1回答
我有这样的图像：
我在下面的代码中应用了膨胀：
int dilation_elem = 0;
int dilation_size = 0;
int const max_elem = 2;
int const max_kernel_size = 21;
void Dilation( int, void* );
int main( int argc, char** argv )
{
src = imread("a18.png");
if( !src.data )
{ return -1; }
namedWindow( "Dilation
浏览 3提问于2016-12-31得票数 3
1回答
根据网站上的一些答案，我试图删除图像中的阴影：container，但没有成功。我尝试去除阴影并读取容器编号(需要可读)，这不是唯一的图像，我尝试了几个图像。这是我到现在为止的代码： Mat imgSrc, imgDst, imgResult , mblured, step3, diff_img, norm_img, threshold_img;
src = imread("Test7.jpg");
int nChannels = imgSrc.channels();
vector<Mat> channels(nChannels);
vector<Mat>
浏览 28提问于2021-02-03得票数 1
1回答
C++中没有opencv输出
、、、、
我是OpenCV的新手。此代码运行在我的Visual 2017上，但即使在输入命令行参数之后也不显示任何结果。程序运行良好，生成成功，没有错误或生成失败通知。我试过几次，但这个问题还没有得到解决。有人能帮忙吗？
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>
using namespace std;
using
浏览 1提问于2017-05-02得票数 1
回答已采纳
2回答
我正在处理如图1所示的这样一个图像，它由一个点组成，并需要转换为图2。
图1原始图像
图2被通缉的形象
为了完成转换，首先对每个点的edge进行检测，然后对dilation进行操作。如图3所示，在选择合适的参数后，结果令人满意。
图3扩张后的图像
我以前用MATLAB处理过同样的图像。当将对象(如图3所示)收缩为像素时，函数bwmorph(Img,'shrink',Inf)工作，其结果正是图2所示。那么，如何在opencv中获得相同的想要的形象呢？似乎没有类似的shrink函数。
下面是我寻找边缘和扩张操作的代码：
#include "open
浏览 4提问于2013-07-04得票数 6
回答已采纳
1回答
这个问题是我在这里的问题的后续：，然而，有许多事情我不清楚，我认为它需要一个新的问题。本文所讨论的模型是根据上述帖子中所接受的答案建立的。
我试图应用因果CNN模型对10个序列的多变量时间序列数据5个特征。
lookback, features = 10, 5
过滤器和内核应该设置为什么？
- What is the effect of filters and kernel on the network?
- Are these just an arbitrary number - i.e. number of neurons in ANN layer?
- Or will the
浏览 3提问于2019-06-23得票数 5
回答已采纳
2回答
我的工作是基于有一系列点的图像(图1)，最后的结果如图4所示，我将逐步解释我的工作。
图1原始图像
步骤1:检测每个对象的边缘，包括点和一个我想删除的“环”，以获得更好的性能。图2给出了边缘检测的结果。我用了Canny边缘探测器，但是它对一些浅灰点不起作用。我的第一个问题是如何关闭点的轮廓并尽可能减少其他噪声？
图2边缘检测
步骤2:扩展每个对象。我找不到一个很好的方法来填洞，所以我直接把它们放大。如图3所示，孔洞似乎扩大得太多，其他噪音也是如此。我的第二个问题是如何填充或膨胀洞，以使它们填充相同/相似大小的圆圈？
图3膨胀
步骤3:找到并绘制每个点的质心。如图4
浏览 4提问于2013-07-19得票数 7
回答已采纳
1回答
我刚开始深造。我试图在CPU上运行python的深入学习代码，但在gpu的tensorflow上，相同的代码不能工作。使用GPU时，深度学习有什么语法差异吗？如果语法是不同的，那么任何材料的开始将是有帮助的，谢谢。下面是运行在CPU上的二进制分类的简单代码，如果我想在GPU上运行它，我应该做哪些必要的更改？
# Importing the Keras libraries and packages
from keras.models import Sequential
from keras.layers import Convolution2D
from keras.layers import
浏览 1提问于2019-02-27得票数 2
回答已采纳
1回答
我在编程形态学打开，它返回的结果，这是相同的输入图像。我是不是误解了对它的解释？我的代码是：
Var x, y;
Func limit, erosion, dilation;
ImageParam input(type_of<uint8_t>(), 2);
Param<int> dimension;
RDom r(-1 * dimension / 2, dimension, -1 * dimension / 2, dimension);
limit = BoundaryConditions::repeat_edge(input);
erosion(x, y) =
浏览 4提问于2016-10-04得票数 0
回答已采纳
当运行代码时，我得到"init done opengl support available“作为输出消息，但我没有得到输出图像，即侵蚀和膨胀。我应该如何获得它？
import cv2
import numpy as np
