cuda-kmeans:K-means 算法在图像上的并行实现-源码

上传者: 42136791 | 上传时间: 2021-09-22 19:26:41 | 文件大小: 3.6MB | 文件类型: ZIP
Cuda K-Means 图像聚类算法由 Andrea Toscano, Università degli Studi di Milano (Informatica) 在 NVidia Cuda 中实现。 这个小项目展示了如何实现应用于图像的 K-Means 聚类算法以减少其颜色。 一些预处理是使用 python 脚本计算的,以便以更好的方式表示图像并轻松找到适合算法的初始质心。 在 Cuda K-Means 例程中涉及全局内存和常量内存。 未来的工作还将包括包含整个图片的纹理内存,从而提高算法的性能。

文件下载

资源详情

[{"title":"( 13 个子文件 3.6MB ) cuda-kmeans:K-means 算法在图像上的并行实现-源码","children":[{"title":"cuda-kmeans-master","children":[{"title":"CUDA src","children":[{"title":"timer.h <span style='color:#111;'> 577B </span>","children":null,"spread":false},{"title":"CUDAkmeans.cu <span style='color:#111;'> 18.09KB </span>","children":null,"spread":false}],"spread":true},{"title":"Python Scripts","children":[{"title":"imageConverter.py <span style='color:#111;'> 2.14KB </span>","children":null,"spread":false},{"title":"colosseo_cl10_palette.png <span style='color:#111;'> 1.75KB </span>","children":null,"spread":false},{"title":"plot2.py <span style='color:#111;'> 711B </span>","children":null,"spread":false},{"title":".DS_Store <span style='color:#111;'> 6.00KB </span>","children":null,"spread":false},{"title":"colosseo.jpg <span style='color:#111;'> 344.18KB </span>","children":null,"spread":false},{"title":"kmeans.py <span style='color:#111;'> 7.90KB </span>","children":null,"spread":false},{"title":"colosseo_cl10_it5.jpg <span style='color:#111;'> 1.03MB </span>","children":null,"spread":false},{"title":"colosseo.raw <span style='color:#111;'> 2.86MB </span>","children":null,"spread":false},{"title":"palette.py <span style='color:#111;'> 2.24KB </span>","children":null,"spread":false},{"title":"colosseo_palette10.raw <span style='color:#111;'> 30B </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 636B </span>","children":null,"spread":false}],"spread":true}],"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