深度学习图像处理第27页

CT重建平行射线滤波反投影

73826669·2024-02-09 18:09

图像处理之《生成隐写流》论文阅读

一、文章摘要生成隐写术(GS)是一种新的数据隐藏方式，其特点是直接从秘密数据生成隐写介质。现有的GS方法通常因性能差而受到批评。本文提出了一种新的基于流的GS方法——生成隐写流(GSF)，该方法可以直接生成隐写图像而不需要封面图像。我们将隐写图像生成和秘密数据恢复过程作为一个可逆变换，在输入的秘密数据和生成的隐写图像之间建立可逆的双客观映射。在前向映射中，将秘密数据隐藏在Glow模型的输入潜变量中

Hard Coder·2024-02-09 17:59

信息隐藏研究新动向

随着深度学习时代的来临，信息隐藏研究出现了新的变化。一方面，深度学习技术在信息隐藏的发展中发挥了重要作用；另一方面，信息隐藏也被运用到多种其它技术的研究中。

Hard Coder·2024-02-09 17:59

图像处理之《生成隐写网络》论文精读

一、文章摘要隐写术通常修改封面媒体以嵌入秘密数据。最近出现了一种新的隐写方法，称为生成隐写(GS)，其中隐写图像(包含秘密数据的图像)直接从秘密数据生成，而不需要封面介质。然而，现有的GS方案经常因性能差而受到批评。在本文中，我们提出了一种先进的生成隐写网络(GSN)，它可以在不使用封面图像的情况下生成逼真的隐写图像。我们首先引入了互信息机制，这有助于实现高的秘密提取精度。我们的模型包含四个子网络

Hard Coder·2024-02-09 17:58

【闲谈】初识深度学习

在过去的十年中，深度学习彻底改变了我们处理数据和解决复杂问题的方式。从图像识别到自然语言处理，再到游戏玩法，深度学习的应用广泛且深入。

爱写代码的July·2024-02-09 17:23

2020-02-20 - 草稿

深度学习，走向核心素养，深度学习，教师的引领下，学生全身心的融入学习。深度学习常态意识，老师会被AI代替，能者为师，不前进就会淘汰，加快前进得脚步，督促，前进，学习不是补短，而是扬长，发挥孩子长处。

娟儿_34bf·2024-02-09 16:21

《动手学深度学习(PyTorch版)》笔记7.6

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过，同时对于书上部分章节也做了整合。Chapter7ModernConvolutionalNeuralNetworks7.6ResidualNetworks(ResNet)随着我们设计越

南七澄江·2024-02-09 15:48

《动手学深度学习(PyTorch版)》笔记7.7

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过，同时对于书上部分章节也做了整合。Chapter7ModernConvolutionalNeuralNetworks7.7DenselyConnectedNetworks(DenseN

南七澄江·2024-02-09 15:16

论文阅读_对比学习_SimCLR

ASimpleFrameworkforContrastiveLearningofVisualRepresentations中文题目：视觉表征对比学习的简单框架论文地址：https://arxiv.org/abs/2002.05709v2领域：深度学习

xieyan0811·2024-02-09 15:20

小红书图片制作和处理技巧的8点经验技巧

不久前，当我们采访一位互联网名人经纪人时，另一方反复提到图像处理能力对一个小型红皮书博客的重要性。https://u.j-cc.cn/GEAYz5那么，《小红书》中有哪些绘画技巧？

弹吉他的小姐姐·2024-02-09 15:23

AI与Python - 深度学习

weixin_42238387·2024-02-09 15:01

golang常用库之-disintegration/imaging图片操作（生成缩略图）

常用库之什么是imaging库导入和使用生成缩略图golang常用库之什么是imaging库官网：https://github.com/disintegration/imagingimaging是一个Go语言的图像处理库

西京刀客·2024-02-09 15:57

嵌入式深度学习技术在不同行业创造新的可能性

姓名：韩宜真学号：17020120095转载自：http://mp.weixin.qq.com/s?__biz=MjM5NDk3OTA3OA==&mid=2653790760&idx=1&sn=91e3adc193e69c4f2580c8e643a19eb9&chksm=bd268e418a5107577660ca9cbb5a280e7be75070104aad0698cf90e00d61c7bd

d5cc63d9e177·2024-02-09 14:27

问题：不属于大数据的特征的是( ) #职场发展#笔记

A.学习科学B.深度学习C.学习分析D.浅层学习参考答案如图所示

复古蛋卷·2024-02-09 13:43

【集群】Slurm作业调度系统的使用

最近使用集群进行实验，记录并学习集群系统进行深度学习的实验过程。集群所使用的作业调度系统为Slurm，这里记录下使用的常用命令和一些注意事项。

qq_29750461·2024-02-09 10:13

深度学习技巧应用36-深度学习模型训练中的超参数调优指南大全,总结相关问题与答案

大家好，我是微学AI，今天给大家介绍一下深度学习技巧应用36-深度学习模型训练中的超参数调优指南大全,总结相关问题与答案。

微学AI·2024-02-09 10:47

【人工智能】聊聊Transformer，深度学习的一股清流(13)