img = cv2.imread('threshold.png',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv2.erode(img,kernel,iterations = 1)
dilation = cv2.dilate(img,kernel,iterations = 1)
cv2.getStruc
浏览 1提问于2016-02-23得票数 1
1回答
我有一张用黑色边框勾勒出的白色圆圈的图像。我想用某种形式的软件来测量白色圆圈的大小。我一直在努力，但没有运气。下面是我的当前代码，没有添加尝试注释：
import cv2
from scipy import ndimage
import os
import matplotlib.pyplot as plt
def load_images_from_folder(folder):
images = []
for filename in os.listdir(folder):
img = cv2.imread(os.path.join(folder,filenam
浏览 1提问于2020-04-29得票数 0
回答已采纳
3回答
我在试着从图像中数出物体。我使用日志照片，并使用一些步骤来获得一个二进制图像。
这是我的代码：
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
#include <features2d.hpp>
using namespace cv;
using namespace std;
int main(int argc, ch
浏览 0提问于2016-05-31得票数 4
我尝试使用tensorflow作为后端来构建一个自定义的Keras regularize。执行下面这段代码会给我一个异常：
import tensorflow as tf
from tensorflow import keras
inputs = keras.Input(shape=(10,))
x = keras.backend.conv1d(inputs, tf.constant([-1,1]), padding = 'same', dilation_rate=None)
x = keras.backend.conv1d(inputs, tf.consta
浏览 0提问于2018-10-01得票数 0
我一直在尝试实现一个定制的Conv2d模块，其中grad_input (dx)和grad_weight (dw)是通过使用不同的grad_output (dy)值来计算的。我通过扩展torch.autograd来实现这一点，就像Pytorch教程中的那样。
然而，我对信息感到困惑。
扩展autograd.Function还不够吗？
在Python C++中编写一个新的自动梯度函数有什么区别？
在/torch/nn/blob/master/lib/THNN/generic/SpatialConvolutionMM.c中计算dx和dw的CUDA实现如何？我也要换吗？
以下是我的
浏览 1提问于2021-06-17得票数 2
回答已采纳
1回答
首先，这是我的原始图像，我试图检测缺陷(平行线)在刷铝表面。
以下是我所采取的步骤：
将imageConverting图像放大为grayscaleMorph Close OperationDilate againDifference的图像，Canny边缘DetectionFinding contoursDrawing，轮廓周围的绿色线
这是我的代码：
import numpy as np
import cv2
from matplotlib import pyplot as plt
import imutils
path = ''
path_output = '&
浏览 3提问于2020-12-01得票数 3
回答已采纳
我的任务是使用Tensorflow 2.0.0和Python3.6根据之前的200个时间步骤(类似于WaveNet)预测下一个timeseries值。我对训练数据的形状不匹配有问题。我收到以下错误消息：
ValueError:一个形状为(495，1，1)的目标数组被传递给形状输出(None，200，1)，同时用作丢失的mean_squared_error。此损失期望目标具有与输出相同的形状。
我的代码：
import tensorflow as tf
import tensorflow.keras as k
import numpy as np
batch_size = 495
ep
浏览 2提问于2020-01-31得票数 2
1回答
我正在处理三维CT图像，并试图从床上移除线条。
原始图像中的一个片段：
下面是生成掩码的代码：
segmentation = morphology.dilation(image_norm, np.ones((1, 1, 1)))
labels, label_nb = ndimage.label(segmentation)
label_count = np.bincount(labels.ravel().astype(int))
label_count[0] = 0
mask = labels == label_count.argmax()
mask = morpholo
浏览 11提问于2022-07-11得票数 0
我正在构建一个允许计算毕晓普分数的表格：。
如您所见，用户不需要提交任何表单才能显示Bishop得分值。
在第一阶段，所有表单输入都是使用无线电类型的输入构建的，在下一个图像中可以看到：
嗯，现在那个实现有问题了.用户需要能够在扩展中写入一个数字(介于0到10之间)，就像在下面的图像中一样：
这句话，需要一个更有效的方法。有一个最小和最大定义在0到10之间的输入数字，允许最多两位小数位(step=".01")是我想要的。该节中的HTML代码被修改为：
<label><b>Dilation</b></label>
浏览 0提问于2018-05-12得票数 3
回答已采纳
