机器学习笔记 - Kornia:结合OpenCV的PyTorch框架
2023-09-14 09:01:36 时间
一、Kornia概述
Kornia 是一个可微分库,可将经典计算机视觉集成到深度学习模型中。
它由一组例程和可微分模块组成,用于解决通用计算机视觉问题。 该软件包的核心是使用 PyTorch 作为其主要后端,既提高效率,又利用反向模式自动微分来定义和计算复杂函数的梯度。
Kornia 在OpenCV和PyTorch这两个功能强大的库之间架起了一座桥梁。
Korniahttps://kornia.github.io/
二、模块组成
kornia.augmentation – 基于 GPU 的图像增强模块
kornia.utils – 图像到张量转换实用程序
kornia.color – 色彩空间转换模块
kornia.morphology –形态图像转换模块
kornia.losses – 几个损失函数的集合
kornia.geometry – 用于几何 CV 任务,例如使用各种相机模型进行图像转换
kornia.enhance – 强度转换和归一化模块
kornia.filters – 用于边缘检测和图像过滤用例
kornia.feature – 用于特征检测
三、一些简
相关文章
- OpenCV图像识别初探-50行代码教机器玩2D游戏
- opencv库的像素x,y,width,height,col,row的对应关系
- Python-OpenCV快速教程
- 基于OpenCV中dnn模块部署深度学习模型以及blobFromImages方法的使用说明
- 机器学习笔记 基于tensorflow2.0的手写数字识别,并导出pb模型供OpenCV的C++版本的DNN模块调用
- 机器学习笔记 - 使用opencv的基于深度学习的超分辨率图像处理
- CV之OpenCV:HALCON机器视觉软件简介&OpenCV的基础概念、常用案例(打开图片/摄像头/视频)、常用函数解释大全(C++/python语言)之详细攻略
- 【项目实战】Python基于OpenCV和卷积神经网络CNN进行车牌号码识别项目实战
- win10上安装opencv详细教程
- 在OpenCV里学习常见问题汇编12
- 在OpenCV里使用机器学习库sklearn 实现手写数字识别2
- 在OpenCV里使用机器学习库sklearn 实现手写数字识别1
- 在OpenCV里实现Laplacian算子
- opencv改变图片大小,cv2.resize方法详解
- 图像变换之旋转、仿射变换、透视变换及Opencv接口介绍
- 特征检测之HOG特征算法详解及Opencv接口使用
- 源码 | OpenCV DNN + YOLOv7目标检测