首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何在Matlab中为边缘检测和角点检测提供感兴趣区域(ROI)?

在Matlab中,为边缘检测和角点检测提供感兴趣区域(ROI),可以采用以下方法:

  1. 指定ROI区域:在Matlab中,可以直接在图像处理窗口(Image Processing Window)中使用矩形选择工具指定ROI区域。选择工具栏中的矩形选择工具,然后在图像上拖动以绘制矩形,最后选择所需的区域。rectangle('Position', [100, 100, 100, 100], 'LineWidth', 1);ROI = regionprops(rectangle('Position', [100, 100, 100, 100], 'LineWidth', 1));h = findobj('Position', [100, 100, 100, 100]); pos = get(h, 'Position');extrema = findextrema(image, 'Minima', 'Position', [100, 100, 100, 100]);ROI = regionprops(rectangle('Position', [100, 100, 100, 100], 'LineWidth', 1), 'Max', 'Position', [100, 100, 100, 100]);max_val = max(max(image));min_val = min(min(image));threshold = graythresh(image);edges = edge(image, 'Canny', 0.5);contours = findcontours(image, 'Min', 0.5);centroid = findcentroid(image);rotation_matrix = findrotationmatrix(image);translation_vector = findtranslationvector(image);
  2. 使用Image Processing Toolbox函数:在Matlab中,可以使用Image Processing Toolbox中的rectangle函数来绘制矩形,并使用rectangle函数来设置ROI区域。例如,以下代码将绘制一个100x100像素的矩形,并将其作为ROI:
  3. 使用regionprops函数:在Matlab中,可以使用regionprops函数获取ROI区域的属性,包括面积、周长、质心、矩形度、凹凸性等。例如,以下代码将获取ROI区域的属性:
  4. 使用findobj函数:在Matlab中,可以使用findobj函数查找ROI区域中的对象,并使用get函数获取对象的属性。例如,以下代码将查找ROI区域中的对象,并获取其位置和属性:
  5. 使用imageprocessingtoolbox函数:在Matlab中,可以使用imageprocessingtoolbox中的findextrema函数来查找ROI区域中的最大值和最小值。例如,以下代码将查找ROI区域中的最大值和最小值:
  6. 使用regionprops函数:在Matlab中,可以使用regionprops函数获取ROI区域的属性,包括最小值、最大值、平均值、标准差、质心、矩形度、凹凸性等。例如,以下代码将获取ROI区域的属性:
  7. 使用imageprocessingtoolbox函数:在Matlab中,可以使用imageprocessingtoolbox中的findmaxima函数来查找ROI区域中的最大值。例如,以下代码将查找ROI区域中的最大值:
  8. 使用imageprocessingtoolbox函数:在Matlab中,可以使用imageprocessingtoolbox中的findminima函数来查找ROI区域中的最小值。例如,以下代码将查找ROI区域中的最小值:
  9. 使用imageprocessingtoolbox函数:在Matlab中,可以使用imageprocessingtoolbox中的findthreshold函数来查找ROI区域中的阈值。例如,以下代码将查找ROI区域中的阈值:
  10. 使用imageprocessingtoolbox函数:在Matlab中,可以使用imageprocessingtoolbox中的findedge函数来查找ROI区域的边缘。例如,以下代码将查找ROI区域的边缘:
  11. 使用imageprocessingtoolbox函数:在Matlab中,可以使用imageprocessingtoolbox中的findcontours函数来查找ROI区域的轮廓。例如,以下代码将查找ROI区域的轮廓:
  12. 使用imageprocessingtoolbox函数:在Matlab中,可以使用imageprocessingtoolbox中的findcentroid函数来查找ROI区域的质心。例如,以下代码将查找ROI区域的质心:
  13. 使用imageprocessingtoolbox函数:在Matlab中,可以使用imageprocessingtoolbox中的findrotationmatrix函数来查找ROI区域的旋转矩阵。例如,以下代码将查找ROI区域的旋转矩阵:
  14. 使用imageprocessingtoolbox函数:在Matlab中,可以使用imageprocessingtoolbox中的findtranslationvector函数来查找ROI区域的平移向量。例如,以下代码将查找ROI区域的平移向量:
  15. 使用imageprocessingtoolbox函数:在Matlab中,
页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

