PyCNN:使用Python的细胞神经网络进行图像处理

上传者: 42135462 | 上传时间: 2023-02-13 11:29:35 | 文件大小: 423KB | 文件类型: ZIP
PyCNN:使用Python的细胞神经网络进行图像处理 细胞神经网络(CNN) 是最早在1988年细胞神经网络提出类似于神经网络,与该通信在相邻单元之间只允许的差的平行计算模式。 图像处理是其。 CNN处理器旨在执行图像处理; 具体来说,CNN处理器的原始应用是执行数字处理器无法实现的实时超高帧速率(> 10,000 frame / s)处理。 这个python库是CNN的实现,用于图像处理。 注:该库已在发表的研究被引用,寻找在参考部分中引用#19。 我很高兴这个图书馆可以为社区提供帮助。 注意:不得将细胞神经网络(CNN)与完全不同的卷积神经网络(ConvNet)混淆。 如上图所示,想象一个带有反馈回路的控制系统。 f(x)是分段线性S型函数。 控制(模板B)和反馈(模板A)模板(系数)是可配置的,并控制系统的输出。 在确定常用图像处理技术的模板方面已经进行了重大研究,这些模板已发布在此。 进一步阅读: 动机 这是2014年第14届细胞纳米级网络和应用(CNNA)大会上演示的扩展。我写了一篇博客文章,可在。 我的论文使用了该库在IEEE Xplore中发布了一个。 依存

文件下载

资源详情

[{"title":"( 29 个子文件 423KB ) PyCNN:使用Python的细胞神经网络进行图像处理","children":[{"title":"PyCNN-master","children":[{"title":".travis.yml <span style='color:#111;'> 400B </span>","children":null,"spread":false},{"title":"images","children":[{"title":"input7.bmp <span style='color:#111;'> 4.51KB </span>","children":null,"spread":false},{"title":"input2.bmp <span style='color:#111;'> 5.08KB </span>","children":null,"spread":false},{"title":"output1.png <span style='color:#111;'> 3.26KB </span>","children":null,"spread":false},{"title":"input6.bmp <span style='color:#111;'> 12.23KB </span>","children":null,"spread":false},{"title":"input1.bmp <span style='color:#111;'> 8.06KB </span>","children":null,"spread":false},{"title":"output3.png <span style='color:#111;'> 1.11KB </span>","children":null,"spread":false},{"title":"output5.png <span style='color:#111;'> 2.45KB </span>","children":null,"spread":false},{"title":"input4.BMP <span style='color:#111;'> 15.23KB </span>","children":null,"spread":false},{"title":"blockdiagram.png <span style='color:#111;'> 7.87KB </span>","children":null,"spread":false},{"title":"output4.png <span style='color:#111;'> 3.18KB </span>","children":null,"spread":false},{"title":"output2.png <span style='color:#111;'> 3.26KB </span>","children":null,"spread":false},{"title":"input5.bmp <span style='color:#111;'> 1.30KB </span>","children":null,"spread":false},{"title":"lenna.gif <span style='color:#111;'> 18.94KB </span>","children":null,"spread":false},{"title":"output6.png <span style='color:#111;'> 83.12KB </span>","children":null,"spread":false},{"title":"lenna_diagonal.png <span style='color:#111;'> 1.35KB </span>","children":null,"spread":false},{"title":"input3.bmp <span style='color:#111;'> 257.05KB </span>","children":null,"spread":false},{"title":"lenna_edge.png <span style='color:#111;'> 5.66KB </span>","children":null,"spread":false},{"title":"input8.bmp <span style='color:#111;'> 65.05KB </span>","children":null,"spread":false}],"spread":false},{"title":"example.py <span style='color:#111;'> 559B </span>","children":null,"spread":false},{"title":"test","children":[{"title":"test_misc.py <span style='color:#111;'> 1.07KB </span>","children":null,"spread":false},{"title":"test_processing.py <span style='color:#111;'> 2.53KB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.08KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 42B </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 2.64KB </span>","children":null,"spread":false},{"title":"example_lenna.py <span style='color:#111;'> 309B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 7.34KB </span>","children":null,"spread":false},{"title":"pycnn.py <span style='color:#111;'> 14.68KB </span>","children":null,"spread":false},{"title":".gitattributes <span style='color:#111;'> 483B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明