深度学习图像分割
深度学习图像分割是一种基于人工智能和机器学习的技术，用于将图像中的不同对象分割成不同的部分。这种技术可以应用于各种领域，包括医学图像分析、自动驾驶、卫星遥感、安防监控等。
在深度学习图像分割中，通常使用卷积神经网络（CNN）等深度学习模型进行训练和分割。这些模型可以通过大量的数据集进行训练，从而学习到如何识别和分割图像中的不同对象。
目前，深度学习图像分割已经广泛应用于各种领域，包括医学图像分析、自动驾驶、卫星遥感、安防监控等。它可以帮助人们更好地理解和分析图像中的信息，从而更好地解决各种问题。
推荐的腾讯云相关产品和产品介绍链接地址：
这些产品都可以应用于深度学习图像分割等技术，帮助用户更好地理解和分析图像中的信息。
相关·内容
我正在使用深度学习对图像数据集进行分割。训练图像和蒙版是jpg格式的。我想知道在把jpg转换成png的过程中有没有丢失信息？我搜索了一下，但找不到任何相关信息。我正在尝试使用png图像是否可以提高分割精度。任何帮助都是非常感谢的。
浏览 123提问于2020-11-04得票数 1
回答已采纳
使用神经网络进行语义图像分割和普通图像分割之间是否存在关键区别？非语义分割是某种类型的无监督像素聚类方法吗？
浏览 13提问于2017-12-21得票数 2
2回答
基于图像的目标检测与分割
、、、
我目前正在学习图像处理，并为我的项目学习matlab。
我需要知道是否有任何方法可以从交通图像或停车场图像中检测到一辆汽车，然后将其分割出来。
我已经谷歌了很多，但大部分内容是基于视频的，我对图像处理一无所知。
首选语言: MATLAB
我应该只在图像上这样做，而不是在视频上。
浏览 2提问于2013-08-26得票数 1
1回答
这是什么类型的计算机视觉任务？
、、、、
我试图找出哪种算法或计算机视觉任务(深度学习任务)可以实现以下目标：
我的来源图片是：
我想创建这样的片段：
什么类型的任务或算法或一系列步骤可以产生这样的结果？
我试过：
基于深度学习的分割模型。但它并不总是能产生最好的效果。
我在想：
如果我们能够将OpenCV前后处理类型的任务组合与基于深度学习的语义分割结合起来，我们就可以实现这一目标。
有什么建议吗？
浏览 9提问于2022-02-17得票数 1
回答已采纳
我有一个高分辨率无人机图像的数据集，我已经将其拆分成大小为512x512的瓦片。这些瓷砖将通过描绘特定类型的植物进行注释，并以COCO格式存储。我想使用自监督学习，例如在tiles中进行分割。Pytorch Lightning bolts模块提供了已经预先训练好的自我监督模型，例如SimCLR。根据bolts module documentation的说法，应该可以使用螺栓在任何计算机视觉任务上微调SimCLR。 然而，我找到的唯一示例显示了SimCLR是如何在分类任务上进行微调的。一个finetune SimCLR (或另一个自监督模型)如何在实例分割任务上进行调整？
浏览 33提问于2020-12-11得票数 3
1回答
我有来自Kinect的RGB和深度图像作为png格式。我正在尝试将深度数据与分水岭分割结合使用，但我不知道如何将这两种数据结合起来，从而获得更准确的结果。我查阅了一些论文，但我不理解结果，或者找不到专门为分水岭算法编写的解决方案。如何将深度数据作为参考点包含在分割过程中？
我正在使用MatLab的图像处理工具箱。
图片来自Nathan Silberman et。al.在上的数据库
一个示例RGB图像及其对应的深度文件如下所示(请注意，深度图像最初是一个二进制图像，已转换为uint8)：
更新:我尝试通过获取每个通道(红、绿、蓝和深度)并计算它们的权重，从RGB源和深度数据中创建一个加权
浏览 0提问于2013-01-10得票数 4
我有一个脚的图像，我只想从图像中提取脚，并删除所有其他背景的东西。
我试图通过OpenCV的边缘检测方法来实现这一点，但这些方法并不能像我想要的那样工作。
下面是我的代码：
import cv2 as cv
import numpy as np
img = cv.imread('D:/Desktop data/img2.jpg')
