没有合适的资源?快使用搜索试试~ 我知道了~
首页深度学习框架(paddlepaddle/pytorch)——卷积核实现边缘检测和均值模糊
深度学习框架(paddlepaddle/pytorch)——卷积核实现边缘检测和均值模糊
5 下载量 98 浏览量
更新于2023-03-03
评论 1
收藏 130KB PDF 举报
飞桨 API信息:https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/dygraph_cn/Conv2D_cn.html PyTorch API信息: https://www.pytorchtutorial.com/docs/package_references/torch-nn/#class-torchnnconv2din95channels-out95channels-kernel95size-stride1-padding0-dilation1-groups1-biastrue github地址: https://gi
资源详情
资源评论
资源推荐
深度学习框架深度学习框架(paddlepaddle/pytorch)——卷积核实现边缘检测和均值模卷积核实现边缘检测和均值模
糊糊
飞桨飞桨
API信息:https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/dygraph_cn/Conv2D_cn.html
PyTorch
API信息:
https://www.pytorchtutorial.com/docs/package_references/torch-nn/#class-torchnnconv2din95channels-out95channels-kernel95size-stride1-
padding0-dilation1-groups1-biastrue
github地址:地址:
https://github.com/Classmate-Huang/nnFramework/tree/master/EasyPaddle/PlayConv
原理原理
(参考自百度AI Studio)
我们使用Conv2D算子完成一个图像边界检测的任务。图像左边为光亮部分,右边为黑暗部分,需要检测出光亮跟黑暗的分界处。 可以设置宽度方
向的卷积核为[1,0,−1][1, 0, -1][1,0,−1],此卷积核会将宽度方向间隔为1的两个像素点的数值相减。当卷积核在图片上滑动的时候,如果它所覆盖的
像素点位于亮度相同的区域,则左右间隔为1的两个像素点数值的差为0。只有当卷积核覆盖的像素点有的处于光亮区域,有的处在黑暗区域时,左
右间隔为1的两个点像素值的差才不为0。将此卷积核作用到图片上,输出特征图上只有对应黑白分界线的地方像素值才不为0。
基于这个原理,我们可以对多通道图同时实施边缘检测,将卷积核设置为[[-1,-1,-1],[-1,8,-1],[-1,-1,-1]]。 以及进行均值模糊。
paddlepaddle代码代码
# paddlepaddle
# 利用卷积核实现边缘检测和均值模糊
import matplotlib.pyplot as plt
import paddle
import paddle.fluid as fluid
from paddle.fluid.dygraph.nn import Conv2D
from paddle.fluid.initializer import NumpyArrayInitializer
from PIL import Image
import numpy as np
image = Image.open('picture.jpg')
with fluid.dygraph.guard():
# 卷积核参数 [cout, cin, kh, kw] w = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]], dtype='float32')
w = w.reshape([1, 1, 3, 3])
# 由于输入通道数是3,将卷积核的形状从[1,1,3,3]调整为[1,3,3,3] w = np.repeat(w, 3, axis=1)
conv1 = Conv2D('conv', num_filters=1, filter_size=[3, 3],
param_attr=fluid.ParamAttr(
initializer=NumpyArrayInitializer(value=w)
))
x = np.array(image).astype('float32') # 图片读入时是【H,W,3】
x = np.transpose(x, (2, 0, 1)) # 将通道维度调整到最前面 【3,H, W】
x = x.reshape(1, 3, image.height, image.width) # [N,C,H,W] x = fluid.dygraph.to_variable(x)
y = conv1(x)
out1 = y.numpy()
w2 = np.ones([3, 3, 5, 5], dtype='float32')
conv2 = Conv2D('conv2', num_filters=3, filter_size=[5, 5],
param_attr=fluid.ParamAttr(
initializer=NumpyArrayInitializer(value=w2)
))
y2 = conv2(x)
out2 = y2.numpy()
out2 = out2 /(25*25)
out2 = np.transpose(out2, (0, 2, 3, 1))
print(out2)
plt.figure(figsize=(10, 5))
f = plt.subplot(131)
plt.imshow(image)
f = plt.subplot(132)
plt.imshow(out1.squeeze(), cmap='gray')
f = plt.subplot(133)
plt.imshow(out2.squeeze().astype('uint8'))
weixin_38740130
- 粉丝: 6
- 资源: 927
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
- SPC统计方法基础知识.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0