心电图图像数据集,样本数量109445张,类别数量5类,图像分辨率256x256数据来源Physionet's MIT-BIH心律失常数据集类别[N, S, V, F, Q] 心电图图像数据集,样本数量109445张,类别数量5类,图像分辨率256x256数据来源Physionet's MIT-BIH心律失常数据集类别[N, S, V, F, Q]
2023-06-01 11:36:46 194.66MB 心电图 图像 数据集 深度学习
梨果实图像数据集,共有1400+图片 深度学习,YOLO V5,
2023-05-15 16:32:21 493.07MB 梨果实 深度学习 YOLOv5 梨图像数据集
1
作物/杂草田地图像数据集(CWFID)伴随着以下出版物:“Sebastian Haug, Jörn Ostermann:用于基于计算机视觉的精确农业任务评估的作物/杂草田地图像数据集,CVPPP 2014研讨会,ECCV 2014” 该数据集包括野外图像、植被分割掩码和作物/杂草植物类型注释。本文详细介绍了现场设置、采集条件、图像和地面真实数据格式等。
2023-04-11 20:33:57 86.14MB 数据集
1
matlab代码左移掩盖可逆图像数据隐藏留下的痕迹的第一步 隐藏因预测误差扩展而导致的扩展嵌入迹线和直方图移位迹线-基于直方图移位(PEE-HS)的可逆图像数据隐藏(RIDH)。 源代码 该项目包括以下MATLAB脚本(用Matlab R2017a编写): demo.m :我们提出的PEE-HS RIDH方法的演示,该方法可以隐藏嵌入轨迹,同时保留可逆性。 PEHypthosis.m :用于绘制给定图像的预测误差直方图及其假设拉普拉斯模型的函数。 detParaCap2.m :用于找到嵌入容量参数(即T_l和T_r)的函数。 embed.m :用于将数据有效负载嵌入给定图像封面的功能。 jsdiv.m :用于计算两个分布之间的JS散度的函数(离散情况下的直方图)。 mockErrDet.m :用于生成替代预测错误的函数。 recovery.m :用于数据提取和图像恢复的功能。 作者 李东--如有疑问,请发送电子邮件至:ngli dot edu dot cn的dongli。
2023-03-27 14:05:32 483KB 系统开源
1
Describable Textures 纹理图像数据.gz
2023-03-26 22:06:21 596.28MB Describable Text
1
DICOM数据,用于测试
2023-03-20 19:51:05 453KB dicom
1
模式识别高分课程设计,利用BP神经网络对0-9的手写数字图像数据进行分类。 图像数据存放在Img的文件夹中,0-9每个数字各有55个样本,共550个图像样本数据。文件中的all_data.mat是为了对这些图像数据全部提取到MATLAB的工作区中,以便于MATLAB对数据的处理。载入后是一个4维的900×1200×10×55的阵列,900×1200为每一张图像的尺寸/分辨率,10指的是为0-9的10类图像,55是每一类的样本数目; 代码中有详细注释,整个过程分为:①载入图像数据;②裁剪图像的无效信息;③特征选择和提取;④特征预处理;⑤划分数据集;⑥网络训练;⑦网络测试;⑧用户验证过程 网络经多次测试后对训练样本和测试样本的分类准确率均在95%以上,MATLAB自建BP神经网络,代码每个过程都有注释详解,有利于读者对BP神经网络有更好的把握。 在用户验证过程中,向客户提供验证端口,读者在读懂代码的基础上,可以继续在此做一个UI界面或者接口,作为课程设计的话将会更加完善。
1
本文面对三种常常遇到的情况,总结三种读取数据的方式,分别用于处理单张图片、大量图片,和TFRecorder读取方式。并且还补充了功能相近的tf函数。 1、处理单张图片   我们训练完模型之后,常常要用图片测试,有的时候,我们并不需要对很多图像做测试,可能就是几张甚至一张。这种情况下没有必要用队列机制。 import tensorflow as tf import matplotlib.pyplot as plt def read_image(file_name): img = tf.read_file(filename=file_name) # 默认读取格式为uint8 print(
2023-03-19 22:10:17 70KB ens low ns
1
数据集介绍:https://seungjunnah.github.io/Datasets/reds.html 用于训练去模糊算法的数据集,包含清晰和模糊图片各24000张,包含240个场景,24000对模糊和清晰的图片。
2023-03-14 16:29:34 130B 图像数据集
1
Image2Lcd是一款专业的LCD图像数据生成工具。适用于使用了LCD的开发者和LCD生产厂家使用。 Image2Lcd能生成各类LCD(TN、STN、ColorSTN、TFT等等)经过各种布线连接后所需要的图像数据组织格式。Image2Lcd 能把各种来源的图片转换成特定的数据格式以用来匹配单片机系统所需要的显示数据格式。 Image2Lcd支持的输入图像格式包括:BMP, WBMP, JPG, GIF, WMF, EMF, ICO, 等等。 Image2Lcd的输出数据类型包括定制的二进制类型、C语言数组类型和标准的BMP格式、WBMP格式。 Image2Lcd能可视调节输入图象的数据扫描方式、灰度(颜色数)、图像数据排列方式、亮度、对比度、等等。 对于包含了图像头数据保存的图像数据文件,Image2Lcd能重新打开作为输入图像。
1