我正在尝试使用convLSTM2D中的dilation_rate进行上采样(使用Tenosrflow作为后端的Keras) input = Input(shape=(10, 64, 64, 1), name='encoder_input')
layer1 = ConvLSTM2D(filters=33, kernel_size=(5,5), dilation_rate=(2, 2))
model = Model(input, layer1(input))
plot_model(model, show_shapes=True, show_layer_names=True) 我期
浏览 16提问于2019-09-19得票数 0
回答已采纳
我正在尝试建立英特尔咖啡馆。我使用的是g++版本5.5.0。 我在以下位置出错 src/caffe/layer_factory.cpp:91:8: error: variable ‘use_dilation’ set but not used [-Werror=unused-but-set-variable]
bool use_dilation = false;
^
src/caffe/layer_factory.cpp: In instantiation of ‘boost::shared_ptr<caffe::Layer > caffe::GetCon
浏览 28提问于2019-01-14得票数 0
回答已采纳
1回答
我下面有一个房间的图像，我想检测所有的墙壁边缘。我尝试过许多不同的滤波器组合(双边、高斯、拉普拉斯等)。最好的组合似乎是
将图像转换为灰度
应用双边过滤器
运行Canny边缘检测过程
再加两个双边过滤器以消除任何噪音。
应用膨胀过滤器“堵塞”边缘的任何孔。
我遇到的问题是，无论我尝试过什么，我永远也无法得到一个明显的直线边缘，它穿过靠近天花板的墙壁。我尝试了许多方法试图使边缘变暗，但没有效果。有一个应用程序商店，检测这一边缘，所以我知道它可以做，我只是不知道我需要应用什么预处理过滤器，希望有人能指出我的正确方向。
cv::Mat edgeFrame;
cv::Mat
浏览 1提问于2016-03-10得票数 6
首先，我为我的英语感到抱歉。
我是OpenCV的新手，试图删除图像中的标识。我在这个网站上找到了这个答案-->
我遵循这些步骤并编写了以下代码：
int main(int argc,char** argv) {
Mat eroded,dilated,img1=imread("C:\\Users\\Buket\\Desktop\\Belgeler\\Oda Kayıt Belgesi\\OKB001.jpg");
int erosion_size = 6;
Mat elementd = getStructuringElement(MORPH_CROSS,
浏览 7提问于2016-07-21得票数 0
回答已采纳
我还应用了全局阈值、自适应阈值、膨胀和侵蚀，但都无法达到预期的效果。
Imgproc.threshold(source2, destination2, 147, 255,Imgproc.THRESH_BINARY );
Highgui.imwrite("threshold.jpg", destination2);
Imgproc.adaptiveThreshold(destination2, destination2, 255,
Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 11,2);
Highgu
浏览 3提问于2015-10-01得票数 3
回答已采纳
class DeConv2d(nn.Module):
def __init__(self, in_channel, out_channel, kernel_size, stride, padding, dilation):
super().__init__()
self.up = nn.Upsample(scale_factor=2, mode='nearest')
self.conv = nn.Conv2d(in_channel, out_channel, kernel_size=kernel_size, \
浏览 1提问于2020-05-28得票数 1
回答已采纳
1回答
我试图通过将图像数据转换成列向量并将卷积问题转化为矩阵乘法问题的技术来加速卷积层的向前通过。
来自https://sahnimanas.github.io/post/anatomy-of-a-high-performance-convolution/的想法
我首先从caffe的官方github实现了一个im2col函数
void im2col_cpu(float* data_im, const int channels,
const int height, const int width, const int kernel_h, const int kernel_w,
cons
浏览 4提问于2020-12-17得票数 0
回答已采纳
1回答
我是一个新的图像处理，并试图写一个自定义的方法侵蚀和膨胀。然后，我尝试将我的结果与OpenCV侵蚀和膨胀函数结果进行比较。我给输入图像一个零填充，然后将内核与填充图像重叠。这是我的功能：
import numpy as np
import matplotlib.pyplot as plt
def operation(image, kernel, padding=0, operation=None):
if operation:
img_operated = image.copy() #this will be the image
""
浏览 4提问于2019-11-23得票数 4
回答已采纳
1回答
我想使用opencv在下图中的“已删除”一词周围画一个方框，并找到坐标。 ? 我从下面的代码中获得了上面的图片： kernel = np.ones((3,3),np.uint8)
dilation = cv2.dilate(img,kernel,iterations =1)
plt.imshow(dilation) 原始图像为： ?
