会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
python我的最爱
坚持每天分享一个深度学习的知识点
博客园
首页
新随笔
联系
订阅
管理
随笔 - 480 文章 - 0 评论 - 45 阅读 -
73万
<
2025年3月
>
日
一
二
三
四
五
六
23
24
25
26
27
28
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
昵称：
python我的最爱
园龄：
6年10个月
粉丝：
156
关注：
3
+加关注
搜索
常用链接
我的随笔
我的评论
我的参与
最新评论
我的标签
积分与排名
积分 - 456673
排名 - 1633
随笔分类
HTML(71)
Java学习(28)
opencv(35)
Opencv-C++(1)
python基础(64)
tensorflow(14)
torch课程学习(12)
torch学习入门(8)
论文阅读(1)
模型的各部分(14)
目标检测算法(4)
爬虫(1)
培训(10)
强化学习基础和进阶(8)
数据分析(28)
数据库(3)
算法探究(15)
更多
随笔档案
2022年9月(8)
2022年5月(2)
2021年10月(1)
2021年9月(7)
2021年8月(10)
2021年7月(20)
2021年6月(9)
2021年4月(1)
2021年3月(28)
2021年2月(2)
2020年8月(2)
2020年7月(9)
2020年5月(3)
2020年4月(15)
2019年12月(5)
2019年10月(10)
2019年9月(6)
2019年8月(7)
2019年7月(5)
2019年6月(8)
2019年5月(1)
2019年4月(6)
2019年3月(37)
2019年2月(34)
2019年1月(62)
2018年12月(5)
2018年11月(2)
2018年10月(10)
2018年9月(14)
2018年8月(28)
2018年7月(72)
2018年6月(22)
2018年5月(29)
更多
阅读排行榜
1. 机器学习进阶-边缘检测-Canny边缘检测 1.cv2.Canny(进行Canny边缘检测)(24607)
2. 机器学习进阶-图像形态学操作-膨胀操作 1.cv2.dilate(进行膨胀操作)(23048)
3. 机器学习进阶-图像特征sift-SIFT特征点 1.cv2.xfeatures2d.SIFT_create(实例化sift) 2. sift.detect(找出关键点) 3.cv2.drawKeypoints(画出关键点) 4.sift.compute(根据关键点计算sift向量)(22034)
4. 机器学习进阶-图像金字塔与轮廓检测-轮廓检测 1.cv2.cvtColor(图像颜色转换) 2.cv2.findContours(找出图像的轮廓) 3.cv2.drawContours(画出图像轮廓) 4.cv2.contourArea(轮廓面积) 5.cv2.arcLength(轮廓周长) 6.cv2.aprroxPloyDP(获得轮廓近似) 7.cv2.boudingrect(外接圆)..(21519)
5. 机器学习进阶-直方图与傅里叶变化-直方图均衡化 1.cv2.equalizeHist(进行直方图均衡化) 2. cv2.createCLAHA(用于生成自适应均衡化图像)(19108)
评论排行榜
1. 缺陷检测-3.CutPaste: Self-Supervised Learning for Anomaly Detection and Localization(剪切粘贴:自监督学习对于异常检测和定位)(9)
2. 缺陷检测-4.Semi-supervised Anomaly Detection using AutoEncoders(半监督缺陷检测使用自动的编码器)(4)
3. 深度学习原理与框架-卷积神经网络-cifar10分类(图片分类代码) 1.数据读入 2.模型构建 3.模型参数训练(4)
4. pytorch-卷积基本网络结构-提取网络参数-初始化网络参数(2)
5. RGB-D显著性突出物体(学习)(2)
推荐排行榜
1. 机器学习进阶-图像特征sift-SIFT特征点 1.cv2.xfeatures2d.SIFT_create(实例化sift) 2. sift.detect(找出关键点) 3.cv2.drawKeypoints(画出关键点) 4.sift.compute(根据关键点计算sift向量)(3)
2. 机器学习进阶-人脸关键点检测 1.dlib.get_frontal_face_detector(构建人脸框位置检测器) 2.dlib.shape_predictor(绘制人脸关键点检测器) 3.cv2.convexHull(获得凸包位置信息)(2)
3. 机器学习进阶-目标追踪-SSD多进程执行 1.cv2.dnn.readnetFromCaffe(用于读取已经训练好的caffe模型) 2.delib.correlation_tracker(生成追踪器) 5.cv2.writer(将图片写入视频中) 6.cv2.dnn.blobFromImage(图片归一化) 10.multiprocessing.process(生成进程)(2)
4. 机器学习进阶-直方图与傅里叶变化-直方图均衡化 1.cv2.equalizeHist(进行直方图均衡化) 2. cv2.createCLAHA(用于生成自适应均衡化图像)(2)
5. 机器学习进阶-图像金字塔与轮廓检测-轮廓检测 1.cv2.cvtColor(图像颜色转换) 2.cv2.findContours(找出图像的轮廓) 3.cv2.drawContours(画出图像轮廓) 4.cv2.contourArea(轮廓面积) 5.cv2.arcLength(轮廓周长) 6.cv2.aprroxPloyDP(获得轮廓近似) 7.cv2.boudingrect(外接圆)..(2)
最新评论
1. Re:深度学习原理与框架-递归神经网络-时间序列预测(代码) 1.csv.reader(进行csv文件的读取) 2.X.tolist(将数据转换为列表类型)
1231456
--123破
2. Re:强化学习-SAC(Soft Actor-Critic)
log_prob = log_prob - torch.log(1 - torch.tanh(action).pow(2) + 1e-7) # 为了提升目标对应的概率值 是干什么的，能不能解释一下...
--WFall
3. Re:机器学习入门-数值特征-对数据进行log变化
详细
--川川菜鸟
4. Re:机器学习入门-随机森林温度预测的案例 1.datetime.datetime.datetime(将字符串转为为日期格式) 2.pd.get_dummies(将文本标签转换为one-hot编码) 3.rf.feature_importances_(研究样本特征的重要性) 4.fig.autofmt_xdate(rotation=60) 对标签进行翻转
@时归 你好，有数据了吗...
--炸鸡啤酒
5. Re:缺陷检测-3.CutPaste: Self-Supervised Learning for Anomaly Detection and Localization(剪切粘贴:自监督学习对于异常检测和定位)
@猫与歌者...
--python我的最爱
2022年5月5日
CVPR2022(超分领域)-Reflash Dropout in Image Super-Resolution(记起droput在图像超分)
摘要： 文章主旨: 在以往的认知中，dropout会导致信息发生损失，不适用于low level的任务中，作者发现dropout平均特征图的重要性，提升通道之间的利用率，从而提升模型的泛化能力, 对此作者进行了一系列的实验证明 文章介绍 简介 dropout旨在缓解高级视觉中的过拟合问题，但是很少应用在如超
阅读全文
posted @ 2022-05-05 23:51 python我的最爱
阅读(772)
评论(0)
推荐(0)
编辑
点击右上角即可分享