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
img_blur = cv.GaussianBlur(img_gray, (5, 5), 0)
# img_lap = cv.Laplacian(img_
浏览 1提问于2020-06-23得票数 1
我有100个不同的物体类别，它们有时在形状上非常相似，但它们在颜色、大小和表面图案上有所不同。有没有图像分割算法同时考虑颜色、大小和图案，或者只看物体的轮廓？谢谢
浏览 2提问于2019-10-02得票数 0
1回答
我必须确定图像中象海豹的数量。原始图像太大，无法上传，因此有一个示例：
经典的图像处理技术不能使用，因为动物和沙子的颜色略有相同。我们会分割阴影或纹理，而不是封印。这就是我想测试机器学习的原因。
目标将是手动确定一些ROIs代表海豹和其他的沙子，以便识别图像中的其他动物。问题是，我不知道我可以用哪一种特征来描述海豹，并将它们与沙子区分开来。
局部直方图及其统计数据(特别是均值和标准偏差)似乎很有趣，但还不够。我曾想过使用图像梯度，但这并没有带来很好的分辨力。此外，我认为必须使用多个特性的组合，但很难分辨哪些特性。
这就是为什么我想知道是否有一种方法可以自动确定识别特征，并将其用于机器学习
浏览 0提问于2018-05-07得票数 2
回答已采纳
1回答
我正在探索和学习计算机视觉领域，目前正在学习CNN。我完全理解CNN的概念，也就是直到完全连接的层。
但是，当我深入研究图像分割的任务时，我发现了以下的论文：
用于语义分割的学习反褶积网络
用于语义分割的全卷积网络
U-Net:生物医学图像分割的卷积网络
在这里，他们讨论卷积和完全连接的层，然后是反褶积和非池。我理解反褶积和非集合的数学方面，但我无法理解，最重要的是，我无法想象它们最终如何导致图像分割。
浏览 0提问于2018-05-14得票数 0
1回答
我正在做一个教育项目，我需要检测物体，主要是门和窗。我试图找到特定的算法来做到这一点。
这是项目中检测所有对象并让用户选择他想要的对象的第一步。然后，在下一步中，系统将准确地定义对象的边缘。
我想通过背景或重叠对象的颜色变化来检测对象。我需要一个算法来开始。我开始学习色彩空间，我选择了hvs色彩空间。我读了很多论文，我知道它们是如何工作的，但我仍然感到困惑，不知道什么算法会真正起作用。
浏览 3提问于2015-11-19得票数 0
1回答
如何分割手写数字
、、、
我正在研究handwritten digit recognition的一个问题。基本上，我们需要识别文件中的某些字段，如金额、帐号、移动电话等。
手写体数字识别可分为两个步骤。
数字分割
分段数字的识别
对于step-2，我们可以使用一些相关的MNIST模型，但问题是如何分割数字。我试过使用，但只有当数字与空白像素分隔时才有帮助，即当它们彼此不接触时，用户通常用触摸或连接的数字写入数字。
有谁能建议一些基于深度学习或非深度学习的方法来完成这项任务？
样本图像
浏览 5提问于2020-06-23得票数 3
1回答
我有这样的形象：
我有兴趣只对出现在图像中的对象进行分割，所以我做了这样的事情
import numpy as np
import cv2
from sklearn.cluster import MeanShift, estimate_bandwidth
#from skimage.color import rgb2lab
#Loading original image
originImg = cv2.imread('test/2019_00254.jpg')
# Shape of original image
originShape = originImg.shape
浏览 6提问于2022-05-06得票数 1
1回答
我正在研究一种从单目图像中估计深度图像的深度学习(有监督学习)。数据集当前使用的是KITTI数据。RGB图像(输入图像)使用KITTI原始数据，而来自following link的数据用于地面实况。 在通过设计一个简单的编解码器网络来学习模型的过程中，效果并不是很好，因此人们进行了各种尝试。 在搜索各种方法时，我发现groundtruth只能通过掩码来学习有效区域，因为有许多无效区域，即无法使用的值，如下图所示。 ? 所以，我是通过掩蔽来学习的，但我很好奇为什么这个结果总是出来。 ? ? 这是我训练代码的一部分。我该如何解决这个问题。 for epoch in range
