按时间归档：2022年05月
-
opencv(c++)图像滤波器模块—-图像形态学(膨胀、腐蚀、开闭操作、顶帽黑帽、梯度、击中不击中)总结（三）
图像形态学 图像的形态学处理是以数学形态学为理论基础，借助数学方法对图像进行形态处理的技术。在图像的形态学处理中，图像所具有的几何特性将成为算法中最让人关心的信息。因此，在几何层面…
-
在 Python 中创建词云的快速简便指南
创建不同形状的词云以更好地传达信息——词云是可视化文本数据的好方法。而 python 可以很容易地创建一个。在这篇文章中，我们将介绍一个使用 Wordcloud 库生成词云的示例。如果你不知道它是什么，一个词云可以可视化单词出现的频率……
-
数字图像处理 第二章 数字图像基础
1、视觉感知要素 ①人眼剖面简图 ②锥状体与杆状体 视网膜有两类感光器：锥状体和杆状体。锥状体视觉成为白昼视觉或亮视觉。，对颜色高度敏感。而且每个锥状体都连接到神经末梢，人可以充分…
-
【深度学习】Part1 Python学习基础Ch01~Ch06——DeepBlue学习
本文仅供学习参考，方便查阅相关命令 1 Python 与 编程语言 用来和计算机交流，控制计算机，让计算机按照我们的要求做事情，这样的语言叫做编程语言；用任何编程语言来开发程序，都…
-
主动学习：改善数据标记体验的实用方法
使用 doccano 和 modAL 进行人类标记的更智能方式 — 目录 · 人类标记 · 主动学习 ∘ 所有观察的表现 ∘ 主动学习的表现 · 总结 好吧，让我们谈谈在数据科学领域：标记数据。这是一个痛苦的过程，而且可能……
-
OpenCV图像识别技术+Mediapipe与Unity引擎的结合
前言 本篇文章将介绍如何使用Python利用OpenCV图像捕捉，配合强大的Mediapipe库来实现手势，人体动作检测与识别；将识别结果实时同步至Unity中，实现手部，人物模型…
-
支持向量机 (SVM)：重要推导
SVM 理论全面解释和可视化——在应用特定的机器学习模型之前，每个数据科学家都应该知道一些推导。在本文中，我将介绍您需要了解的有关 SVM 的所有信息。介绍内核方法在机器学习领域非常流行，因为它们易于使用、可解释性和强大的性能……
-
入门篇-评估指标：AUC与ROC曲线面积的意义
《老饼讲解机器学习》–一个专业且经典的机器学习网站http://ml.bbbdata.com/teach#199 目录 一.划分阈值的意义 二、阈值划分方法：查全率，虚…
-
根据最优特征进行分类并创建决策树
当你获得一组数据 头发 声音 性别 [[‘长’, ‘粗’, ‘男’], [‘短’, ‘粗’, ‘男’], [‘短’, ‘粗’, ‘男’], [‘长’, ‘细’, ‘女’], […
