摘要: GOCVHelper主要包含图像处理、图像增强和基础文件处理三个部分。由于前两个部分较具有通用性,而且我在不同项目中都进行了反复使用,为了进一步说明类库内容,这里反过来从项目角度出发,对现有的类库进行整理。 阅读全文
posted @ 2022-12-22 15:46 jsxyhelu 阅读(325) 评论(0) 推荐(0) 编辑

摘要: 基于Unet+opencv实现天空对象的分割、替换和美化 传统图像处理算法进行“天空分割”存在精度问题且调参复杂,无法很好地应对云雾、阴霾等情况;本篇文章分享的“基于Unet+opencv实现天空对象的分割、替换和美化”,较好地解决了该问题,包括以下内容: 1、基于Unet语义分割的基本原理、环境构建、参数调节等 2、一种有效的天空分割数据集准备方法,并且获得数据集 3、基于OpenCV的Pytorch模型部署方法 4、融合效果极好的 SeamlessClone 技术 5、饱和度调整、颜色域等基础图像处理知识和编码技术 本文适合具备 OpenCV 和Pytorch相关基础,对“天空替换”感兴趣的人士。学完本文,可以获得基于Pytorch和OpenCV进行语义分割、解决实际问题的具体方法,提高环境构建、数据集准备、参数调节和运行部署等方面综合能力。 阅读全文
posted @ 2022-12-21 11:33 jsxyhelu 阅读(816) 评论(1) 推荐(0) 编辑

摘要: 遥感图像识别已经有很多成熟的模型和实现,这里我们选择yolov5_obb和dota数据集,以说明并实现一种思路:那就是先识别、再标注、再训练的过程。鉴于领域内数据往往比较封闭,对此类数据的标注实现难度较大,所以需要模型迁移。首先基于已经训练的成果,实现初步标绘;而后通过人在回路的修正,获得精确的结果 阅读全文
posted @ 2022-12-14 10:33 jsxyhelu 阅读(694) 评论(0) 推荐(2) 编辑

2024年1月24日

摘要: 一、和chatglm3通信,基于chromadbimport jsonimport requestsimport osfrom pdfminer.high_level import extract_pagesfrom pdfminer.layout import LTTextContainerimp 阅读全文
posted @ 2024-01-24 07:03 jsxyhelu 阅读(59) 评论(0) 推荐(0) 编辑
摘要: embeded模型基于m3e。一、原生向量代码,自己计算距离import numpy as npfrom numpy import dotfrom numpy.linalg import normfrom sentence_transformers import SentenceTransforme 阅读全文
posted @ 2024-01-24 07:00 jsxyhelu 阅读(6) 评论(0) 推荐(0) 编辑

2024年1月5日

摘要: 一、什么是RAG? RAG的架构如图中所示,简单来讲,RAG就是通过检索获取相关的知识并将其融入Prompt,让大模型能够参考相应的知识从而给出合理回答。因此,可以将RAG的核心理解为“检索+生成”,前者主要是利用向量数据库的高效存储和检索能力,召回目标知识;后者则是利用大模型和Prompt工程,将 阅读全文
posted @ 2024-01-05 19:35 jsxyhelu 阅读(503) 评论(0) 推荐(0) 编辑

2023年12月20日

摘要: 工作相关和扩展核心能力的需要,采用较为简单的方法来学习Elasticsearch,作相关记录备查。一、采用Docker安装sudo docker pull elasticsearch:7.7.0sudo docker imagessudo docker run --name elasticsearc 阅读全文
posted @ 2023-12-20 20:56 jsxyhelu 阅读(6) 评论(0) 推荐(0) 编辑
摘要: 主要是出图,结合实际做3个例子:1、形容天气非常寒冷的风景图片( 画一幅未来极度寒冷下城市的场景)2、妈妈过生日的庆祝图片(画一幅妈妈过生日的庆祝图片,水墨画风格)3、包含GreenOpen字样的富含科技感的图片未来不可限量,对于当前来说是提出准确的需求。关注提高用户体验: 阅读全文
posted @ 2023-12-20 15:12 jsxyhelu 阅读(11) 评论(0) 推荐(0) 编辑

2023年12月15日

摘要: 本例项目来源于群里面网友提问“在流水线上采集到的图片,相互之间位移基本确定,需要进行进一步精细拼接” 阅读全文
posted @ 2023-12-15 09:55 jsxyhelu 阅读(45) 评论(0) 推荐(0) 编辑

2023年5月1日

摘要: 问题来源,在使用mmrotate的过程中,需要能够对识别的结果进行推断,结果发现缺乏相关功能: From the demo i know show_result_pyplot can plot the inferred results, I would like to ask how to conv 阅读全文
posted @ 2023-05-01 07:04 jsxyhelu 阅读(367) 评论(0) 推荐(0) 编辑

2023年3月25日

摘要: 最新版本的qt为5.1.1,已经把qt qtcreator 和mingw整合在了一起。其实qt也就是qtcreator qt和mingw的整合。 qt的程序本质上来说,仍然是c++的程序,而c++的程序编写是我不太熟悉的。这里仍然是要基于现实项目来学习相关知识。首先仍然是基于opencv,“打开图像 阅读全文
posted @ 2023-03-25 10:11 jsxyhelu 阅读(123) 评论(0) 推荐(0) 编辑

2023年3月16日

摘要: 这种环境配置方法以数量级的方式降低了环境配置的难度,而且“正好”有这样的一个可以使用的环境,从而可以快速使用opencv和tesseract等。 阅读全文
posted @ 2023-03-16 06:59 jsxyhelu 阅读(323) 评论(0) 推荐(0) 编辑

导航