今天我们来聊一聊深度学习领域的一位“大明星”——Transformer模型。这个模型的提出可不得了，让自然语言处理领域焕发了新生。

魔道不误砍柴功·2024-02-09 09:09

鲁棒可逆水印的攻击类型

1、信号攻击信号攻击即图像处理攻击，是指对水印图像的内容进行一系列的改变[63]。其基本模型如图2-4所示。

凌峰的博客·2024-02-09 09:57

MATLAB环境下基于深层小波时间散射网络的ECG信号分类

2012年，法国工程学院院士Mallat教授深受深度学习结构框架思想的启发，提出了基于小波变换的小波时间散射网络，并以此构造了小波时间散射网络。

哥廷根数学学派·2024-02-09 09:17

深度学习|Keras识别CIFAR-10图像（CNN）

数据和方法CIFAR-10数据集有6000个32×32个彩色图片，50000个训练图片和10000个测试图片。有10个类别：飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车。数据下载和处理数据下载Keras已经提供了模块用于下载数据，通过一下代码即可完成下载。fromkeras.datasetsimportcifar10importnumpyasnpnp.random.seed(10)(x_img_

罗罗攀·2024-02-09 09:42

【深度学习：掌握监督学习】掌握监督学习综合指南

【深度学习：掌握监督学习】掌握监督学习综合指南监督学习的定义和简要说明监督学习在人工智能中的重要性和相关性概述什么是监督学习？

jcfszxc·2024-02-09 09:11

【深度学习：SegGPT】在上下文中分割所有内容 [解释]

【深度学习：SegGPT】在上下文中分割所有内容[解释]SegGPT与以前的模型相比如何？SegGPT在实践中是如何工作的？

jcfszxc·2024-02-09 09:10

机器学习系列——（十八）K-means聚类

无论是在市场细分、社交网络分析，还是图像处理等领域，K-means都扮演着至关重要的角色。本文旨在深入解析K-means聚类的原理、实现方式、优缺点及其应用，以期为读者提供全面而深入的理解。

飞影铠甲·2024-02-09 08:04

目标检测 | 卷积神经网络（CNN）详细介绍及其原理详解

卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度学习模型，主要用于图像识别和计算机视觉任务。它的设计灵感来自于生物学中视觉皮层的工作原理。

小哥谈·2024-02-09 08:59

深度学习入门笔记（九）自编码器

自编码器是一个无监督的应用，它使用反向传播来更新参数，它最终的目标是让输出等于输入。数学上的表达为，f(x)=x，f为自编码器，x为输入数据。自编码器会先将输入数据压缩到一个较低维度的特征，然后利用这个较低维度的特征重现输入的数据，重现后的数据就是自编码器的输出。所以，从本质上来说，自编码器就是一个压缩算法。自编码器由3个部分组成：编码器（Encoder）：用于数据压缩。压缩特征向量（Compre

zhanghui_cuc·2024-02-09 08:57

深度学习入门笔记（八）可以不断思考的模型：RNN与LSTM

8.1循环神经网络RNN之前学到的CNN和全连接，模型的输入数据之间是没有关联的，比如图像分类，每次输入的图片与图片之间就没有任何关系，上一张图片的内容不会影响到下一张图片的结果。但在自然语言处理领域，这就成了一个短板。RNN因此出现，它是一类用于处理序列数据的神经网络。其基本单元结构如下自底向上的三个蓝色的节点分别是输入层、隐藏层和输出层。U和V分别是连接两个层的权重矩阵。如果不考虑右边的棕色环

zhanghui_cuc·2024-02-09 08:56

数字图像处理实验记录七（彩色图像处理实验）

一、基础知识经过前面的实验可以得知，彩色图像中的RGB图像就是一个三维矩阵，有3个维度，它们分别存储着R元素，G元素，B元素的灰度信息，最后将它们合起来，便是彩色图像。这一次实验涉及CMYK和HSI颜色模型，不妨搜索一下：CMYK：CMYK颜色模型包括青(cyan)、品红(magenta)、黄(yellow)和黑(black)，为避免与Blue混淆，黑色用K表示。彩色打印、印刷等应用领域采用打印墨