浏览 56提问于2020-09-23得票数 0
2回答
我正在做一个项目，在这个项目中，我必须找到给定灰度图像的背景。我在互联网上做了几种研究，我发现了一些使用OpenCV库(如下面的：https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_video/py_bg_subtraction/py_bg_subtraction.html#py-background-subtraction)的算法。 这种方法对我不起作用。我想详细说明的图像是： ? 正如你所看到的，它是灰度的，我们看到的是“灰色静态”背景。我希望只看到细胞的细胞核(图像将提高分辨率和质量，这是一个相当原始的图像) 我试着从主图像
浏览 44提问于2020-01-09得票数 0
1回答
CNN检测梯度变化？(深度图)
、、、、
我有一个问题，我试图找出渐变在深度地图，而忽略噪音和伪影。我用这个来检测可驱动表面的“下垂”，这些表面大部分都是在边缘出现的。在彩色图像中很难检测到这些边缘，因为边缘的两边可以有相同的表面，而且，边缘的样式、颜色和方向在不同的位置可能有很大的差异：
因此，决定使用深度地图。
虽然深度的变化可以用一个相当简单的算法来完成，但是忽略(或者至少是识别)噪声和工件是非常困难的。我目前的方法是简单地将图像移动几个像素，然后将其从自身减去，以揭示梯度的快速变化：。
在图像中出现噪声之前，这种方法工作得很好：
经过一些研究，我认为最可靠的检测方法是使用卷积神经网络(CNN)。我在过去有
浏览 3提问于2020-09-30得票数 0
例如，如果我试图检测(并分割) "Where's Waldo“图像(每个图像中有数百人的图像)中的人，并根据每个人穿的衬衫的颜色对每个人进行标记，那么一个小数据集(总共10-100个用于训练和验证的图像)就足够了吗?因为在每个图像中都有这么多这些”对象“的实例(假设我使用COCO中预先训练好的权重)？对于这些情况(假设您正在使用Mask R-CNN等检测分割算法)，拥有一个大型数据集(> 1000张图像)是至关重要的吗？
你可以从另一个角度来看待这个问题：
更重要的是，您在其上训练分割算法的图像数量还是整个数据集范围内可检测对象的实例数量？
浏览 1提问于2020-02-10得票数 0
我可以使用openGL将3d模型的深度图渲染到屏幕上。我正在尝试获得深度图的2d数组(或矩阵)表示，比如灰度图像，这样我就可以对其执行图像处理操作，如掩蔽和分割。
到目前为止，我的深度贴图只是打印深度值，而不是片段着色器中的颜色。如何将生成的深度图显示保存为矩阵？
浏览 1提问于2017-10-31得票数 1
5回答
图像深度和通道之间的差异
、、、
我正在尝试学习opencv，但它非常令人困惑。有人能知道imagedepth和no的区别吗？图像中通道的数量。假设图像深度为8，否。通道R，G，B是3。那么，这意味着什么，我在可视化3d结构时遇到了困难
浏览 27提问于2012-04-11得票数 21
我正在使用Microsoft Kinect深度流进行手部分割。通过做一些阈值处理，我能够根据MS Kinect传感器提供的深度信息将身体从背景中分离出来，现在我想要的是分割手。任何建议，我如何分割手。下面是我的深度图像的屏幕截图。我在Python中使用Open CV。要访问Kinect Sensor streams，我使用的是微软的PyKinect。
浏览 3提问于2017-11-07得票数 3
与我一起工作的一个小组希望创建自己的植物数据集，用于多个项目，如植物类型分类和开始时的叶分割。
他们愿意提供创建这组数据所需的一切手段。一家合作农业公司愿意协助种植任何需要的东西，并让人根据需要监控和捕捉每一个X持续时间的映像。不同的生长阶段也是需要的。
我被要求写关于如何获取图像的要求，但是我自己不太确定。对于这样的任务，您应该知道哪些要点?是否有任何已知的指南或教程可用于数据集的创建？
