上一页 1 ··· 9 10 11 12 13 14 下一页
摘要: 1. PIL Image图片显示 在使用PIL函数中的Image方法读取图片时,对于图片的shape,可能有不少宝宝存在疑惑。是什么疑惑了?就是image = Image.open(image_path),当你执行print(image.size)时,你得到的是图片的真实维度:W * H(宽和高), 阅读全文
posted @ 2020-05-21 22:27 抚琴尘世客 阅读(22339) 评论(1) 推荐(3) 编辑
摘要: 1. 新手出入时的心态 现在回想起我的过去,忍不住莞尔一笑^_^^_^。小生的高中还算不错,在我们那个小县城,算得上是最好的。但那时的我对计算机一窍不通,还有点抵触了,O(∩_∩)O哈哈~,相信不少宝宝与小生有同样的感受吧(*^▽^*)。在这种状态下,我竟然在大学选了计算机科学与技术专业O(∩_∩) 阅读全文
posted @ 2020-05-11 22:28 抚琴尘世客 阅读(177) 评论(0) 推荐(0) 编辑
摘要: 1. 选用卷积之前填充(强烈建议) 小生非常推荐大家不再使用卷积所带的填充方式,虽然那种方式简单,但缺陷太多。① 不能根据自己的需要来决定上与下填充不等的边界,左右填充不等的边界;② 边界填充零容易出现伪影的情况,对实验效果影响比较大。将卷积中的Padding方式换为卷积前Padding效果会更佳, 阅读全文
posted @ 2020-05-10 23:58 抚琴尘世客 阅读(12608) 评论(1) 推荐(3) 编辑
摘要: 1. 论Conv2d()里的padding和Conv2d()前padding的区别及重要性。 小生建议,尽量少用Conv2d()里的填充方式,换成自定义填充方式(强烈建议)。 小生为何这样建议呢,是因为小生以前就常使用Conv2d()里的padding方式,觉得这样使用简单、不麻烦(O(∩_∩)O哈 阅读全文
posted @ 2020-05-09 16:44 抚琴尘世客 阅读(1460) 评论(0) 推荐(0) 编辑
摘要: 1. PIL彩色图像转灰度图像 PIL彩色图像转灰度图像只需要调用函数 transforms.Grayscale(1) 即可。需要注意的是PIL打开的图像是RGB格式的,一般是三通道,转为灰度图像后,变为一通道。 转换原理,采用的 ITU-R 601-2 luma 原理来转换的,L = R * 29 阅读全文
posted @ 2020-05-09 10:04 抚琴尘世客 阅读(13527) 评论(1) 推荐(5) 编辑
摘要: 1. PIL读取图片 1.1 简述 PIL读取图片的方式非常简单,调用方法 Image.open() 即可,读取的是RGB格式的图片。 小生就不多言了,客官请下观~~。 1.2 例子 1.2.1 Code 1 from PIL import Image 2 3 4 def image_open(): 阅读全文
posted @ 2020-05-09 09:35 抚琴尘世客 阅读(85661) 评论(0) 推荐(6) 编辑
摘要: 1. Opencv彩色图像转灰度图像 OpenCV转灰度图像特别简单,只需调用函数 cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 即可。 小生就不赘言了,直接上案例(*^▽^*)。 2. 例子 2.1 Code 1 import cv2 2 import numpy 阅读全文
posted @ 2020-05-08 09:45 抚琴尘世客 阅读(13151) 评论(0) 推荐(1) 编辑
摘要: 1. OpenCV读取图片 1.1 简述 OpenCV读取图片的方法是cv2.imread(),读取出来图片的格式是BGR与常规的彩色图像的格式(RGB)相反,这一点一定要注意。 OpenCV显示图片的方法是cv2.imshow(),显示的格式是BGR。 小生就言于此O(∩_∩)O哈哈~,直接上例子 阅读全文
posted @ 2020-05-07 23:58 抚琴尘世客 阅读(24903) 评论(2) 推荐(0) 编辑
摘要: 1. 矩阵旋转180度 查阅了许久,发现还没有博主给出矩阵旋转180度的方法,O(∩_∩)O哈哈~请让我做个好人,愿我的方法能帮助到路过的宝宝。 2. 例子 2.1 Code 我在这里写了一个方法,分别调用一次矩阵上下翻转函数(np.flipud()),再调用一次矩阵左右翻转函数(np.flipli 阅读全文
posted @ 2020-05-06 21:03 抚琴尘世客 阅读(3132) 评论(0) 推荐(1) 编辑
摘要: 1. 扩展Tensor维度 相信刚接触Pytorch的宝宝们,会遇到这样一个问题,输入的数据维度和实验需要维度不一致,输入的可能是2维数据或3维数据,实验需要用到3维或4维数据,那么我们需要扩展这个维度。其实特别简单,只要对数据加一个扩展维度方法就可以了。 1.1 torch.unsqueeze(s 阅读全文
posted @ 2020-05-05 11:13 抚琴尘世客 阅读(20766) 评论(0) 推荐(0) 编辑
上一页 1 ··· 9 10 11 12 13 14 下一页