腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
图像
卷积
没有
按照
实际
算法
工作
、
、
我用java实现了一个
卷积
过滤器。我以前在ap cs中这样做过一段时间,但现在我确实需要它,所以我实现了它,以确保我仍然知道如何做到这一点。不幸的是,我丢失了我的
工作
副本,所以我不能将当前代码与以前的
工作
代码进行比较。我非常确定我正确地实现了
算法
,但是代码仍然不能正常
工作
。能否请一个有经验的程序员解释一下我做错了什么。下面是
卷积
类: import java.awt.*;
浏览 18
提问于2019-06-29
得票数 2
回答已采纳
1
回答
卷积
神经网络的正确结构是什么?
、
、
、
我已经看到了几种不同的
卷积
神经网络(CNN)的架构。我搞不懂哪一种是标准,以及如何决定使用什么。我并不为所使用的层数或所涉及的参数数目感到困惑,而是对网络的组件感到困惑。假设: CL,SL,CL,SL,CM,Softmax
浏览 2
提问于2014-10-17
得票数 3
1
回答
您认为解码器编码器FCN可以替代内核
卷积
算法
吗?
、
、
、
、
我想尝试实现一个自动编码器完全连接的
卷积
神经网络作为Unet,以将一幅
图像
转换为另一幅具有未知非线性关系的
图像
。 我有高斯核
卷积
算法
,它
工作
得很好,但我想尝试一些机器学习的方法。你有
没有
其他的ANN架构的想法?
没有
标准的完全连接的ANN (已经尝试了很好的效果),非常感谢
浏览 13
提问于2020-01-16
得票数 0
1
回答
默认的嵌入滤波器是相关的。反盲反排解是如何进行的?
、
、
我今天才意识到,MATLAB对imfilter的默认转换方法根本不是
卷积
,而是相关性。请帮帮我!我在MathWorks网站上找不到这方面的任何信息。
浏览 3
提问于2015-10-04
得票数 0
回答已采纳
2
回答
如何增强噪声
图像
的颜色和对比度
、
、
、
我之前问过这个问题“如何从
图像
中提取数字”,最后我完成了这一步,但当我试图识别数字时,有一些测试用例会导致糟糕的输出。以下面的
图像
为例这个
图像
是低对比度(从我的观点)我试图调整它的对比度和结果仍然不可接受的.I也尝试锐化它然后我应用伽马校正,但结果仍然不公平,所以提取的数字不能很好地识别分类器 分离后的4号:谁能告诉我解决这个问题最好的点子是什么?
浏览 1
提问于2014-01-17
得票数 3
3
回答
图像
卷积
(
图像
处理)的C语言实现
、
、
、
我正在测试我在一些站点中发现的一些
卷积
算法
,但它们都
没有
像应该的那样应用矩阵滤波器。我自己写了一个非常简单的24位bmp库,但现在我需要一点
卷积
的帮助,我不需要FFT或复杂的
算法
,运行时间在这个时候并不重要。非常感谢。
浏览 1
提问于2013-11-14
得票数 2
1
回答
快速移动的传送带的去模糊
图像
、
、
由于传送带的速度很快,所有的
图像
都非常模糊。图片如下所示:我想先对
图像
进行去模糊处理,然后再运行其他目标检测
算法
。我已经尝试了中的去
卷积
脚本,结果并不令人满意。有
没有
其他的
算法
或工具来完成这项
工作
?
浏览 0
提问于2020-09-30
得票数 1
2
回答
DSP的快速二维
卷积
、
、
、
、
我想实现一些
图像
处理
算法
,这些
算法
的目的是在上运行.这些
算法
广泛使用
卷积
。我试图为2D
卷积
找到一个很好的C实现(可能使用快速傅里叶变换)。我还希望
算法
能够在beagleboard的DSP上运行,因为我听说DSP是针对这类操作进行优化的(以及它的多重累加指令)。我
没有
这个领域的背景,所以我认为自己实现
卷积
不是一个好主意(我可能不会像理解它背后所有数学的人那样做得那么好)。我相信DSP有一个很好的C
卷积
实现,但我没能找到
浏览 0
提问于2010-10-20
得票数 8
回答已采纳
1
回答
类似Photoshop的高通滤镜
、
、
有
没有
人知道类似Photoshop高通滤波器的
算法
?我使用的是。但它看起来不同,只是“削减”低信号,我想只留下高和低信号,
没有
中间。 我知道我应该使用
卷积
,但
实际
上我不知道如何正确地使用
卷积
。
浏览 2
提问于2012-09-20
得票数 1
1
回答
基于fft的高斯模糊
、
、
我实现了一种使用这样的高斯模糊
图像
的方法:- kernel K , size = MxM 如果您注意到在正确的
图像
,您将看到它是别名在两个维度。实现是用C++和fftw3实现的。
浏览 1
提问于2014-12-10
得票数 2
回答已采纳
1
回答
文本分析中最有效的机器学习
算法
、
、
、
从理解NLP的
卷积
神经网络的角度来看,
卷积
神经网络不仅适用于
图像
识别,也适用于NLP。 一般来说,CNN是否是NLP文本分析的最佳选择,例如情感分析?如果
没有
,是否有关于识别性能(F1评分或类似的)的不同
算法
的概述或比较?