浏览 51提问于2020-09-05得票数 0
1回答
我尝试在图像附近生成边界框，但获取元组没有属性错误。图像的轮廓被传递给"blobbify"，它返回斑点的轮廓。
以下是代码
# erodes image based on given kernel size (erosion = expands black areas)
def erode( img, kern_size = 3 ):
retval, img = cv2.threshold(img, 254.0, 255.0, cv2.THRESH_BINARY) # threshold to deal with only black and white.
ke
浏览 0提问于2018-04-02得票数 0
1回答
我对opencv很陌生。我有多张照片。如下图左上角所示的示例图像之一。基本上，我想分开背景和前景，以便边缘是清楚的，我可以正确地检测轮廓。
我已经尝试了许多过滤器，当然，阈值使用不同的参数。
最后，当我看着photoshop过滤器画廊时，我注意到一个名为Stamp的过滤器，它给了我想要的结果(右上角)。它使边缘清楚，我想使用一些模糊的软角。
我不知道如何才能获得与使用python CV2的photoshop邮票过滤器相同的操作？
任何帮助或建议都将不胜感激。
原始未触及图像
企图1：-密码
import cv2
import numpy as np
from matplot
浏览 2提问于2017-05-03得票数 3
我想使用Steiner集(spatstat::dilation)形成一组点。
有一些单数需要移除，我正在考虑使用Stienen集(spatstat::stienenSet)来实现:对于单子Stienen > Steiner。
这是如何做到的呢？
library(spatstat)
a=stienenSet(redwood)
b=dilation(redwood, r=0.03)
plot(a, col='orange', main="")
plot(b,add=T, main="")
浏览 0提问于2019-04-12得票数 0
回答已采纳
1回答
在做了相当多的挖掘之后，我发现了基于真空中光速标记的速度在空间中得到时间膨胀的计算。
我正在使用地球自转基座(稍后将计算地球速度)，作为向上转换为光年时间的起始数。
我所写的代码如下：
$now = (time() / 86164.098903691);
echo 'Days: ' . $now;
echo 'Lightspeed: ' . dilation(0.95, $now);
function dilation($lightspeed, $elapsed) {
$t = $elapsed/(((1-($lightspeed*29979245
浏览 0提问于2014-04-13得票数 0
回答已采纳
1回答
我使用了这个代码：
horizontalStructure = cv2.getStructuringElement(cv2.MORPH_RECT, (horizontalsize, 1))
horizontal = cv2.erode(horizontal, horizontalStructure, (-1, -1))
horizontal = cv2.dilate(horizontal, horizontalStructure, (-1, -1))
移除线条。
和一些过滤器，以删除噪音和粗体字体：
blur = cv2.GaussianBlur(img, (11,
浏览 1提问于2020-03-18得票数 1
回答已采纳
1回答
合适的线参数化有问题吗？
、、、、
我试图在我的图形中识别一组线条，但我很难确定我应该为hough变换选择哪些合适的参数。
img = 255 - cv2.imread('isolate.png', 0)
blank = np.zeros(img.shape) + 255
dilation = cv2.dilate(img, np.ones((2,2)), iterations = 1)
processed = cv2.bitwise_not(dilation)
cv2.imwrite('lol.png', processed)
# cv2.imwrite('process.png'
浏览 1提问于2020-07-08得票数 2
回答已采纳
我有以下Python代码：
ret,thresh = cv2.threshold(gray,5,255,cv2.THRESH_TOZERO)
kernel1 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(11,11))
kernel2 = np.ones((3,3),np.uint8)
erosion = cv2.erode(thresh,kernel2,iterations = 1)
dilation = cv2.dilate(erosion,kernel1,iterations = 7)
我正在尝试把它转换成Java。这是我现在的版本：
do
浏览 0提问于2018-02-07得票数 1
回答已采纳
我有一个大的图像，里面有一些字母，从一个字母表("A")中剪出。我需要在更大的图像中找到每一个A，并把它涂成红色。
大图片：
字母表A：
为了解决这个问题，我使用了以下代码-
import cv2, numpy as np
# read the image and convert into binary
a = cv2.imread('search.png', 0)
