少有人走的路

勇哥的工业自动化技术网站

本站视觉相关教程整理贴子,持续更新

2020年勇哥的机器视觉实验项目清单(大纲)

勇哥的免费视频教程清单

勇哥在B站发布的视频清单

勇哥的视觉实验:GMM分类器(五) Novelty Detection(新奇检测)

前言:==========================================================分类器相对于深度学习来讲是一种古老传统的图片处理技术。halcon中常见的有四类分类器:MLP(多层神经网络neural Nets)SVM(支持向量机)K-NN(K-最邻近)GMM(高斯混合类型)分类器的应用领域主要是下面这些:image segmentation         图像分割&nbs

大数据背后的神秘公式—贝叶斯公式

大数据、人工智能、海难搜救、生物医学、邮件过滤,这些看起来彼此不相关的领域之间有什么联系?答案是,它们都会用到同一个数学公式—— 贝叶斯公式。它虽然看起来很简单、很不起眼,但却有着深刻的内涵。那么贝叶斯公式是如何从默默无闻到现在广泛应用、无所不能的呢?  一 什么是贝叶斯公式18世纪英国业余数学家托马斯·贝叶斯(Thomas Bayes,1702~1761)提出过一种看上去似乎显而易见的观点:“用客观的新信息更新我们最初关于某个事物的信念后,我们就会得到一个新的、改进了的信念。” 这个

几个范例带你读懂贝叶斯法则

贝叶斯法则可能是概率论中最有生命力的一个公式。它可以用来计算条件概率或者主观概率。贝叶斯法则的思想非常简单:随机事件发生的概率随着相关条件的发生而改变,一个命题真假的信念即主观概率随着相关证据的发现而改变。当正相关条件发生时,条件概率上调,当负相关条件发生时,条件概率下调。当有利证据发现时,主观概率上调,当不利证据发现时,主观概率下调。然而,贝叶斯法则具有非常深刻的哲学意义和广泛的应用价值。哲学家们用它来解决休谟归纳问题;生命科学家用它来研究基因是如何被控制的;教育学家突然意识到,学生的学习过程

勇哥的视觉实验:GMM分类器(四) 二维数据分类

前言:==========================================================分类器相对于深度学习来讲是一种古老传统的图片处理技术。halcon中常见的有四类分类器:MLP(多层神经网络neural Nets)SVM(支持向量机)K-NN(K-最邻近)GMM(高斯混合类型)分类器的应用领域主要是下面这些:image segmentation         图像分割&nbs

《机器视觉算法与应用》《HALCON机器视觉与算法原理编程实践》《数字图像处理 冈萨雷斯》的读书笔记

勇哥偶然看到一个博客,有下面几本书的读书笔记,因此把目录摘下来,有空可以读一读。《机器视觉算法与应用》《HALCON机器视觉与算法原理编程实践》《数字图像处理 冈萨雷斯》引用自博客《超级大洋葱的博客》https://blog.csdn.net/u014779536/category_10099920.html ===================================================《机器视觉算法与应用》第3章 机器视觉算法之模板匹配——学习笔记3.11 模板匹配前面

勇哥的视觉实验:MLP分类器(二) 识别彩色零件

前言:==========================================================分类器相对于深度学习来讲是一种古老传统的图片处理技术。halcon中常见的有四类分类器:MLP(多层神经网络neural Nets)SVM(支持向量机)K-NN(K-最邻近)GMM(高斯混合类型)分类器的应用领域主要是下面这些:image segmentation         图像分割&nbs

halcon分类器算子:create_class_gmm

create_class_gmm(运算符)名称create_class_gmm —创建用于分类的高斯混合模型签名create_class_gmm(:::NumDim,NumClasses,NumCenters,CovarType,Preprocessing,NumComponents,RandSeed:GMMHandle)描述create_class_gmm创建用于分类的高斯混合模型(GMM)。 NumDim指定要素空间的维数, NumClasses指定类的数量。G

勇哥的视觉实验:GMM分类器(三) 图片分割

前言:==========================================================分类器相对于深度学习来讲是一种古老传统的图片处理技术。halcon中常见的有四类分类器:MLP(多层神经网络neural Nets)SVM(支持向量机)K-NN(K-最邻近)GMM(高斯混合类型)分类器的应用领域主要是下面这些:image segmentation         图像分割&nbs

halcon分类器算子:create_class_lut_gmm

create_class_lut_gmm名称create_class_lut_gmm —使用高斯混合模型创建查找表以对字节图像进行分类。签名create_class_lut_gmm(::GMMHandle,GenParamNames,GenParamValues:ClassLUTHandle)描述create_class_lut_gmm使用经过训练的高斯混合模型(GMM) GMMHandle的数据生成查找表(LUT) ClassLUTHandle,以对多通道字节图像

勇哥的视觉实验:GMM分类器(二) 基于LUT的用法,即高斯混合模型创建查找表进行图片分类

前言:==========================================================分类器相对于深度学习来讲是一种古老传统的图片处理技术。halcon中常见的有四类分类器:MLP(多层神经网络neural Nets)SVM(支持向量机)K-NN(K-最邻近)GMM(高斯混合类型)分类器的应用领域主要是下面这些:image segmentation         图像分割&nbs
«    2026年1月    »
1234
567891011
12131415161718
19202122232425
262728293031
控制面板
您好,欢迎到访网站!
  查看权限
网站分类
搜索
最新留言
文章归档
网站收藏
友情链接

Powered By Z-BlogPHP 1.7.3

Copyright www.skcircle.com Rights Reserved.

鄂ICP备18008319号


站长QQ:496103864 微信:abc496103864