泉绮·2024-02-09 07:40

【深度学习】pytorch 与 PyG 安装（pip安装）

【深度学习】pytorch与PyG安装（pip安装）一、PyTorch安装和配置（一）、安装CUDA（二）、安装torch、torchvision、torchaudio三个组件（1）下载镜像文件（2）创建一个新的虚拟环境

何为xl·2024-02-09 07:36

形态学算法应用之连通分量提取的python实现——图像处理

原理连通分量提取是图像处理和计算机视觉中的一项基本任务，旨在识别图像中所有连通区域，并将它们作为独立对象处理。在二值图像中，连通分量通常指的是所有连接在一起的前景像素集合。

筱筱西雨·2024-02-09 06:50

形态学操作之开操作与闭操作的python实现——数字图像处理

原理图像处理中的开操作（Opening）和闭操作（Closing）是形态学（Morphological）操作的两个基本类型，它们都是基于膨胀（Dilation）和腐蚀（Erosion）操作。

筱筱西雨·2024-02-09 06:19

形态学算法之边界提取的简单python实现——图像处理

原理图像处理中的边界提取是一项基本而重要的任务，主要用于识别和提取图像中物体的轮廓或边界。具体流程1.边缘检测边界提取的第一步通常是边缘检测。

筱筱西雨·2024-02-09 06:47

Ubuntu 18.04上安装cuDNN 8.9.6.50：一站式指南

安装步骤1.启用本地仓库2.导入CUDAGPG密钥3.更新仓库元数据4.安装运行时库5.安装开发者库6.安装代码示例7.另外一种安装办法四、验证安装1.验证cuDNN版本2.测试示例代码五、总结一、前言在深度学习领域

梦想的理由·2024-02-09 06:28

ChatGPT-4.0：塑造未来对话的智能架构

一、语言理解：更加深入和广泛前沿技术：深度学习与大数据相结合ChatGPT-4.0利用了一个由1750亿参数构成的深度神经网络模型

Draven21·2024-02-09 06:32

第四届脑电深度学习入门班（训练营：2023.7.4~7.12）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包

茗创科技·2024-02-09 05:48

【数据＋代码】CNN-LSTM模型实现时间序列预测

本文使用深度学习组合模型CNN-LSTM来进行销售额的预测。将介绍这一模型的原理并应用于一个销售数据集，帮助我们理解销售模式并进行准确的销售额预测。本期内容『数据+代码』已上传百度网盘。

小Z的科研日常·2024-02-09 04:12

深度学习的四个底层逻辑

01记忆：组块和关联像我上学路上听喜马拉雅，上课间歇刷微课，放学路上听英语，看似时间利用很充分，学了不少内容，但实际只是在单独地摄入一个个没有关联的碎片知识，这些碎片知识就连短时记忆都没进入。因为我们的大脑是个认知吝啬鬼，它的短时记忆能力是极其有限的，最不擅长的就是学习零散的内容了。1871年英国经济学家和逻辑学家威廉·杰沃斯做过一个实验，俗称“7±2”效应，说明人类大脑在努力记忆的情况下，准确的

月上小楼·2024-02-09 04:26

使用深度学习对视频进行分类

要为视频分类创建深度学习网络，请执行以下操作：使用预训练卷积神经网络（如GoogLeNet）将视频转换为特征向量序列，以从每帧中提取特征。基于序列训练LSTM网络来预测视频标签

jk_101·2024-02-09 03:03

【超详细】用Python实现十大经典排序算法

吹翻书页的风·2024-02-09 03:32

数字图像处理实验记录十（图像分割实验）

一、基础知识1、什么是图像分割图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程，特性可以是灰度、颜色、纹理等，目标可以对应单个区域，也可以对应多个区域。2、图像分割是怎么实现的图像分割算法基于像素值的不连续性和相似性，不连续性是图像的边缘，再根据制定的准则将图像分割为相似的区域，如阈值处理、区域生长、区域分离和聚合。二、实验要求三、实验记录(具体任务只展示对图片1的处理）总代码