注意，目前对于这个任务，每个图像中只有一个植物被捕获，因为将用于标记和分割图像的非学习方法只支持每幅图像一个植物。
我在想，根据一个特定的植物完全生长所需的时间(大约是已知的)，N图像应该每X一天拍摄一次
浏览 0提问于2019-05-21得票数 2
回答已采纳
1回答
我目前正在做一个关于语义分割的小组项目，需要用自己的数据集来训练模型。问题是数据集在任何预先训练的模型中都是不可用的，因为目标是检测运动鞋的每一部分(例如。花边，外底，前贴，标志等)。我们的团队成员中没有一个从未学习过深度学习，而是学习过计算机科学。还有一个关于面具的问题-RCNN。预训练模型的权重的确切含义是什么？它是根据DL模型计算的权重吗？
浏览 0提问于2019-08-14得票数 0
回答已采纳
当定义R G B图像的分割网络时，例如mxnet上的fcn-xs示例中的网络，输入的RGB图像层被馈送到多个卷积、激活、池等...
例如，卷积的定义如下: mxnet.symbol.Convolution(data=input，kernel=(3，3)，pad=(1，1)，num_filter=64，workspace=workspace_default，name="conv1_1")
一方面，这里的卷积滤波器是2D的，这意味着每个颜色层R、G、B都是单独处理的。另一方面，神经科学众所周知，相关特征包含在颜色对比度中，而不是颜色通道本身中，即颜色应该相互减去，例如红色减去绿色或
浏览 1提问于2017-02-05得票数 0
1回答
我正在使用Google做自拍分段()。但是，产出却非常差-
初始图像：
带有重叠的分割图像:观察女性的头发是如何标记为粉红色的，健身器材和她腿附近的周围都被标记为非粉红色。甚至她的手都被标记为粉红色(意为背景)。
当这被叠加在另一张图像上时，为了产生背景去除效果，它看起来很糟糕。
ML返回的分割掩码对于上述所有非粉红色区域都有1.0的信心，这意味着它绝对确定非粉红色区域是人的一部分！！
我看到这几张照片，而不仅仅是这张。事实上，对于图像分割器来说，性能(可信度)相当差。
问题是--是否有办法改进它，也许通过提供另一种/更好的模式？如果我使用像PixelLib这样的
浏览 12提问于2022-01-30得票数 1
回答已采纳
1回答
基于纹理的图像分割
、、、
我有房间地板上铺地毯的照片。我有地毯的质地样品。我想在照片上检测地毯的边界。
您能描述一下如何使用opencv进行基于纹理的图像分割吗？
浏览 4提问于2013-06-25得票数 1
1回答
我还知道，显着性地图也是一种图像分割任务。但是它已经被广泛地应用于可解释的深度学习(读、GradCam等)。我还看到了这篇论文()，它讨论的是类显着性地图--当涉及到图像分割时，它会给我敲响警钟。请告诉这个概念是否存在图像分割，或我需要阅读更多关于这一主题。
浏览 1提问于2019-12-05得票数 2
回答已采纳
2回答
我是图像处理و领域的新手，我正在学习机器学习和图像处理之间的共同概念。
假设在商店里有一个摄像机，它可以拍摄走进商店的人的电影，
我们想从这部电影中得到的是:如果你看到和善的人，给我数字1，那么它是与机器学习有关还是不是，它只是从连续图像中进行图像处理؟؟
浏览 0提问于2015-07-23得票数 0
1回答
卷积神经网络通常是图像分类和语义分割的最佳选择。分类/数字数据(年龄、身高、城市等)另一方面，传统的机器学习模型，如(深度)随机森林模型、支持向量机模型或传统神经网络模型处理效果最好。
是否有将卷积神经网络和传统神经网络相结合的混合结构来对图像和分类数据集进行分类？我确信这个问题以前已经解决过，我特别希望在一个公共库(PyTorch、Tensorflow、Keras等)中寻找研究论文、教程和实现。
这种“混合”数据集的一个很好的例子是ISIC数据集，它包含数千张皮肤生长的图像，以及每幅图像的患者年龄和性别等信息。假设情况下，包含这些分类/数值信息的混合模型在检测皮肤癌方面可能比仅仅使用图像的模
浏览 0提问于2018-06-12得票数 1
在维基百科和deeplearning4j中都有这样的说法:深度学习神经网络是一种隐层大于1的神经网络.
