5更换上采样方式前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。@[toc] 常用上采样方式介绍 1. 最近邻插值(Nearest neighbor interpolation)>>> input = torch.arange(1, 5, dtype=torch.float32).view(1, 1, 2, 2)>>> input...
- 《YOLOv3: An Incremental Improvement》Joseph Redmon Ali FarhadiUniversity of Washington发表时间：2018YOLO v3总结了自己在YOLO v2的基础上做的一些尝试性改进，有的尝试取得了成功，而有的尝试并没有提升模型性能。其中有两个值得一提的亮点，一个是使用残差模型，进一步加深了网络结构；另一个是使用FPN... 《YOLOv3: An Incremental Improvement》Joseph Redmon Ali FarhadiUniversity of Washington发表时间：2018YOLO v3总结了自己在YOLO v2的基础上做的一些尝试性改进，有的尝试取得了成功，而有的尝试并没有提升模型性能。其中有两个值得一提的亮点，一个是使用残差模型，进一步加深了网络结构；另一个是使用FPN...
- 导读scipy中也提供了不少关于图像处理的方法，主要封装在ndimage包中，这篇文章主要向大家来介绍一下这里面的一些图像处理方法的使用图像滤波获取图片from scipy import misc,ndimagefrom matplotlib import pyplot as plt#从网站上获取一张图片img = misc.ascent()#显示灰度图plt.gray()#显示图片plt.... 导读scipy中也提供了不少关于图像处理的方法，主要封装在ndimage包中，这篇文章主要向大家来介绍一下这里面的一些图像处理方法的使用图像滤波获取图片from scipy import misc,ndimagefrom matplotlib import pyplot as plt#从网站上获取一张图片img = misc.ascent()#显示灰度图plt.gray()#显示图片plt....
- 岩性数据集提供了地表土壤母质的一般类型类别。它不是从任何 DEM 派生的。保护科学合作伙伴 (CSP) 生态相关地貌 (ERGo) 数据集、地貌和地貌包含有关地貌和地貌（又名地平面）模式的详细、多尺度数据。尽管这些数据有许多潜在用途，但这些数据的最初目的是开发适用于气候适应规划的生态相关分类和地形和自然地理类别的地图。由于与未来气候条件相关的不确定性很大，生态响应的不确定性更大，因此提供有关... 岩性数据集提供了地表土壤母质的一般类型类别。它不是从任何 DEM 派生的。保护科学合作伙伴 (CSP) 生态相关地貌 (ERGo) 数据集、地貌和地貌包含有关地貌和地貌（又名地平面）模式的详细、多尺度数据。尽管这些数据有许多潜在用途，但这些数据的最初目的是开发适用于气候适应规划的生态相关分类和地形和自然地理类别的地图。由于与未来气候条件相关的不确定性很大，生态响应的不确定性更大，因此提供有关...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
回顾中
热门标签