ret,binary_image = cv2.threshold(a,230,255,cv2.THRESH_BINARY_INV)
# create the Structuring ele
浏览 0提问于2019-02-08得票数 1
回答已采纳
2回答
我使用OpenCV和Python，我想从我的图像中删除这个连接的小对象。
我有以下二进制图像作为输入：
该图像是以下代码的结果：
dilation = cv2.dilate(dst,kernel,iterations = 2)
erosion = cv2.erode(dilation,kernel,iterations = 3)
我想删除以红色突出显示的对象：
如何使用OpenCV实现这一点？
浏览 16提问于2017-03-15得票数 13
回答已采纳
我的conv module是： return torch.nn.Sequential(
torch.nn.Conv1d(
in_channels=in_channels,
out_channels=in_channels,
kernel_size=2,
stride=1,
dilation=1,
padding=1
),
浏览 17提问于2020-04-23得票数 1
回答已采纳
1回答
在Wavenet的Keras实现中，输入形状为(None，1)。我有一个时间序列(val(t))，其中目标是预测给定一个过去值窗口的下一个数据点(窗口大小取决于最大膨胀)。wavenet中的输入形状令人困惑。我对此几乎没有疑问：
：当给定完整的序列时，Keras如何计算输入维(无)？根据扩展，我们希望输入的长度为2^8。，如果给定一个形状的输入序列(1M，1)作为训练X，是否需要生成2^8的时间步长的向量作为输入？看来，我们只需使用输入序列作为波形网的输入(不知道为什么原始时间序列输入不产生错误)。，一般情况下，我们如何调试这类Keras网络。我尝试将该函数应用于数值数据，如Conv1D(16
浏览 4提问于2020-06-11得票数 4
Pytesseract也无法识别正确的字符，它预测斜杠为零是错误的。
这是我的图片：
from PIL import Image
import pytesseract
import cv2
import numpy as np
img = cv2.imread('dilation_1_0.png') #dilation_1.png working,eroded.png,eroded_1.png
text = pytesseract.image_to_string(img,config="--psm 6 oem 0")
print(text)
cv2.
浏览 0提问于2020-03-03得票数 0
我想将下面的py手电筒网络(v1.2)更改为tensorflow。我在tf.keras.layers.Conv2D和tf.nn.conv2d之间感到困惑，我应该选择什么？
import torch.nn as nn
nn.Sequential(nn.Conv2d(in_planes, out_planes, kernel_size=kernel_size, stride=stride, padding=padding, dilation=dilation, bias=True),
nn.BatchNorm2d(out_planes),
nn.ReLU(inplace=T
浏览 2提问于2019-10-24得票数 2
我是TensorFlow和Keras的新手，我一直在做一个扩展的resnet，并且希望在一个层上添加实例规范化，但是我不能这样做，因为它一直在抛出错误。
我使用的是tensorflow 1.15和keras 2.1。我注释掉了工作的BatchNormalization部件，我尝试添加实例规范化，但是它找不到模块。
非常感谢你的建议
from keras.layers import Conv2D
from keras.layers.normalization import BatchNormalization
from keras.optimizers import Nadam, Adam
fr
浏览 2提问于2021-06-22得票数 1
回答已采纳
我在pytorch实现中有以下函数，用于将conv2D层替换为3个不同的层： first_layer = torch.nn.Conv2d(in_channels=3, \
out_channels=3, kernel_size=1,
stride=1, padding=0, dilation = (1,1), bias=False)
core_layer = torch.nn.Conv2d(in_channels=3, \
out_channels=16, kernel_size=(3,3),
浏览 26提问于2021-04-28得票数 0
回答已采纳
1回答
我正在创建一个分段模型，我将按以下方式添加conv输出。
conv38_1 = Conv2D(filters=NUM_CLASSES, kernel_size=3, dilation_rate=(6,6), padding='same', name='fc1_voc12_c0')(relu38_1)
conv38_2 = Conv2D(filters=NUM_CLASSES, kernel_size=3, dilation_rate=(12,12), padding='same', name='fc1_voc12_c1'
浏览 0提问于2018-12-12得票数 1
回答已采纳
从像(64, 1, 103, 8)这样的输入形状开始，如何将nn.Conv2d的参数设置为(64, 32, 43, 8)的形状