使用Python+OpenCV进行图像处理(三)| 视觉入门

无疑自动化的检测技术的广泛应用将为我们带来效率与安全。 之前已经介绍了几种颜色模型以及如何在图像上绘制图形。还介绍了常用的图像处理技术,:模糊、梯度、腐蚀、扩张等。...本篇将把这些技术应用到图像特征检测和人脸检测。 本篇会用到本系列前两篇中介绍的图像处理技术。 边缘检测 (Edge Detection) 边缘检测本质上是检测图像变化剧烈或者不连续的像素。...如果这个被确认为局部最大值,则进行下一步即第四个步骤。第四步是决定之前检测出的边是否真正边缘的最后一个决策阶段。...因此,如果这个的像素值大于两个阈值的“较大阈值”则被判定为边缘。相对地,如果其小于所设定的两个阈值参数的“较小阈值”则被认定为非边缘,即会被丢弃。...接下来让我们使用上述级联分类器实现漫威英雄面部检测--惊奇队长面部检测。 ? 001 (15) 我们只须使用图像的一部分即头部部分。首先,获取惊奇队长脸部周围感兴趣区域;然后把图像转换成灰度图。

2.1K21

使用Python+OpenCV实现自动驾驶汽车的车道线检测

步骤1:边缘检测 我们将使用Canny边缘检测。如果你不确定这是什么,看看我之前的文章,它以实用的方式解释了这一。...检测Canny边缘后输出 步骤2:定义ROI(感兴趣区域) 驾驶时,为了让汽车保持在车道上,你只关注当前道路的下一个100米。而且,你也不关心护栏另一边的路。这就是我们感兴趣区域。...我们从图像隐藏不必要的细节,只显示能帮助我们找到车道的区域。 ?...getROI ()之后的输出 在得到感兴趣区域之前进行边缘检测是很重要的,否则边缘检测也会检测出我们感兴趣区域的边界。 步骤3:获取图像的所有直线 下一步是通过ROI得到图像的所有直线。...如何在车道的左侧和右侧获得一条公共线 分组后,我们找到该组的平均斜率(m)和截距(c),并通过调用getLineCoordinatesFromParameters() 并传递平均值m和平均值c来每个组创建一条线

5.2K31
  • 过来人的肺腑之言,攻读CV和ML硕士给我带来了什么?

    但在 CNN 被引入到计算机视觉领域之前,就已经有了一些基于启发式的技术被用于从图像检测感兴趣区域ROI)以及特征提取。...生成的描述子包含一些特征信息,边缘、角、团块等。描述子还可以用于检测不同尺度和失真的图像的对象。SIFT 已经被广泛用于目标识别、手势识别、目标跟踪等应用。...提取到的特征是图像和角提供的信息,更具体地说是凸显的对象。简而言之,该技术识别图像边缘(梯度)、角、线条的位置,获取边缘的方向信息。...在理解了图像的最基本的基础之后,你将继续学习如何在系统内存存储图像。「Framebuffer」指的是像素在系统内存存储的位置(大多数 MOOC 都不会讲这一) ?...不同行业(医疗保健、制造业、机械、金融等)都受益于通过运动分析提供的结果和信息。在这些行业,运动分析的各种用例和方法可以解决问题或者消费者创造价值。

    40720

    证件识别技术进化史

    人工智能并没有那么神乎其神,也不是那么遥不可及,它其实早已经存在于我们周围,以增强智能的形式我们生活的某个环节提供便利和更加友好的体验。...图2:微信绑卡流程 当检测到符合条件的边缘后,就可以通过计算单应性矩阵,将带有透视形变的证件区域校正成标准证件区域样本。以利于后续的信息检测和识别。...得到ROI之后,需要进一步在区域内进行行切分和单字切分,得到单字区域输入给识别核心。...从切分出的单字图像中提取文字的笔画、特征、投影信息、区域分布等有效特征,经过融合,交给分类器。...我们通过一系列的图像处理和投影分析操作,判别图像证件个数,并得到单个证件的感兴趣区域(Region Of Interest, ROI),即保证每个ROI中有且只有一个证件,而且证件的区域占比超过50%

    5.3K10

    过来人的肺腑之言,攻读CV和ML硕士给我带来了什么?

