注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 图像数据增强

  2. 图像数据增强，包括旋转，颜色变暗，变量，镜像等等，基于python，可进行批量图像处理。保证可用，好用。对于做深度学习特别好用。

  3. 所属分类：深度学习

    • 发布日期：2018-07-17
    • 文件大小：1024
    • 提供者：qq_40474147

  1. python实现图像数据增强

  2. python实现图像数据增强，实现对数据的增强，包括调亮，调暗，裁剪，镜像等等等，操作简单，可批量处理

  3. 所属分类：深度学习

    • 发布日期：2018-10-29
    • 文件大小：1024
    • 提供者：qq_40474147

  1. TensorFlow object_detection里的数据增强处理.pdf

  2. 深度学习，目标检测，数据增强，TensorFlow object_detection

  3. 所属分类：深度学习

    • 发布日期：2020-05-07
    • 文件大小：87040
    • 提供者：txpp520

  1. 数据增强之基本变换.mp4

  2. 数据增强之基本变换工具通过矩阵基本变换来进行数据增强，并自动生成YOLO格式的多类别标签文件，解决工业需求前期无数据或数据量不足等情况。该工具属于离线数据增强，相比市面上多数集成的在线增强方式更加可选择及可视化，对增强的数据起到了有效地监测作用，避免后期繁杂的数据清洗工作。源码通过收费开源，具有可更改性及学习性，可在此基础上做更多需要。如有更多需求或者需要源码等，欢迎咨询qq:308793681。

  3. 所属分类：深度学习

    • 发布日期：2020-04-22
    • 文件大小：2097152
    • 提供者：qq_40582627

  1. 数据增强代码data_augmentation.py

  2. 数据增强技术，采用开源框架keras代码库进行数据扩增，通过平移、旋转、裁剪、等方法对原始图像进行操作，得到更多的类似的目标图像。

  3. 所属分类：Python

    • 发布日期：2020-04-15
    • 文件大小：984
    • 提供者：MyGrit

  1. OpenCvImageGenerator.py ——数据增强

  2. 数据增强，面向keras，封装很好，直接输入命令行即可运行，文档内有使用文档，亲测有效。

  3. 所属分类：深度学习

    • 发布日期：2019-12-29
    • 文件大小：3072
    • 提供者：weixin_43506858

  1. python图像数据增强

  2. 此代码用于实现图像数据增强，对图片进行批量处理。包括图片旋转、翻转、模糊、增加噪声、亮度几种处理。运行需要安装python、opencv、numpy等。 使用时将图片统一放在img文件夹中，并将img文件夹和下载的py文件放在一起。

  3. 所属分类：深度学习

    • 发布日期：2019-03-16
    • 文件大小：3072
    • 提供者：qq_43019451

  1. 数据增强方法

  2. 深度学习在数据量较小的情况下需要进行数据增强操作。本代码可以进行执行，增强数据

  3. 所属分类：Python

    • 发布日期：2019-03-03
    • 文件大小：14336
    • 提供者：qxqsunshine

  1. tensorflow图像裁剪进行数据增强操作

  2. 主要介绍了tensorflow图像裁剪进行数据增强操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：91136
    • 提供者：weixin_38697808

  1. Keras 数据增强ImageDataGenerator多输入多输出实例

  2. 主要介绍了Keras 数据增强ImageDataGenerator多输入多输出实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：58368
    • 提供者：weixin_38697940

  1. 图像批量数据增强（平移、旋转，翻转，对比度增强等）

  2. 图像的批量数据增强。程序需要python环境，使用起来方便快捷。只需修改图片来源和输出路径，并根据功能调整即可

  3. 所属分类：Python

    • 发布日期：2020-09-20
    • 文件大小：4096
    • 提供者：qq_43083238

  1. 点云中的数据增强(Point cloud)

  2. 点云中的数据增强方法 本文基于相机坐标展示(kitti中的标签是相机坐标系) 一 旋转(相机坐标系沿y轴旋转) import numpy as np def rotation_points_single_angle(points, angle, axis=0): # points: [N, 3] rot_sin = np.sin(angle) rot_cos = np.cos(angle) if axis == 1: rot_mat_T = np

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：75776
    • 提供者：weixin_38537941

  1. 睿智的目标检测28——YoloV4当中的Mosaic数据增强方法

  2. 睿智的目标检测28——YoloV4当中的Mosaic数据增强方法学习前言什么是Mosaic数据增强方法实现思路全部代码 学习前言 哈哈哈！我又来数据增强了！ 什么是Mosaic数据增强方法 Yolov4的mosaic数据增强参考了CutMix数据增强方式，理论上具有一定的相似性！ CutMix数据增强方式利用两张图片进行拼接。 但是mosaic利用了四张图片，根据论文所说其拥有一个巨大的优点是丰富检测物体的背景！且在BN计算的时候一下子会计算四张图片的数据！ 就像下图这样：