对于我来说，这类NN在大学里是标准的，而DLNN现在非常夸张。去过那里，做过那件事-有什么大不了的？
我还听说堆叠的神经网络被认为是深度学习。深度学习是如何定义的？
我的神经网络的背景大多来自大学，而不是工作：
神经网络在工业中的应用研究
有5门关于artif的课程。情报。&马赫。学习。-也许其中有两个在NN上
用于小而简单的图像识别项目中使用的三层前馈神经网络。
没有对它们进行真正的研究(如博士论文)。
浏览 0提问于2016-10-04得票数 14
回答已采纳
1回答
我试图从预测深度的图像中生成3D点云(PC)。给出了摄像机的本质和地面真实深度图像。首先，我正在用摄像机内部的GT深度生成一台PC，它看起来如下：
但是，当我试图生成与预测深度相同的图像的PC时，PC看起来很奇怪。下面是预测深度的PC：
我用同样的相机本质来做这件事。我正在使用相同的代码和程序的两个PC代。我原以为两台PC会很接近，但我得到的是真的很奇怪。我做错了什么？
我生成点云的代码如下所示：
int rows = RGB.size[0];
int cols = RGB.size[1];
for (int v = 0; v < rows; v++) {
for (
浏览 0提问于2020-06-29得票数 0
回答已采纳
1回答
在培训不同类型图像相关作品的深度学习模型方面，如图像分类、语义分割，需要进行什么样的预处理工作？
例如，如果我想训练一个用于语义分割的网络，我需要将图像值(通常表示为nd数组)缩放到[0,1]范围，还是将其保持为[0,255]范围？谢谢。
浏览 1提问于2016-11-28得票数 0
回答已采纳
1回答
按地图进行分割
、、
晚上好，我有一个身体热像，我需要做一个基于身体图的分割。我正在附上这些图片。 body map 有没有人能帮上忙--我？ 我试着覆盖图像，但是，它们不是完美的匹配它不起作用。 我希望有一系列的图像，每个区域一个。
浏览 17提问于2019-05-24得票数 0
1回答
我正在构建一个只有一个前景和一个背景的Unet图像分割模型(二进制分割)。 对于损失函数，我将骰子损失和二进制焦距损失相加 我想知道确保骰子损失和焦点损失的数量级相似是否很重要。 正如你在下面的摘录中看到的，二进制焦距损失是~ 0.0x，骰子损失是0.x。在这种情况下，损失优化是否会更关注骰子损失而不是焦点损失？我是否应该在二进制焦距损失中增加一个乘数？ ?