    但在 CNN 被引入到计算机视觉领域之前,就已经有了一些基于启发式的技术被用于从图像检测感兴趣区域ROI)以及特征提取。...生成的描述子包含一些特征信息,边缘、角、团块等。描述子还可以用于检测不同尺度和失真的图像的对象。SIFT 已经被广泛用于目标识别、手势识别、目标跟踪等应用。...提取到的特征是图像和角提供的信息,更具体地说是凸显的对象。简而言之,该技术识别图像边缘(梯度)、角、线条的位置,获取边缘的方向信息。...虽然在各种各样的系统和算法,目标识别过程是先于目标检测进行的; 目标追踪:在一段时间内的图像序列识别、检测并跟踪一个感兴趣目标的方法。...不同行业(医疗保健、制造业、机械、金融等)都受益于通过运动分析提供的结果和信息。在这些行业,运动分析的各种用例和方法可以解决问题或者消费者创造价值。

    46310

    中科院牛津华为诺亚提出:CenterNet,One-stage目标检测最强算法!可达47mAP,已开源!

    另外,为了更好的检测中心和角,我们分别提出了 center pooling 和 cascade corner pooling 来提取中心和角的特征。...最后,角的特征对边缘比较敏感,这导致很多角同样对背景的边缘很敏感,因此在背景处也检测到了错误的角。综上原因,使得 CornerNet 产生了很多误检。...正如前文所说,组合过程由于缺乏来自目标区域内部信息的辅助,从而导致大量的误检。为了解决这一问题,CenterNet 不仅预测角,还预测中心。...该方法可以在预测框的尺度较大时定义一个相对较小的中心区域,在预测框的尺度较小时预测一个相对较大的中心区域 Fig3 所示。 ? ? 4.2 提取中心和角特征 ?...图7(b) 传统做法,称为 corner pooling。它提取物体边界最大值并相加,该方法只能提供关联物体边缘语义信息,对于更加丰富的物体内部语义信息则很难提取到。

    1.9K20

    从2D到3D的目标检测综述

    利用现有的二维检测模型在RGB图像上定位感兴趣区域ROI),然后在云中采用像素映射策略,最后将初始的2D边界框映射到3D空间。...● 相关工作与介绍 目标检测的任务是找到图像的所有感兴趣区域ROI),并确定它们的位置和类别。...该方法首先利用鲁棒主成分分析(RPCA)提取背景运动,假设背景场景运动可以描述一个低秩矩阵,然后将帧分割成子像素,以提高将光流转化为运动幅度和角度的精度,从而提高了结果。...B、 深度学习方法 目标识别是指一组相关的任务,用于识别图像或视频的对象。目标是找到图像中所有感兴趣的对象并确定它们的二维位置。感兴趣区域通常由边界框定义。...BirdNet+是BirdNet的一个改进,BirdNet是一个对象检测框架。BirdNet+激光雷达数据上的3D目标检测提供了端到端解决方案。

    2K10

    Stereo R-CNN based 3D Object Detection for Autonomous Driving

    另一方面,单目相机三维目标检测提供了另一种低成本的解决方案。深度信息可以通过场景的语义属性和目标大小等来预测。然而,推断的深度并不能保证精度,尤其是对于不可见的场景。...只有一个三维语义关键可以明显地投射到框的中间(而不是左右边缘)。我们将这个语义关键的投影定义透视图关键。在第4节和表5,我们展示了透视图关键是如何对3D框进行估计的。...详细在图5,我们提取七从立体框和角度测量要点: ,分别代表左、上、右、底,左2D框的低边和角度关键的 坐标。为了简化表示,每个测量值都由摄像机内部标准化。...注意,我们的任务不同于像素方向的视差估计问题,在不适定区域(SGM)或边缘区域(基于CNN的方法)可能会遇到不连续。...研究关键的好处3 d盒子估计量,我们评估3 d检测和三维定位性能不使用关键,我们使用退化的观点来确定之间的关系3 d框角和2 d框的边缘,和采用Eq。2所有对象约束的三维定位。

