tangjunjun

2019年12月15日

摘要：我已经根据resize_image（）函数的解析对原图像与resize图像进行了解析，若有读者想对原图像与目标图像不同尺寸验证，可根据以下代码，调整函数参数，其细节如下： import cv2 as cvimport numpy as npimg=cv.imread('D:\\MASKRCNN\ 阅读全文

posted @ 2019-12-15 18:19 tangjunjun 阅读(2258) 评论(0) 推荐(0) 编辑

mask-rcnn代码解读（五）：mask_iou的计算

摘要：我以为只有box能计算iou值，但我看了maskrcnn后，发现该模型对mask进行了iou的计算，该方法巧妙之处在于 mask1与mask2必须有相同的height and width，而后在同一个位置的值累加，即交叉面积，而后将mask1与mask2 所有值累加为并集，而后计算类似于box的io 阅读全文

posted @ 2019-12-15 12:47 tangjunjun 阅读(5013) 评论(1) 推荐(0) 编辑

LooseVersion()使用及.__version__版本号的获取

摘要：我简单看了distutils库，但发现目前还用不到，感觉有些复杂。因此我简单复制了别人的介绍，如下： Distutils可以用来在Python环境中构建和安装额外的模块。新的模块可以是纯Python的，也可以是用C/C++写的扩展模块，或者可以是Python包，包中包含了由C和Python编写的模阅读全文

posted @ 2019-12-15 12:29 tangjunjun 阅读(2643) 评论(0) 推荐(0) 编辑

2019年12月10日

tf.where()函数的解析

摘要： tf.where()的使用，该函数会返回满足条件的索引。经验证，发现返回均是二维矩阵，可以说明该函数用二维矩阵给出满足条件的位置索引。（若有错误，欢迎指正。）代码如下：import tensorflow as tfsess=tf.Session()import numpy as npprint('验阅读全文

posted @ 2019-12-10 22:13 tangjunjun 阅读(3523) 评论(0) 推荐(1) 编辑

2019年12月9日

tf.argmax()解析

摘要： tf.argmax(input,axis)根据axis取值的不同返回每行或者每列最大值的索引。代码如下： import tensorflow as tfimport numpy as npsess=tf.Session()a = np.array([[1, 2, 3], [2, 3, 4], [5, 阅读全文

posted @ 2019-12-09 23:30 tangjunjun 阅读(484) 评论(0) 推荐(0) 编辑

2019年12月2日

tf.reduce_sum（） and tf.where（）的用法

摘要： import tensorflow as tfimport numpy as npsess=tf.Session()a=np.ones((5,6))c=tf.cast(tf.reduce_sum(a, axis=1),tf.bool) # tf.reduce_sum 表示按照axis方向求和c=se 阅读全文

posted @ 2019-12-02 00:28 tangjunjun 阅读(362) 评论(0) 推荐(0) 编辑

2019年12月1日

mask-rcnn代码解读（四）：rpn_feature_maps数据的处理

摘要：此处模拟 rpn_feature_maps数据的处理，最终得到rpn_class_logits, rpn_class, rpn_bbox。代码如下： import numpy as np'''层与层之间主要是中间变量H与W不一致，则此处模拟2层，分别改为8与4'''# 模拟某层，如p3a1=np. 阅读全文

posted @ 2019-12-01 17:46 tangjunjun 阅读(678) 评论(0) 推荐(0) 编辑

mask-rcnn的解读（三）：batch_slice（）

摘要：我已用随机生产函数取模拟5张图片各有8个box的坐标值，而后验证batch_slice（）函数的意义。由于inputs_slice = [x[i] for x in inputs] output_slice = graph_fn(*inputs_slice)代码一时蒙蔽，故而对其深入理解，如下:代码阅读全文

posted @ 2019-12-01 01:23 tangjunjun 阅读(1193) 评论(1) 推荐(0) 编辑

2019年11月30日

mask-rcnn解读（二）：clip_boxes_graph（）

摘要：此函数是利用deltas对box修正，我并没有详细说明，若有问题，欢迎留言交流： def clip_boxes_graph(boxes, window): """ boxes: [N, (y1, x1, y2, x2)] window: [4] in the form y1, x1, y2, x2 阅读全文

posted @ 2019-11-30 17:59 tangjunjun 阅读(391) 评论(0) 推荐(0) 编辑

mask-rcnn解读（一）：clip_boxes_graph

摘要：此部分为mask-rcnn中clip_boxes_graph（）函数的使用。首先利用代码解决基本函数的使用，然后运行代码，其细节如下：代码如下： import tensorflow as tfimport numpy as npimport randomsess=tf.Session()window 阅读全文

posted @ 2019-11-30 17:40 tangjunjun 阅读(749) 评论(0) 推荐(0) 编辑

公告