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：321536
    • 提供者：weixin_38606656

  1. pytorch 实现数据增强分类 albumentations的使用

  2. 摘要 albumentations包是一种针对数据增强专门写的API，里面基本包含大量的数据增强手段，比起pytorch自带的ttransform更丰富，搭配使用效果更好。 代码和效果 import albumentations import cv2 from PIL import Image, ImageDraw import numpy as np from albumentations import (Blur,Flip,ShiftScaleRotate,GridDistortion,El

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：92160
    • 提供者：weixin_38566180

  1. **python代码实现目标检测数据增强**

  2. python代码实现目标检测数据增强 目标检测数据增强 疫情期间在家也要科研，碰上了数据增强，找了很多代码，但是还是没跑通，最后选择了这种处理方式来完成数据增强处理。同时特别感谢csdn上给我提供帮助的大佬们，虽然未曾谋面，但是每一步的学习真的感恩~~ ##项目里需要做一个数据增强预处理试验，由于我用的YOLOv3的pytorch框架，博客找了一圈没有找到内置的代码，最后找到了一篇比较好的数据增强的办法，现在记录下来方便以后查看，其实之前总是碰到一些技术性的问题总没有时间去写博客，我觉得这样非常

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：269312
    • 提供者：weixin_38733733

  1. cutblur:重新考虑数据增强以实现图像超分辨率（CVPR 2020）-源码

  2. 重新考虑数据增强以实现图像超分辨率（CVPR 2020） 该存储库提供了以下论文的官方PyTorch实现： 重新思考图像超分辨率的数据增强：全面分析和新策略* 1 ， * 2 ， 2 *表示相等的贡献。大多数工作在NAVER Corp.中完成。 1个EPFL 2阿久大学 摘要：数据扩充是提高深度网络性能的有效方法。不幸的是，当前的方法主要是针对高级视觉任务（例如分类）而开发的，而针对低级视觉任务（例如图像恢复）的研究很少。在本文中，我们对应用于超分辨率任务的现有增强方法进行了全面分析。我们发

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：13631488
    • 提供者：weixin_42122878

  1. TextAugmentation:使用NLP数据增强技术的论文-源码

  2. 文字扩充 使用NLP数据增强技术的论文 拉马斯雷夫人的评论统一了我们的方法均匀性实验 浪费了大量数据和强大的计算资源。 已经提出了一些方法来增加 使用简单的文本转换或文本生成的训练数据量 该方法的取值取决于n的值。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：5242880
    • 提供者：weixin_42116058

  1. deltapy:DeltaPy-表格数据增强（firmai提供）-源码

  2. DeltaPy⁠⁠—表格数据增强和特征工程 介绍 表格增强是一个新的实验空间，它利用新颖的传统数据生成和综合技术来提高模型预测的成功率。从本质上讲，它是模块化特征工程和观察工程的过程，同时强调增强顺序以从给定信息集中获得最佳预测结果。 DeltaPy是在考虑财务应用程序的情况下创建的，但是它可以广泛地应用于任何数据丰富的环境。 要充分利用表格扩充的时间序列，您可以按以下顺序执行这些技术： （1）转换， （2）交互， （3）映射， （4）提取和（5）合成。以下是如何使用上述方法的实际示例。此处的目

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：143360
    • 提供者：weixin_42119866

  1. WavAugment:时域语音数据增强库-源码

  2. WavAugment WavAugment对音频数据执行数据增强。音频数据表示为张量。 对于语音数据特别有用。除其他外，它实现了我们发现对自我监督学习最有用的增强（时域语音表示的数据增强对比学习，E.Kharitonov，M.Riviere，G.Synnaeve，L.Wolf，P。 -E。Mazaré，M。Douze，E。Dupoux。 ）： 音高随机化 混响， 加性噪声 时间丢失（时间掩蔽）， 带拒绝 剪裁 在内部，WavAugment使用并允许基于libsox和pytorch的效果交错。

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42105570

  1. SentAugment:SentAugment是NLP的一种数据增强技术，可以从大量的句子中检索相似的句子。它可以与自我训练和知识提炼结合使用，或用于获取复述。-源码

  2. 已发送 SentAugment是用于NLP中半监督学习的一种数据增强技术。它使用最新的句子嵌入来构造大量句子的信息。然后，大型句子嵌入空间可用于检索任何语言理解任务的域内未注释句子，从而可以利用诸如自我训练和知识提取之类的半监督学习技术。这意味着您无需使用半监督学习技术就可以假设无注释句子的存在。在我们的论文《，我们表明SentAugment与自我训练或知识提炼结合使用时，可以在多种语言理解任务上获得巨大收益。 依存关系 I.大型句子库 我们的方法基于大量的CommonCrawl网络句子。对于

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：227328
    • 提供者：weixin_42136791
« 12 3 4 5 6 7 8 9 10 ... 50 »