    2.3K20

    一篇文章就梳理清楚了 Python OpenCV 的知识体系

    掌握上述内容之后,可以实现两个案例,其一鼠标在一张图片上拖动框选区域进行截图,其二是通过滑动条让视频倍速播放。 8....图像 ROI 与 mask 掩膜 本部分属于 OpenCV 的重点知识,第一个感兴趣区域 ROI,第二个是 mask 掩膜(掩码)操作 。 学习 ROI 部分时,还可以学习一下图像的深浅拷贝。...边缘检测 边缘检测可以提取图像重要轮廓信息,减少图像内容,可用于分割图像、特征提取等操作。...边缘检测的一般步骤: 滤波:滤出噪声対检测边缘的影响 ; 增强:可以将像素邻域强度变化凸显出来—梯度算子 ; 检测:阈值方法确定边缘 ; 常用边缘检测算子: Canny 算子,Canny 边缘检测函数...如果学习人脸识别,涉及的知识: 人脸检测:从图像找出人脸位置并标识; 人脸识别:从定位到的人脸区域区分出人的姓名或其它信息; 机器学习。

    1.6K30

    Street Lanes Finder - 检测自动驾驶汽车的车道

    在今天的文章,将使用基本的计算机视觉技术来解决对于自动驾驶汽车至关重要的街道车道检测问题。到本文结束时,将能够使用Python和OpenCV执行实时通道检测。 ?...鉴于道路的图像,想检测它上面的街道。 ? 为了做到这一提供一个图像路径并用OpenCV加载它,然后用它来调用find_street_lanes管道。...感兴趣区域 现在检测边缘,可以清楚地看到街道在哪里,但除此之外,还可以看到其他边缘是多余的。为了摆脱它们,应该将图像掩盖到一个称为感兴趣区域ROI)的特定区域。...这是带有蒙面感兴趣区域的精确图像。 ? Hough Lines 现在有明确界定的线条,显示街道所在的位置。但是在屏幕上显示它们看起来并不吸引人,因为它们很吵和闪烁。...首先,检测所有行。将一条线定义[x1,y1,x2,y2],其中(x1,y1)是它的开始,(x2,y2)是它的结束。 将线条定位后,可以计算它们的斜率,以确定它们是正确的还是左边的。

    72431

    一个鲁棒实时且无需校准的车道偏离警告系统

    内容概述 所提算法提取感兴趣区域ROI)以减少图像的异常线(树边界、路边等)。然后,使用高斯金字塔进行图像平滑处理,因为它能在不损害图像中所需边缘的情况下平滑图像。...所提算法的框图 图像预处理 在实时车道偏离预警系统,图像预处理被分为两个关键阶段:感兴趣区域ROI)提取和图像平滑。...感兴趣区域ROI)提取:在感兴趣区域提取这一关键子阶段,系统的目标是筛选出图像中影响后续处理的异常值,集中关注道路上的车道边界。...确保稳定性,每一帧都计算一次消失点,但仅每10-20帧进行一次更新,采用反馈循环以稳定计算结果。通过初始化消失点和其他ROI,系统收敛到适当的区域,确保了准确性和稳定性。...线段检测是线检测的一个关键步骤,它可以分为两个子阶段:边缘检测和线段检测。以下将介绍这两个子阶段。 边缘检测:边缘检测是一种数学方法,用于识别图像亮度变化较大的

    25310

    浅析森林烟火AI检测算法的应用及场景使用说明

    图片三、算法概述森林烟火检测算法主要应用在森林消防领域,主要是检测感兴趣区域ROI)内是否有烟和火的一种AI算法。...输入图像或者视频帧,设定ROI(其中ROI封闭的多边形区域),算法自动计算出是否有烟火在ROI内,主要判定依据烟火的检测框中心是否在ROI内。...图片四、场景要求和建议1)相机架设所有应用场景,尽量统一相机架设的高度和角度,算法无法适应所有相机角度和高度。相机架设尽量保证统一,从而可以保证一套算法在各相机视频图像上都能场景兼容达到更好的效果。...预置位设置时,天空留白不超过1/5高度佳。2)相机内参相机的焦距控制,在720P的图像烟火分辨率低于64*64像素,检出率会降低;相机预置位设置时,应考虑预置位画面重叠度。...雨天或者大雾天气可以适当降低检测频率,从而可以降低误检率;2)图片或视频内无明显强光源(车灯、大型照明灯等强光),可能会导致火源误报;3)大雾场景可能会产生烟源误报。