浏览 23提问于2020-11-25得票数 0
2回答
我正在尝试使用深度图中的每个像素。(我正在实现图像分割。)我不知道如何处理深度大于1的图像像素。
此示例代码逐个像素地将深度图复制到另一个cv::Mat。如果我对其进行归一化(归一化图像的深度= 1)，它工作得很好。但是它在深度= 3的情况下不起作用，因为.at<uchar>对于这个深度是错误的操作。
cv::Mat res;
cv::StereoBM bm(CV_STEREO_BM_NORMALIZED_RESPONSE);
bm(left, right, res);
std::cout<<"type "<<res.type()<&
浏览 0提问于2013-04-13得票数 3
回答已采纳
1回答
CT图像的SegNet预训练权重
、、、、
我正在尝试训练一个用于ct图像分割任务的SegNet (使用Keras TF)。我使用的是VGG16预训练权重，但第一个卷积层有问题，因为我使用的是灰度图像，但VGG是在rgb图像上训练的。我解决了使用this的第二种方法(不能使用第一种方法，因为需要太多内存)。然而，它对我没有帮助，价值观真的很糟糕(训练了100个时期)。 我应该从头开始训练第一个卷积层吗？
浏览 58提问于2020-11-26得票数 0
1回答
我想知道是否有一种方法可以在将深度图发送到kinect使用的骨架算法之前修改它，例如，如果我们想在分割的深度图像的输出上运行骨架。到目前为止，我已经检查了sdk中的方法，但我还没有找到公开的框架方法。这就像你要么打开骨架，要么关闭骨架，但你无法控制它的输入。如果任何人对这个话题有任何想法，我将不胜感激。
Shamita:骨架化意味着实时跟踪用户的关节。我编辑是因为我不能评论(不是足够的声誉)。
浏览 1提问于2014-10-08得票数 0
1回答
我是一个学习机器的新生。我只想问一种改进方法(例如，朴素贝叶斯)的可能方法是什么，以获得更好的结果，将图像分类为文本或非文本图像，而不是仅仅输入x个图像，告诉系统哪些有文本，哪些没有？
提前感谢
浏览 6提问于2015-05-02得票数 1
回答已采纳
1回答
通过CNN定位物体
、、、
我是新的深入学习和张量流，我正试图训练一个CNN在街景房子数字数据集的数字定位。为此，我有一组32x32图像的输入集，由于我想识别最多5位数字，所以我使用了20个元素的标签向量，如下所示
顶部_X_digit1，顶部_是_digit1井_digit1，高度_digit1，顶部_X_digit2等等。
0,0,0,0，0当没有数字时
据我所知，在(让我说)3层卷积和池之后，我可以添加5层(平行的)完全连接的层，目的是提取不同数字的每个盒子特征(如果有，则为0 0 0)。
我的方法正确吗？
浏览 0提问于2017-01-22得票数 0
我需要一个关于如何使用KinectSDK从修改后的深度图像中获取骨架数据的帮助。
我有两个Kinect。我可以从他们两个那里得到DepthImage。我将两个深度图像转换为3D坐标，并使用OpenGL将它们组合在一起。最后，我重新投影3D场景并获得一个新的DepthImage。(分辨率也是640*480，我的新DepthImage的FPS大概是20FPS)
现在，我想使用KinectSDK从这个新的DepthImage中获取骨架。
有人能帮我解决这个问题吗？
谢谢
这张图片是我的流程：
浏览 0提问于2013-10-22得票数 2
2回答
我正在学习关于Udacity的深度学习课程。我对pixel depth和它是如何在下面的代码中使用感到有点困惑：
image_size = 28 # Pixel width and height.
pixel_depth = 255.0 # Number of levels per pixel.
image_data = (ndimage.imread(image_file).astype(float) -
pixel_depth / 2) / pixel_depth
有人能解释一下为什么我们在将图像读取到N数组时做pixel_depth /
浏览 6提问于2017-11-08得票数 0
回答已采纳
1回答
我有一个WxHx3的图像大小，需要分割成21个类。在使用CNN通过一些图层之后，我获得了W/4 x H/4 x 512特征图。最后，我们将使用Convolutional和Deconvolutional层将其与softmax层中的标签进行比较。我有两个拓扑：
Softmax_loss Softmax_loss
^ ^
| |
浏览 5提问于2017-04-22得票数 1
回答已采纳
我在Google文档中找不到这些信息：
是否有可能创建我的整个面具R-CNN网络，并用我自己的图像训练它来用这个API进行实例分割？(非一般图像)
