背景与思路来源 目前 SR 模型中合成 LR 使用的模糊核问题 目前大多数 SR 的 model 都是用的合成下采样图片来进行训练的，而这些合成的图片常常使用的是 MATLAB 里面的 imresize 函数来进行实现的，这样的做法也就是会使得 SR-kernel 是固定和理想。当然还有很多是用各向 ...
分类：
其他好文 时间：
2021-03-18 14:01:13
阅读次数：
0
总结 样本类别分布不均衡处理（处理过拟合和欠拟合问题） 过抽样（上采样）：通过增加分类中少数类样本的数量来实现样本均衡 from imblearn.over_sampling import SMOTE 欠抽样（下采样）：通过减少分类中多数类样本的数量来实现样本均衡 (可能造成样本数据大量丢失) fr ...
分类：
其他好文 时间：
2020-07-28 00:04:11
阅读次数：
85
文件头所对应的字段如下 采样位深度：即存储一次采样所需要的位数。如：8bit，16bit，32bit ...
分类：
其他好文 时间：
2020-07-25 23:45:33
阅读次数：
68
高斯金字塔与拉普拉斯金字塔 高斯金字塔 一个下采样的序列，例如原始尺寸是512x512，那么一个图像序列，尺寸例如，512，256，128，...，4，2.这样一些尺寸的图像序列构成了高斯金字塔。这样一个序列的存储空间最大为原图像的4/3，因为每个图像是前一个层级的1/4尺寸，那么等比数列求和就好了 ...
分类：
其他好文 时间：
2020-06-24 19:26:26
阅读次数：
82
U-Net网络模型属于全卷积神经网络的一种，是一个有监督的端到端的图像分割网络，由弗莱堡大学Olaf在ISBI举办的细胞影像分割比赛中提出的[1]。其网络结构形式字母U，如图，命名为U-Net，网络主要由两部分，收缩路径（编码层）和扩展路径（解码层），前者主要用于提取图片的上下信息，后者用于对图片中 ...
分类：
Web程序 时间：
2020-05-02 00:16:32
阅读次数：
158
数据不平衡又称样本比例失衡，比如二分类问题，如果标签为1的样本占总数的99%，标签为0的样本占比1%则会导致判断「失误严重」，准确率虚高。 常见的解决不平衡问题的方法如下。 「数据采样」 数据采样分为上采样和下采样，上采样是将少量的数据通过重复复制使得各类别比例均衡，不过很容易导致过拟合问题，所以需 ...
分类：
其他好文 时间：
2020-04-27 22:14:26
阅读次数：
68
残差结构对比 本文也是一种残差结构，只是逐渐增加特征通道数，而不是像以前的一样，在下采样之后双倍特征图。 ResNet参数多了，删除下采样单元（双倍特征维度）仍然导致表现下降 how 每一个单元特征数目增加 网络结构 αα \alphaα是一个超参数，文中=48； 这里不能直接使用恒等映射，因为通道 ...
分类：
Web程序 时间：
2020-03-12 23:35:10
阅读次数：
86
卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 它包括卷积层(convolutional layer)和池化层(pooling layer)。 对比：卷积神经网络、全连 ...
分类：
其他好文 时间：
2020-02-15 11:26:56
阅读次数：
88
图像金字塔 高斯金字塔 高斯金字塔：向下采样方法（缩小） 高斯金字塔：向上采样方法（放大） img=cv2.imread("AM.png") cv_show(img,'img') print (img.shape) 效果： up=cv2.pyrUp(img) cv_show(up,'up') pri ...
分类：
其他好文 时间：
2020-02-10 18:14:56
阅读次数：
69
Making Convolutional Networks Shift Invariant Again Intro 本文提出解决CNN平移不变性丧失的方法，之前说了CNN中的downsample过程由于不满足采样定理，所以没法确保平移不变性。信号处理里面解决这样的问题是利用增大采样频率或者用抗混叠方 ...
分类：
Web程序 时间：
2020-01-23 09:33:00
阅读次数：
226