    42830

    遮挡重叠场景下|基于卷积神经网络与RoI方式的机器人抓取检测

    摘要 抓取物体堆叠和重叠场景的特定目标是实现机器人抓取的必要和具有挑战性的任务。在本文中,我们提出了一种基于感兴趣区域RoI)的机器人抓取检测算法,以同时检测目标及其在物体重叠场景的抓取。...我们提出的算法使用感兴趣区域(RoIs)来检测目标的分类和位置回归。...因此,本文提出了一种基于感兴趣区域RoI)的机器人抓取检测新方法,解决了物体重叠场景抓取检测和物体抓握匹配的问题,同时检测物体和抓取位置。RoIs是对象边界框的候选。...区域提议网络(RPN)实际上是3×3卷积层,它为RCNN和抓取检测提供称为感兴趣区域RoI)的对象边界框提议。...尽管使用RGB图像检测目标及其掌握,但是需要深度信息来估计抓握并且从网络输出的抓取矩形抓取矢量。选择抓握矩形具有最小深度的作为抓握,并且将抓握附近的平均表面法线估计抓握矢量。 ?

    2.1K10

    机器视觉------- SciSmart图像定位-ROI校正算法

    感兴趣区域(ROI,region of interest),在机器视觉、图像处理,在被处理的图像上以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,简称ROI。...在后面的算子调用所生成的ROI,将不进行全图搜索检测,只在ROI区域内进行搜索,这样可以屏蔽不感兴趣区域,令检测时间缩短。...一、ROI生成的应用场合 1、目标物体周边存在干扰时,可以通过限定感兴趣区域来规避; 2、图片数据量大,感兴趣区域小,可以通过划定感兴趣区域,令检测时间缩短; 二、ROI生成算法界面 如图1蓝色矩形框即为划定的旋转矩形...图2 ROI类型示例 四、应用场合案例 图3矩形框即为划定的矩形ROIROI设置选定ROI生成后,找直线功能只在该ROI区域进行搜索边缘。 ? 图3 ROI生成案例 什么是ROI校正?...选择支持的ROI校正方式的算子(例如定位、测量、检测、识别等算子工具),在算子引用ROI基准对应的仿射变换矩阵,使ROI跟随基准进行移动,保证ROI能够准确框住测量区域

    1.4K30

    叉车机器人托盘定位技术:近期进展回顾

    特别的,深度神经网络(DNN)通常用于RGB图像托盘的检测和定位;云方法用于标记二维范围数据感兴趣区域ROI),并提取托盘的特征,该方法能够提供托盘的精确定位。...在该方案,使用深度神经网络 (DNN) [10, 11] 方法检测 RGB 图像的托盘,并将云数据与 RGB 图像的感兴趣区域 (RoI) 对齐。...然后通过从云数据中提取的几何特征提取托盘的位置和角度。综上所述,DNN 方法旨在以高速率识别托盘,并利用云数据以更少的计算时间或资源提供精确的定位结果。...另一种是两阶段检测模型RPN,R-CNN 和 Faster R-CNN [13]。单阶段检测模型包含一个前馈全卷积网络,该网络直接对象分类提供处理区域。...式(1)所示,如果IoU分数大于0.5,则匹配值m1,表示正匹配。相反,零匹配或负匹配表示对象是否被检测到。

    1.2K10

    总结 | 基于OpenCV提取特定区域方法汇总

    今天我们将一起探究如何使用OpenCV和Python从图像中提取感兴趣区域ROI)。 在之间的文章,我们完成了图像边缘提取,例如从台球桌中提取桌边。...本练习的目标图像包含四个大脑图 从上面的图像,我们只想提取与四个地图(头部扫描)相对应的区域,而将其他所有内容都排除在外。因此,让我们开始吧。 第一步是检测我们要提取的片段的边缘。...通过应用模糊函数“ GaussianBlur()”来消除灰度图像的噪声 3. 最后将“ Canny()”函数应用于模糊图像以获得边缘 边缘检测过程的输出如下所示: ?...用于提取我们的ROI的蒙版 在原始图像上应用此蒙版可以在我们选择的背景(例如黑色或白色)上我们提供所需的分段。...在白色背景上提取的ROI 到此为止,我们总结了几种方法,可以轻松地从图像中提取感兴趣区域。 应当注意,在具有变化的复杂度的其他图像的情况下,上面使用的方法可以进行修改。

