此 Matlab 函数可用于将任何给定的人脸（图像）数据集随机拆分为训练集和测试集。 该函数考虑类/人员标签。 例如，在ORL人脸数据集中，有40个人每个人有10张图像； 该函数可以将每个人的10张图片随机分割成5张训练图片和5张测试图片，如下：
load ORL_FaceDataSet % 上传到这里[训练集测试集]=Split_DataSet(ORL_FaceDataSet, 10, 5, 5);
请注意，您可以选择不同数量的训练和测试图像。
2022-02-25 21:29:57
3.54MB
1
Tensorflow中的图像修复模型实现
“使用部分卷积对不规则Kong进行图像修补”第一个tensorflow主实例，使用tensorflow完全实现，而无需修改源代码。
原始论文：
YouTube上的演示：
部分卷积
使用curr_bin_mask表示当前二进制文件的掩码； conved_mask表示二进制掩码的卷积结果，对应于文本中的sum（M）； new_bin_mask表示卷积后的新二进制掩码，更新规则为：
((conved_mask==0)==0)
因此，局部卷积的计算如下：
Pconv(x) = (Conv(x*curr_bin_mask)*conved_mask+b)*new_bin_mask
如文本中所述，使用新掩码的操作是为了确保无效输入为零。
网络结构
用局部卷积代替卷积
面膜生成
与原始版本不同，我使用opencv生成了一个掩码，并将无效零件输入设置为零。
2022-02-25 17:23:58
86KB
1
OASIS, Open Annotations of Single Image Surfaces, a dataset for single-image 3D in the wild consisting of detailed 3D geometry for 140,000 images by Princeton University.
OASIS开放单个物体表面图像数据集由普林斯顿大学出品， 含有140000张单个物体的详细3D图片。
OASIS paper.pdf
2022-02-25 12:40:13
10.05MB
1
平面地图的测绘功能，可在测绘图片上设置比例尺，测距，计算面积，规划区域等，依次最终测绘结果下载为png图片（原图）。
使用
（v0.7.7） （v0.4.9） （v3.1.1）
基于实现焦点图像区域编辑功能，能够在图片上放置，编辑，删除图形区域以及文字说明。
Github
设置比例尺
1.点击比例尺时激活地图点击事件
function createScale ( e ) {
e . stopPropagation ( ) ;
let sLen = scale_geometry . length ;
if ( sLen > 0 ) {
for ( let i = 0 ; i < sLen ; i ++ ) {
map . removeLayer ( scale_geometry [ i ] ) ;
}
2022-02-23 22:29:58
5.11MB
1
该示例旨在说明如何对经过训练的模型进行客户端预测
原因
想象一下，您创建了一个模型，该模型可以完成很多工作并为人们提供帮助。 您将此模型放在网络上，每天使用大约1000个查询，数量不多。 简单的服务器可以处理它，但是有一天，这种模型被公众发现，并且您每天开始收到10万条查询，同一台服务器可能会死掉。 因此，现在您可以扩展服务器并添加越来越多的内存，也可以尝试将预测重写到客户端。 如果您选择第二个选项，则这里有适合您的教程。
组件
后端：Flask（我知道TFJS现在支持node，但是为了进行适当的预处理，它在python中）
预处理：cv2，numpy，您想要的任何python库
前端：tensorflowjs（我在cdn的头中有一个脚本，是为python开发人员设计的，目的是不下载模块）
模型
您可以下载我的模型或训练新模型。 不要忘记将其转换为适用于TFJS的格式。
用法
只需运行ap
2022-02-23 17:03:32
23.04MB
1
pca人脸识别算法matlab代码图像分类任务
该存储库是Giancarlo
Antonucci和Thomas
Babb的项目的一部分，该项目作为CDT的一部分提交给牛津大学工业重点数学模型。
该代码使用耶鲁人脸数据库（YaleB_32x32.mat）测试混合面部识别算法的有效性。
函数imag_class.m从用户处获取输入，并为这些输入输出算法的成功率百分比。
要使用它，请下载.m和.mat文件，然后在Matlab中运行它们。
选择训练集
耶鲁数据库中有3814人的2414张照片（例如图像）。
用户可以通过以下两种方式之一选择哪些人在测试集中：
imag_class（'NumOfPeople'，N）从38个可用人中选出N个随机人员，并从这些人员中构建测试集。
imag_class（'People'，V）根据在V中建立索引的人员构建测试集。例如，如果V
=
[1
3
6]，则测试集将包含来自人员1，人员3和人员6的图像。
无论哪种情况，该功能都会为每个人选择10张随机图像。
所有其他图像都放在训练集中。
实施PCA算法
PCA是一种标准技术，用于使用低维特征向量来近似原始数据。
我们
2022-02-22 23:32:26
2.12MB
1