首页
学习
活动
专区
工具
TVP
发布

计算机视觉理论及其实现

专栏作者
1715
文章
3811960
阅读量
72
订阅数
恶劣天气下的目标检测
1、Object Detection in Fog Degraded Images
狼啸风云
2021-05-19
3.1K0
numpy.insert()
如果第四个参数没有给出,那么就默认为先对arr进行flatten操作,变为一维数组,然后再在对应的位置上插入对应的值。 下面举例说明:
狼啸风云
2021-03-04
7480
C++中的STL中map用法详解
Map是STL的一个关联容器,它提供一对一(其中第一个可以称为关键字,每个关键字只能在map中出现一次,第二个可能称为该关键字的值)的数据 处理能力,由于这个特性,它完成有可能在我们处理一对一数据的时候,在编程上提供快速通道。这里说下map内部数据的组织,map内部自建一颗红黑树(一 种非严格意义上的平衡二叉树),这颗树具有对数据自动排序的功能,所以在map内部所有的数据都是有序的,后边我们会见识到有序的好处。
狼啸风云
2020-08-17
2.5K0
批量更改图像尺寸到统一大小
Faster r_cnn 训练神经网络时,从GitHub上clone作者的代码,并创建了自己的数据库。但是由于源代码中输入的图像的大小有一定的限制,一般在500-750之间, 自己创建的图像数据库中图像过大,因此用python 批量更改图像尺寸到统一大小。
狼啸风云
2020-07-29
1.1K0
C++之string类型详解
之所以抛弃char*的字符串而选用C++标准程序库中的string类,是因为他和前者比较起来,不必担心内存是否足够、字符串长度等等,而且作为一个泛型类出现,他集成的操作函数足以完成我们大多数情况下(甚
狼啸风云
2020-07-16
1.5K0
map/unordered_map基础用法
它的特性总结来讲就是:所有元素都会根据元素的键值key自动排序(也可根据自定义的仿函数进行自定义排序),其中的每个元素都是<key, value>的键值对,map中不允许有键值相同的元素,
狼啸风云
2020-07-01
2.4K0
Python的内置函数(四十七)、Python List insert()方法
描述insert() 函数用于将指定对象插入列表的指定位置。语法insert()方法语法:list.insert(index, obj)参数index -- 对象 obj 需要插入的索引位置。obj -- 要插入列表中的对象。返回值该方法没有返回值,但会在列表指定位置插入对象。实例以下实例展示了 insert()函数的使用方法:实例#!/usr/bin/python aList = [123, 'xyz', 'zara', 'abc'] aList.insert( 3, 2009) print "Final
狼啸风云
2020-05-22
6110
tf.scatter_nd()
Scatter updates into a new tensor according to indices.
狼啸风云
2020-02-11
1.5K0
Domain Adaptation for Object Detection on Foggy Days
多雾天气给户外摄像监控系统带来了很多困难。在雾天,介质的光学衰减和散射效应会使场景辐射产生明显的畸变和退化,使其变得嘈杂和难以分辨。针对这一问题,本文提出了一种基于颜色和深度域的目标检测方法。为了防止错误传播问题,我们在训练过程之前清除深度信息,并从数据库中删除错误样本。采用区域自适应策略自适应地融合颜色域和深度域的决策。在实验中,我们评估了深度信息对雾天目标检测的贡献。通过与其他方法的比较,实验验证了多域自适应策略的优越性。
狼啸风云
2019-11-13
9370
Sub-Category Optimization for Multi-View Multi-Pose Object Detection
外观变化大的目标类别检测是计算机视觉领域的一个基本问题。由于类内部的可变性、视角和照明,目标类别的外观可能会发生变化。对于外观变化较大的目标类别,需要使用基于子类别的方法。本文提出了一种基于外观变化自动将一个目标类别划分成适当数量的子类别的子类别优化方法。我们没有使用基于领域知识或验证数据集的预定义的类内子分类,而是使用基于鉴别图像特征的非监督聚类来划分样本空间。然后利用子类别判别分析验证了聚类性能。基于无监督方法的聚类性能和子类别判别分析结果,确定了每个目标类别的最优子类别数。大量的实验结果显示使用两个标准和作者自己的数据库。比较结果表明,我们的方法优于最先进的方法。
狼啸风云
2019-11-03
1.5K0
ldconfig 命令
ldconfig 命令的用途主要是在默认搜寻目录 /lib 和 /usr/lib 以及动态库配置文件 /etc/ld.so.conf 内所列的目录下,搜索出可共享的动态链接库(格式如 lib*.so*),进而创建出动态链接器(ld.so 或 ld-linux.so)所需的缓存文件。缓存文件默认为 /etc/ld.so.cache,此文件保存已排好序的动态链接库名字列表,为了让动态链接库为系统所共享,需运行动态链接库的管理命令 ldconfig 更新动态链接库的缓存文件,此执行程序存放在 /sbin 目录下。ldconfig 通常在系统启动时运行,而当用户安装了一个新的动态链接库时,就需要手工运行这个命令。
狼啸风云
2019-11-03
4.1K0
SMP、NUMA、MPP体系结构介绍
从系统架构来看,目前的商用服务器大体可以分为三类,即对称多处理器结构 (SMP : Symmetric Multi-Processor) ,非一致存储访问结构 (NUMA : Non-Uniform Memory Access) ,以及海量并行处理结构 (MPP : Massive Parallel Processing) 。它们的特征分别描述如下:
狼啸风云
2019-10-26
3.4K0
torch.utils.data
At the heart of PyTorch data loading utility is the torch.utils.data.DataLoader class. It represents a Python iterable over a dataset, with support for
狼啸风云
2019-09-25
1K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档