    4.1K20

    空间转录组如何寻找感兴趣区域ROI

    什么是ROI 在机器视觉、图像处理,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域ROI。...在Halcon、OpenCV、Matlab等机器视觉软件上常用到各种算子(Operator)和函数来求得感兴趣区域ROI,并进行图像的下一步处理。...在我们空间转录组ROI可能是: 空间上的某亚群 亚群的边界区域 某基因(集)集中表达的区域 轨迹及其沿途区域 H&E(或荧光) 有特征的区域 如何寻找感兴趣区域ROI) 基于以上可能,我们利用现有的知识储备...,可以用imageJ来手动划定区域。...现在有一种技术叫感兴趣区域池化(Region of interest pooling,RoI pooling),我觉得把空间上基因表达作为特征(相当于一个像素下有近两万个基因表达),RoI pooling

    1.1K21

    人脸识别技术演进:从几何算法到深度学习的深度剖析

    技术价值: Eigenfaces方法:利用主成分分析(PCA),这是第一次使用统计方法对面部图像进行编码和识别。 模板匹配技术:这后续更复杂的人脸识别算法奠定了基础。...技术价值: 卷积神经网络(CNN):CNN能够自动学习和提取高层次的面部特征,大大提高了识别的准确性。 大数据和GPU加速:海量数据的训练和GPU的加速计算深度学习模型的训练提供了可能。...它依赖于面部的特定几何标记,眼睛、鼻子和嘴的位置,以及这些标记之间的距离和角度。 几何特征方法的原理 这种方法的基本思想是,每个人的面部几何结构都是独特的。...这种方法通常包括以下步骤: 面部检测:首先确定图像面部的位置。 特征点定位:识别面部的关键特征眼角、鼻尖、嘴角等。 特征提取:计算这些特征之间的距离和角度。...特征融合方法:结合多种类型的特征,几何特征、纹理特征等,以提高识别的准确性和鲁棒性。 技术创新: 特征自动提取:引入更先进的图像处理技术,边缘检测、纹理分析等。

    99010

    挑战任务: 车道检测

    在所提供的公路视频上检测出车道线并标记: 本次挑战内容来自Udacity自动驾驶纳米学位课程,素材车道保持不变,车道线清晰明确,易于检测,是车道检测的基础版本,网上也有很多针对复杂场景的高级实现,感兴趣的童鞋可以自行了解...接下来检测直线肯定是用霍夫变换,但ROI区域内的边缘直线信息还是很多,考虑到只有左右两条车道线,一条斜率正,一条负,可将所有的线分为两组,每组再通过均值或最小二乘法拟合的方式确定唯一一条线就可以完成检测...总体步骤如下: 灰度化 高斯模糊 Canny边缘检测 不规则ROI区域截取 霍夫直线检测 车道计算 对于视频来说,只要一幅图能检查出来,合成下就可以了,问题不大。...截取 按照前面描述的方案,只需保留边缘图中的红线部分区域用于后续的霍夫直线检测,其余都是无用的信息: 如何实现呢?...还记得图像混合的这张图吗? 我们可以创建一个梯形的mask掩膜,然后与边缘检测结果图混合运算,掩膜白色的部分保留,黑色的部分舍弃。

    46210

    空间转录组如何寻找感兴趣区域ROI

    什么是ROI 在机器视觉、图像处理,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域ROI。...在Halcon、OpenCV、Matlab等机器视觉软件上常用到各种算子(Operator)和函数来求得感兴趣区域ROI,并进行图像的下一步处理。...在我们空间转录组ROI可能是: 空间上的某亚群 亚群的边界区域 某基因(集)集中表达的区域 轨迹及其沿途区域 H&E(或荧光) 有特征的区域 如何寻找感兴趣区域ROI) 基于以上可能,我们利用现有的知识储备...,可以用imageJ来手动划定区域。...现在有一种技术叫感兴趣区域池化(Region of interest pooling,RoI pooling),我觉得把空间上基因表达作为特征(相当于一个像素下有近两万个基因表达),RoI pooling

    86820
    领券