泉绮·2024-02-09 02:40

数字图像处理实验记录八（图像压缩实验）

前言：做这个实验的时候很忙，就都是你抄我我抄你了一、基础知识1．为什么要进行图像压缩：图像的数据量巨大，对计算机的处理速度、存储容量要求高。传输信道带宽、通信链路容量一定，需要减少传输数据量，提高通信速度。因此要进行图像压缩，减少数据量。2．怎么进行图像压缩：我们使用霍夫曼编码进行压缩。霍夫曼编码原理是利用信息符号概率分布特性的变字长的编码方法。对于出现概率大的信息符号编以短字长的码，对于出现概率

泉绮·2024-02-09 02:39

数字图像处理实验记录九（数字形态学实验）

一、基础知识1.形态学，用于从图像中提取对表达和描绘区域形状有意义的图像分量，使后续的识别工作能够抓住目标对象最为有本质的形状特征，如边界连通区域等。2.膨胀运算：膨胀会使目标区域范围“变大”，将于目标区域接触的背景点合并到该目标物中，使目标边界向外部扩张。作用就是可以用来填补目标区域中某些空洞以及消除包含在目标区域中的小颗粒噪声。3.腐蚀运算：腐蚀可以使目标区域范围“变小”，其实质造成图像的边界

泉绮·2024-02-09 02:09

关于数字图像处理考试

我们学校这门科目是半学期就完结哦，同学们学习的时候要注意时间哦。选择题不用管，到时候会有各种版本的复习资料的。以下这些东西可能会是大题的重点：我根据平时代码总结的，供参考基本操作：1.读图：imread(‘图片路径’)2.显示图：imshow(图片)3.开新窗口：figure()4.rgb转灰度图：rgb2gray(图片)5.灰度图合成彩色图：图片=cat(3,灰度图1，灰度图2，灰度图3);实验

泉绮·2024-02-09 02:09

深度学习知识点汇总-目标检测（1）

8.1R-FCNR-FCN属于two-stage的目标检测算法。backbone部分RPN，这里使用ResNet。head部分R-FCN，使用全连接网络。其中ResNet-101+R-FCN的方法在PASCALVOC2007测试数据集的mmAP达到83.6%。图1人脸检测R-FCN的核心思想得到目标多个特征。假设我们只有一个特征图用来检测右眼。那么我们可以使用它定位人脸吗？应该可以。因为右眼应该在

深度学习模型优化·2024-02-09 02:51

PyTorch深度学习实战（23）——从零开始实现SSD目标检测

PyTorch深度学习实战（23）——从零开始实现SSD目标检测0.前言1.SSD目标检测模型1.1SSD网络架构1.2利用不同网络层执行边界框和类别预测1.3不同网络层中默认框的尺寸和宽高比1.4数据准备

盼小辉丶·2024-02-09 02:58

OpenCV-Python图像模糊处理

其实我们平时在深度学习中所说的卷积操作，在opencv中也可以进行，或者说是类似操作。那么它是什么操作呢？它就是图像的模糊（滤波）处理。

Youth_Hong·2024-02-09 01:32

（深度学习快速入门）Graph Contrastive Learning with Augmentations(GraphCL)笔记

文章目录AbstractIntroductionRelatedWorkMethodologyDataAugmentationforGraphsGraphContrastiveLearningTheRoleofDataAugmentationinGraphContrastiveLearningDataAugmentationsareCrucial.ComposingAugmentationsBene

快乐江湖·2024-02-09 00:20

上位机图像处理和嵌入式模块部署（上位机和下位机通信）

嵌入式-老费·2024-02-09 00:17

真要想改变自己，什么时候开始都不晚，晚的是你总是不敢开始

然而，深度学习一年后，她连个理财账户都没有开，还美其名曰“磨刀不误砍柴工”。学习理财，最重要的是什么？是为了学会运用专业知识科学地打理钱

峡谷有声·2024-02-09 00:02

深度学习中常用的激活函数

文章目录前言常用的几种激活函数1Sigmoid激活函数2Tanh激活函数3ReLU激活函数4LeakyRelu激活函数5PRelu激活函数6ELU激活函数7SELU激活函数8Swish激活函数9Mish激活函数如何选择合适的激活函数参考资料前言在人工神经网络中，激活函数扮演了非常重要的角色，其主要作用是对所有的隐藏层和输出层添加一个非线性的操作，使得神经网络的输出更为复杂、表达能力更强。试想一下如

DeepDriving·2024-02-08 23:34

推荐频道

深度学习图像处理

CT重建 平行射线滤波反投影