浏览 0
提问于2018-07-23
得票数 1
回答已采纳
1
回答
OpenCV的基于DFT的filter2D
实际
上是如何
工作
的?
、
、
对于理解OpenCV库的OpenCV方法是如何
工作
的,我有一些问题。根据文档,对于小内核大小的“标准”直接版本是明确的,但是对于较大的内核大小“(~11x11或更大),函数使用基于DFT的
算法
”。哪种基于DFT的
算法
?
没有
科学参考,我无法确定具体使用哪种
算法
。我知道DFT是如何
工作
的,所以我把输入
图像
和核转换成一个光谱表示,在这里进行
卷积
,然后再返回。
浏览 7
提问于2022-05-09
得票数 0
回答已采纳
3
回答
确定描述符K-均值聚类中的簇数
、
、
我想将
图像
分类为类别-1(“包含垃圾的
图像
”)或类别-2(“不包含垃圾的
图像
”)。垃圾在单词的每一个字面意义上都被使用。我无法理解的是我可能需要的集群数量。
浏览 0
提问于2016-12-26
得票数 0
2
回答
如何模糊位图(Android)?
、
、
有
没有
更好的方法来做到这一点?有
没有
简单的边界解决方案? 或者,Android SDK中有
没有
我遗漏的东西?
浏览 0
提问于2010-09-09
得票数 5
回答已采纳
1
回答
了解
卷积
神经网络中的权重共享是什么
、
、
我目前正在尝试理解在
卷积
神经网络中权重共享到底是什么。连接
卷积
图像
和输出的权重是否是不共享的权重?如果不是,那么
没有
共享的权重是什么?
浏览 1
提问于2017-05-09
得票数 1
1
回答
我正在寻找插入
卷积
矩阵的特定矩阵
、
、
、
假设我已经有了一个可用的
卷积
矩阵
算法
,我正在寻找对
图像
处理特别有用的通用矩阵的
实际
示例。你随处可见的典型例子是非高斯盒模糊:1 1 1
图像
锐化:-1 5 -1边缘检测:1 -4 1 0
浏览 1
提问于2010-09-28
得票数 0
2
回答
高斯平滑滤波器
他们要求我使用Python中的可分离过滤器实现2D高斯平滑。我不知道该怎么做。事实上,我不知道1D和2D高斯平滑的区别。我在哪里可以找到关于它的更多信息?
浏览 3
提问于2013-02-17
得票数 1
1
回答
从Nueral网络结果向后
工作
、
、
据我所知,类似Prisma的应用程序使用
卷积
神经网络来样式化
图像
,以一组经过训练的输入的样式创建输出。 使用这些
算法
,是否可以从输出的风格化
图像
向后
工作
,返回到原始
图像
,或者它们是否过于有损?也就是说,如果我掌握了训练数据和输出,我能找到源
图像
吗?
浏览 3
提问于2017-12-23
得票数 0
3
回答
MATLAB中的
图像
卷积
-- conv比我的手工编码版本快360倍?
、
、
、
、
我正在使用MATLAB中的
图像
处理
算法
。其中一个基本方法是将
图像
转换为高斯
图像
。我在一个灰度800x600
图像
上运行了以下测试:[m,n] = size(inputImage);myConv(inputImage(:,j),Gvec'); e2 = cputime - t2 下面是我编写的实现两个向量
卷积<
浏览 3
提问于2015-12-14
得票数 3
2
回答
在人脸识别过程中使用高斯窗口抑制背景
、
、
、
我正在尝试使用一组28张数据库
图像
执行面部识别(7人每人4张)。每个人都有两张照片,每张照片都是在两个非常不同的背景下拍摄的。每幅
图像
的中心都有一个人的脸。最初,当我对7个人(每个人2个,背景相同)的
图像
运行面部识别
算法
时,我的
算法
工作
得很好。然而,在添加了不同背景下的人脸
图像
后,该
算法
并
没有
按预期
工作
,这表明
图像
中的背景正在引起问题。我读了马修·特克和亚历克斯·彭特兰的论文,他们建议将
图像
浏览 0
提问于2016-07-22
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
反向传播算法推导-卷积神经网络
深度学习第4期:卷积神经网络
计算机自动生成的图像是艺术品吗?
揭秘图像识别,告诉你机器如何“看见”这个世界
吴恩达深度学习课程DeepLearning.ai笔记
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券