计算机视觉——实践加强

聚类算法：

相似度和距离负相关：

K-means：

1、选出一个k，作为k'个聚类中心（随机选出聚类中心），为了能够准确选择，那么可能胡i多次选择取得结果最优的；

2、把么一个数据分配成最近的中心

；    距离计算：欧氏距离；计算角度

3、寻找数据的新的质心；

4、重复2——3部；

达到收敛标准：

到达循环次数；

标签不再改变；

聚类中心不断发生改变；

k值的确定：

人工指定

高斯权重：

高斯滤波，
均值滤波器：

中值滤波

均值滤波

总结：通过考虑到周围邻居的位置进行滤波操作；

用途：去噪、增加对比度、寻找特征点

项目：模板匹配；

Template matching

图片拼接：

1、寻找角点；使用Harris角点；

Harris有一个尺度不变性、旋转不变性、

2、两个图片必须使用共同的特征寻找，计算两个向量；

3、建立SIFT描述；

4、匹配SIFT角点；

5、将图片进行转换；

博文：图像局部特征点检测算法

作业：读入手写字符

tu'xiang'pin'j

return的两个作用

1.返回值

2.结束函数的执行

is

比较同一对象

==

比较value

a =10
b=10
a == b
True
a is b
True
True
True
a = 1000
b = 1000
a == b
True
a is b
False
 

为什么要进行数据类型转换

数据格式转换代码与我们模型使用数据之间进行耦合；

TFRecoreds文件：讲图像数据各种标签放在一起的二进制文件；

在tensorflow中可以快速复制、移动、读取、存储的特点；

目标数据集的标记

学习目标

了解数据集标记的需求；

知道labelimg的标记使用；

商品数据集标记

要标记那些物体类别；

只是知道怎么去标记，知道这个过程；

确定物体；

数据集处理

常用的数据集：

PASCAL

    VOC2012

    VOC2007

open images dateset V4;

一般使用PASCAL

123123123

不要用英语命名

交互模式是什么意思

记住是用半角的

axb10

314 x 10**-2 = 3.14

或 314 e-2 = 3.14

float(3)生成了新对象

round(3.54)

a +=1

a *= 1

十进制

二进制

八进制

十六进制

0 = 0

1 = 1

2 = 10

0b101#二进制
5
0o231#八进制
153

0xf#十六进制
15
0xff#十六进制
255

最基本的数据类型

整型

浮点型

布尔型

字符串型

可自定义数据类型

8/2

7//2=3

7%4 =3

2**3 = 8

divmod()

同时得到商和余数

链式赋值

x = y = 30020

系列解包赋值

a,b,c = 10,20,30

a,b = b,a

常量

python不支持常量

逻辑上可控制

MAX_SPEED = 150

变量是对象的引用

变量没有类型

堆 是放对象的

栈 是放变量的

对象就是内存块

一切都是对象

对象由标识、类型、值 组成

id(obj)

type(obj)

print(obj)

\

行连接符

turtle.penup

turtle.pendown

不要开头空格

符号得是英文

标识符：用于变量，函数，类，模块等的命名

1区分大小写

2第一个字符必须是字母、下划线。

3不能用关键字

4避免双下划线

join 为空的时候起到加号的作用

字符串切片，截取。slice

[起始偏移量 start：终止偏移量 end：步长step]

[::-1]逆序提取