目前，我正在使用以下方法
nn.Conv2d(in_channels=1,out_channels=32, stride=(2,1),kernel_size=(3,3),padding=(0,1),dilation=(9,1))
但是，我担心dilation参数可能会导致性能不好。
浏览 6提问于2022-03-31得票数 0
我正在使用PyCharm中的Python3.6。 在文件site-packages/tensorflow/python/ops/nn_ops.py中， 我发现在838行之后 with ops.name_scope(name, "convolution", [input, filter]) as name:
input = ops.convert_to_tensor(input, name="input")
input_shape = input.get_shape()
filter = ops.con
浏览 16提问于2019-06-07得票数 0
当我想用另一个张量的值填充张量时，它会产生以下错误：
回溯(最近一次调用)：
文件""，第80行，在wtm_Fill=wfill(temp(0,0))中
TypeError：“张量”对象不可调用
wtm=Input((28,28,1))
image = Input((28, 28, 1))
conv1 = Conv2D(64, (5, 5), activation='relu', padding='same', name='convl1e',dilation_rate=(2,2))(image)
conv2 = Conv2
浏览 0提问于2019-03-20得票数 0
1回答
从盒式表单字段图像中提取手写字符
、、、、
我正在尝试从字段框中提取手写字符。
我想要的输出是移除方框的字符段。到目前为止，我已经尝试过定义等高线和按区域进行过滤，但这并没有产生任何好的结果。
# Reading image and binarization
im = cv2.imread('test.png')
char_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
char_bw = cv2.adaptiveThreshold(char_gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 75, 10
浏览 3提问于2019-12-26得票数 2
回答已采纳
2回答
从国家标识中提取文本信息
、、、
我试着在下面的ID上做OCR阿拉伯语，但我得到了一个非常嘈杂的图片，并且无法从中提取信息。
这是我的尝试
import tesserocr
from PIL import Image
import pytesseract
import matplotlib as plt
import cv2
import imutils
import numpy as np
image = cv2.imread(r'c:\ahmed\ahmed.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.bilateralF
浏览 0提问于2018-11-22得票数 0
1回答
我正在尝试将NIST表单数据集中的手写文本拆分为单独的行。以下是指向数据集的链接：
示例图像
我使用的代码是基于stackoverflow上的一个类似问题，但由于一些字符接触，它不太起作用。代码如下：
import cv2
import numpy as np
#import image
image = cv2.imread('form1.jpg')
#cv2.imshow('orig',image)
#cv2.waitKey(0)
#grayscale
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.
浏览 0提问于2018-10-22得票数 1
1回答
类似的问题也被问过，但似乎没有一个对我有帮助(尽管如此，我还是从这些帖子中学到了一些东西)。 ? 我正在使用Tesseract进行OCR，但当文本稍有倾斜时，效果远远不能令人满意(参见上图)。 受类似案例的启发，我尝试使用OpenCV来检测和修复偏差，但不幸的是，它似乎就是不起作用。下面，您可以看到我当前的尝试，它没有产生必要的结果。我得到的只是图像(已经被裁剪)周围的另一个边界框。 import cv2
from matplotlib import pyplot as plt
import numpy as np
img = cv2.imread("skew.JPG"
浏览 32提问于2019-03-25得票数 1
回答已采纳
虽然我知道新版本有填充“相同”选项，但出于某些原因，我不想升级它。为了实现同样的填充物，CNN的步幅1和膨胀>1，我把填充如下：
padding=(dilation*(cnn_kernel_size[0]-1)//2, dilation*(cnn_kernel_size[1]-1)//2))
根据，我期望输入和输出大小是一样的，但是没有发生！
毕火炬文件中写道：
Hout=⌊( Hin + 2×padding[0] − dilation[0]×(kernel_size[0]−1) −1) /stride[0] + 1⌋
Wout=⌊( Win + 2×padding[1]
浏览 11提问于2022-07-28得票数 0
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
