<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          可微分的「OpenCV」:這是基于PyTorch的可微計(jì)算機(jī)視覺庫

          共 1797字,需瀏覽 4分鐘

           ·

          2021-07-05 07:46


          點(diǎn)擊上方小白學(xué)視覺”,選擇加"星標(biāo)"或“置頂

          重磅干貨,第一時(shí)間送達(dá)

          本文轉(zhuǎn)自|深度學(xué)習(xí)這件小事
          如何打造一個(gè)可微分的 OpenCV?如何將圖像處理嵌入到訓(xùn)練流程中?你需要 Kornia 這個(gè)開源可微的計(jì)算機(jī)視覺庫。


          • 項(xiàng)目地址:https://github.com/arraiyopensource/kornia


          目前最經(jīng)典的圖像處理庫差不多就是 OpenCV 了,它從最經(jīng)典的圖像算法到非常前沿的 DL 預(yù)訓(xùn)練模型囊括了 CV 的很多方面。但現(xiàn)在有一個(gè)問題,OpenCV 是不可微的,這意味著它更多的是做預(yù)處理等工作,而不能嵌入到整個(gè)訓(xùn)練流程中。


          在這個(gè)項(xiàng)目中,開發(fā)者提出了一種新型開源可微分計(jì)算機(jī)視覺庫 Kornia,并且它建立在 PyTorch 之上。


          Kornia 包含了一組例程和可微分模塊,并致力于解決通用計(jì)算機(jī)視覺問題。在 Kornia 的核心代碼中,它使用 PyTorch 作為主要后端,并高效地利用反向模式自動(dòng)微分機(jī)制來定義并計(jì)算復(fù)雜函數(shù)的梯度。如下所示為 Kornia 可微分處理的一個(gè)示例:




          受到 OpenCV 的啟發(fā),Kornia 由包含各種運(yùn)算子的子集包組成,這些運(yùn)算子可以插入到神經(jīng)網(wǎng)絡(luò)中,以在訓(xùn)練中執(zhí)行圖像轉(zhuǎn)換、對(duì)極幾何、深度估計(jì)和各種底層圖像處理,例如直接在張量上進(jìn)行濾波和邊緣檢測(cè)等操作。


          從比較高的層次上來說,Kornia 庫主要包含以下組件:


          使用入門


          Kornia 使用起來非常簡(jiǎn)單,它的 API 就可以直接當(dāng)做算子進(jìn)行操作,更多的 API 文檔或教程可以查閱使用指南。


          • 文檔地址:https://kornia.readthedocs.io/en/latest/



          import torch
          import kornia

          x_rad = kornia.pi * torch.rand(133)
          x_deg = kornia.rad2deg(x_rad)

          # True
          torch.allclose(x_rad, kornia.deg2rad(x_deg))

          使用案例


          項(xiàng)目還提供了很多 Jupyter Notebook,它們展示了使用 Kornia 的各種實(shí)例。在這里我們簡(jiǎn)要介紹了如何使用 Kornia 抽取圖像特征。首先得讀取并打印圖像,這一點(diǎn)和 OpenCV 或其它圖像處理庫都差不多:



          因?yàn)檫@個(gè)示例展示的是經(jīng)典圖像處理方法,后面就需要加載預(yù)定義的檢測(cè)特征:



          后面就可以根據(jù)特征抽取一些圖像塊,并準(zhǔn)備做后續(xù)的處理了。



          最后,前面根據(jù)特征抽取的 2000 個(gè)圖像塊可以進(jìn)一步采用 SIFT 方法構(gòu)建描述向量。



          —完—


          下載1:OpenCV-Contrib擴(kuò)展模塊中文版教程
          在「小白學(xué)視覺」公眾號(hào)后臺(tái)回復(fù):擴(kuò)展模塊中文教程,即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版,涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

          下載2:Python視覺實(shí)戰(zhàn)項(xiàng)目52講
          小白學(xué)視覺公眾號(hào)后臺(tái)回復(fù):Python視覺實(shí)戰(zhàn)項(xiàng)目,即可下載包括圖像分割、口罩檢測(cè)、車道線檢測(cè)、車輛計(jì)數(shù)、添加眼線、車牌識(shí)別、字符識(shí)別、情緒檢測(cè)、文本內(nèi)容提取、面部識(shí)別等31個(gè)視覺實(shí)戰(zhàn)項(xiàng)目,助力快速學(xué)校計(jì)算機(jī)視覺。

          下載3:OpenCV實(shí)戰(zhàn)項(xiàng)目20講
          小白學(xué)視覺公眾號(hào)后臺(tái)回復(fù):OpenCV實(shí)戰(zhàn)項(xiàng)目20講,即可下載含有20個(gè)基于OpenCV實(shí)現(xiàn)20個(gè)實(shí)戰(zhàn)項(xiàng)目,實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

          交流群


          歡迎加入公眾號(hào)讀者群一起和同行交流,目前有SLAM、三維視覺、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群(以后會(huì)逐漸細(xì)分),請(qǐng)掃描下面微信號(hào)加群,備注:”昵稱+學(xué)校/公司+研究方向“,例如:”張三 + 上海交大 + 視覺SLAM“。請(qǐng)按照格式備注,否則不予通過。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告,否則會(huì)請(qǐng)出群,謝謝理解~


          瀏覽 114
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  天天色色综合 | 亚洲成人中文娱乐网 | 大色鬼AV | 色婷婷精品在线 | 欧美三级在线视频 |