此外，我是否拥有获得的网络(和数据)？我可以在云之外使用它(例如，车载系统)吗？
如果你知道答案的话，谢谢你。
浏览 1提问于2018-11-20得票数 0
回答已采纳
2回答
给定一个图像数据集，我需要从每个图像的背景中分割出前景对象。数据集是“汽车”的图像。输出的图像应该是没有任何背景的汽车从原始图像。能否请一些人指导我，训练这个模型需要哪些更广泛的步骤？需要什么样的算法。我将使用tensorflow作为实现。有关所需功能的示例，请访问https://www.remove.bg/
浏览 68提问于2020-01-20得票数 1
回答已采纳
2回答
我不太明白以下几点：
在提议的中，他们提出了一个像素对像素的预测，以构造图像中对象的掩码/精确位置。
在用于生物医学图像分割的略为修改的FCN版本( )中，主要的区别似乎是“与订约路径中相应裁剪的特征映射相连接”。
现在，为什么这个特性对生物医学分割特别有影响呢？我可以指出的生物医学图像与其他数据集的主要区别是，在生物医学图像中，定义对象的功能不像普通的日常对象那样丰富。数据集的大小也是有限的。但是，这个额外的特性是由这两个事实还是其他原因所激发的呢？
浏览 0提问于2018-05-08得票数 10
回答已采纳
我使用tesseract-OCR从扫描图像中提取文本，因为很少有图像文本由于分辨率低而无法正确识别，而产生的输出是一些不相关的字符。
应用技术：
将dpi提高到300。opencv.Upscaling中的图像预处理技术使用dnn_superres中的opencv中的去噪的git恢复，其中的超分辨率算法模型是通过训练tessdata建立的使用learning.Improve tesseract-ocr质量的超分辨率算法模型。
参考链接
样品图像：
在python中是否有任何简单的方法来改进文本而不使用任何深度学习模型。
浏览 2提问于2020-05-08得票数 8
假设我有任何购物中心的账单图像，我想找出我从哪里购买了所有商品和所有购买的商品的商店的名称。那么，使用图像处理和机器学习如何找到？
浏览 12提问于2017-08-01得票数 0
回答已采纳
1回答
我想在图像中标记树木。我尝试过许多基于颜色的分割方法，如RGB向量空间和HSI颜色空间、L_a_b*颜色空间、流域分割、NDVI方法，但是大部分的树域都被忽略了。
有没有人知道更多的颜色检测(或)分割程序..？
我只需要在MATLAB中开发一个算法。
浏览 1提问于2013-12-10得票数 3
1回答
卷积神经网络中深度的解释
、、、、
我正在学习卷积神经网络，并试图弄清楚数学计算是如何发生的。假设有一个有3个通道(RGB)的输入图像，所以图像的形状是28*28*3。考虑为下一层应用了大小为5*5*3的6个过滤器，并且步长为1。因此，我们将在下一层得到24*24*6。由于输入图像是RGB图像，那么每个过滤器的24*24图像如何解释为RGB图像，即每个过滤器的内部构造大小为24*24*3的图像？
浏览 4提问于2016-07-04得票数 1
回答已采纳
1回答
我想知道我想的方法是否可行。我想用字典学习来进行图像分类。第一步是从一组相似但不同的图像中学习字典，以便从图像中提取背景。例如，我有一套相同物体的图像(例如500张照片)，但场景不同(光线、拍摄角度等)。基本上，主对象是相同的，或者更准确地说，对象是非常相似的，它们都显示主对象。是否有可能使用字典学习来建模主要对象？我的下一步将是使用稀疏编码技术对主对象(背景)进行建模，并检测“意外”对象。在目标检测问题中，这被称为相反的方法。
我受到这些出版物的启发：
https://ijpam.eu/contents/2013-89-2/5/5.pdf
https://arxiv.org/pdf/2007
浏览 0提问于2021-04-28得票数 0
我有一个很大的8位PNG图像。我正在使用Java将图像分割成更小的32x32图像。我使用Java的ImageIO将PNG加载到BufferedImage中，然后将其命名为getSubimage(x, y, 32, 32)。然后，我使用ImageIO将每个瓦片写出为PNG。
问题是结果图像与原始图像具有相同的IndexColorModel。例如，一个32x32平铺只有8种颜色，但它包含一个颜色模型，其中包含来自原始图像的100多种颜色。
在写出PNG之前，我想从32x32瓦片的IndexColorModel中删除未使用的颜色。图像中不使用的颜色没有包含颜色数据的意义，我希望图像尽可能小。
有没有
浏览 0提问于2009-12-03得票数 1
回答已采纳
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
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
