人工智能基础与应用 课件 6.2 经典计算机视觉任务_第1页
人工智能基础与应用 课件 6.2 经典计算机视觉任务_第2页
人工智能基础与应用 课件 6.2 经典计算机视觉任务_第3页
人工智能基础与应用 课件 6.2 经典计算机视觉任务_第4页
人工智能基础与应用 课件 6.2 经典计算机视觉任务_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

人工智能基础与应用经典计算机视觉任务主讲人：李恒人工智能课程团队目录|

CONTENTS姿态估计05图像分类01目标检测图像分割0304图像增强0201图像分类图像分类（ImageClassification）这是计算机视觉中最基础的任务之一，旨在识别图像中的对象，并将其分类到预定义的类别中，主要流程如下：图像分类（ImageClassification）图像预处理流程：关键步骤详细过程图像转换为数字矩阵

读取图像使用图像处理软件或编程库读取图像文件调整图像大小根据需要，调整图像的大小到特定的像素尺寸转换为灰度图将彩色图像转换为灰度图像，简化了数据转换为数字矩阵使用图像处理库中的函数将灰度图像转换为数字矩阵。每个元素的值对应图像像素点灰度值像素值进行归一化

确定归一化范围选择归一化目标范围、了解原始像素值范围应用归一化公式

最小-最大归一化公式：归一化后的值=(原始值-最小值)/(最大值-最小值)处理归一化后的数据数据类型转换、保存或输出归一化后的图像02目标检测目标检测此任务旨在识别图像中特定对象的位置和类别。与图像分类不同，目标检测不仅告诉我们图像中有什么，还告诉我们对象在哪里。基于SSD目标检测基于YOLO目标检测03图像分割边缘检测、颜色和纹理特征、深度特征器。特征提取01选择分割模型、训练模型模型选择与训练02应用模型、后处理分割执行03图像分割04姿态估计姿态估计在人体姿态估计中，模型可以预测人体的关节点位置（如关节、肢体末端等），从而理解人体的姿势，是计算机视觉领域的一个重要任务。姿态估计将检测到的关键点按照人体结构进行关联，形成完整的人体姿态，根据人体18各关键点位检测人体态势结果如图所示。05图像增强图像增强图像增强任务旨在改善图像的质量，包括去噪、超分辨率、动态范围扩展等。这对于提高图像在各种环境下的可

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论