1回答
用于语义分割的全卷积神经网络
、、、、
我已经成功地实现了用于语义分割的FCNN，但我不涉及反卷积或解合层。我的意思是，在python中调整图像的大小是相当容易的，那么为什么要使用复杂的技术来做同样的事情呢？当然，我错过了一些东西。
浏览 10提问于2018-01-26得票数 0
4回答
是否有TensorFlow原生函数可用于解卷积网络？我用普通的python写了这段代码，但是当想把它翻译成TensorFlow的时候就变得很复杂了，因为它的对象目前甚至不支持项目赋值，我认为这是TF的一个很大的不便。
浏览 102提问于2016-04-11得票数 24
回答已采纳
我想在tensorflow中为FCN模型实现解卷积层，我使用tf.nn.conv2d_transpose作为5个卷积输出中的每一个，我需要的是5个解卷积中的每一个的输出形状与输入图像形状相同。
浏览 8提问于2017-08-17得票数 0
1回答
我正在尝试通过Wiener反卷积来消除以下图像的模糊。我没有得到原始的PSF，我想出了一个噪声系数的任意值。我试图通过使用sigma值来优化代码，但是我不能让它工作。
浏览 1提问于2015-05-30得票数 1
正如本指南所说的，反卷积层可以转换成等效的卷积层。问题是:因为tensorflow只提供了一个二维版本的解卷层，如果我想为一个步幅大于1的原始卷积层实现一个一维反卷积层，我如何在每个输入单元之间添加零点？
非常感谢
浏览 5提问于2017-05-16得票数 1
1回答
通过研究，我发现解卷积似乎是最小化运动模糊的方法，但我不知道是否或如何在我的iOS应用程序后期处理中实现它。我希望有人能给我指明正确的方向，比如如何在iOS中应用解卷积算法，或者如果可能的话，我可能需要在do...or中使用什么。我想这需要一些处理能力。谢谢，这快把我逼疯了。
浏览 3提问于2012-10-25得票数 4
回答已采纳
我已经找到了很多关于如何将Voigt轮廓拟合到光谱数据的例子，但我想知道是否有一种方法可以解卷积它，特别是确定洛伦兹分量的半高宽。我知道如果你在Origin中做Voigt拟合，它会返回大量的数据，包括高斯和洛伦兹半高宽，但我正在尝试在Python中如何做到这一点。任何帮助都是非常感谢的。
浏览 41提问于2020-02-23得票数 0
我刚接触tensorflow进行深度学习，对tensorflow中的解卷积(卷积转置)操作很感兴趣。我需要看一下操作反卷积的源代码。我猜这个函数是。
浏览 1提问于2016-12-15得票数 37
1回答
这里我有一个48*27层，在卷积层之后，它是24*14，但在解卷积层之后，它变成了48*28，与48*27不同。所以这些层不能做加法/乘法运算。
我如何解决这个问题？
浏览 0提问于2017-09-04得票数 1
1回答
我在做盲解伏。在迭代L2norm回归时，我希望同时更新PSF，当我查找它时，我在Matlab中找到了一个名为的函数：
lJ，PSF =反盲(i，INITPSF)用极大似然算法对图像I进行反卷积，同时返回去模糊图像J(当您想要执行额外的反卷积时使用单元格数组，从初始反褶积结束的地方开始。请参阅恢复反褶积以获得更多信息。)恢复的PSF是一个与INITPSF相同大小的正数组，标准化后其和加为1。在Python中有类似于deconvblind的函数吗？
浏览 6提问于2021-07-06得票数 1
回答已采纳
接下来，我创建了一个ricker小波，并将其与每一列(时间序列)进行卷积。这似乎工作得很好。在我的过程中的下一步将是用相同的ricker小波去卷积卷积的结果。我希望重建我的原始信号，但事实并非如此。我如何正确地对ricker小波进行去卷积？plt.xlabel('Offset [m]', fontweight="bold")plt.show() 这里显示的图是
浏览 42提问于2020-10-20得票数 1
回答已采纳
在卷积网络中增加每个块的激活允许更多的解纠缠特征。由此产生的网络将训练得更快。卑劣？如果是这样的话，下面的部分是否表示了同样的内容：在这方面，错乱的特征意味着什么？
浏览 0提问于2017-12-16得票数 2
1回答
我正在做一个项目，我将使用遗传算法来优化一组过滤器和参数，这些过滤器和参数将用于锐化图像。我目前正在阅读冈萨雷斯的“数字图像处理”一书，并研究任何我能研究的关于图像处理的东西，因为我对这个领域还有些陌生。谢谢!
浏览 0提问于2011-09-04得票数 8
回答已采纳
1回答
如何对图像的卷积样本进行去卷积？
、、、、
我编写了以下代码，以便首先对图像进行卷积 % Firstly convultion subplot(231); c = conv2(b,h); imshow(c);
现在我需要去卷积它
浏览 7提问于2014-05-27得票数 0
1回答
我正在使用卷积自动编码器。我的自动编码器配置有一个卷积层，具有stride (2,2)或avg-pooling和relu激活，以及一个解卷积层，具有stride (2,2)或avg-unpooling和relu激活。当我查看第一个卷积层(20个滤波器，滤波器大小为3)之后的特征图时，我得到了一些黑色的特征图，而学习到的滤波器不是黑色的。如果我更改筛选器的数量或筛选器大小，也会发生同样的情况。
浏览 6提问于2017-03-27得票数 0
我能准确地控制MXNet何时应该运行性能测试吗？ 我有一个即将投入生产的MXNet应用程序。它运行正常，但它有一个可变的批处理大小，并且它导致MXNet经常执行自动调优。 虽然批处理大小是可变的，但它通常是1。我可以接受更大的批处理大小的性能损失(这仍然比一直中断它来自动调优要好)。 如果我用export MXNET_CUDNN_AUTOTUNE_DEFAULT=0禁用自动调谐，网络的运行速度会慢很多。 所以我的问题是:有没有办法只运行一次自动调谐，最好是在我调用的时候？
浏览 17提问于2019-06-12得票数 2
1回答
卷积层中的通道
、、、、
我通常看到在输入的所有通道上执行卷积。例如，3x3内核实际上是一个带有N通道的输入的3x3xN内核，因此每个过滤器都有一个输出通道。
如果你用独立的滤波器对单个通道或对通道进行卷积，会发生什么情况呢？
浏览 0提问于2019-03-01得票数 1
第一层是具有k=3x3的卷积层，strides = 1，填充=1，采用编解码结构.
在指定的宽度和高度(128 X 128)下，上述所有处理都能很好地工作。我想所有的序列:卷积，极大池给出了正确的结果，除了转置卷积。
浏览 1提问于2021-05-26得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
